云计算中多层次公平性QoS约束任务调度算法

针对传统云任务调度算法只注重执行效率忽略分配公平性的问题,提出了一种满足多重公平性约束的任务调度QoS算法CTS_QFC.该算法利用社会资源分配的公平性理论模型,从用户任务与云资源提供方两个角度,将云任务调度问题建模为一种多重公平性QoS约束模型.第一层QoS按用户QoS偏好对任务分类,并按照任务分类建立一般期望效用函数.第二层QoS定义资源公平性评估函数,评估资源分配的公平性.结果表明,CTS_QFC算法不仅可以确保用户任务的高效执行,还可以提高资源分配与任务调度方案的公平性.     

基于直推式支持向量机的协商决策模型

为了解决在电子商务活动中由于信息的保密性协商参与者无法获得对手效用函数,进而影响双方协商性能的问题,提出一种基于直推式支持向量机(TSVM)算法的双边多议题协商决策模型.该模型利用协商历史中隐含的信息,分析协商过程中产生的建议是否落在对手效用可接受区间内,构造有标记和无标记的训练样本,并通过直推式支持向量机来学习这些训练样本,得到协商对手效用函数的估计,然后与己方效用函数相结合构成一个约束优化问题,利用粒子群算法求解此优化问题得到己方的最优反建议.实验结果表明:此模型在信息保密和缺乏先验知识的情况下,能够兼顾对手效用做出协商决策,增加了双方的协商成功率和联合效用值,并能够有效减少协商时间.     

基于离散事件系统的云资源分配优化控制

如何对资源进行合理有效的分配一直是云计算领域的热点问题.由于传统的云资源分配算法不能有效屏蔽底层硬件资源的异构化以及不同层的云服务类别,本文提出一种多参数资源打包的方法,构建出基于离散事件系统的云资源分配控制模型,并给出了合理的资源分配算法.算法通过计算服务器端各资源包容量参数与客户端资源需求量参数的贴近度来定义资源分配事件,并对事件发生与否的状态实行分层控制,最终使得整个资源分配系统到达可接受状态.实验表明,基于离散事件系统的云资源分配模型,能够保证在可接受状态下,不仅每个用户的资源请求能够得到合理的分配,且能实现云资源利用率最大化.     

一种基于简谐振动的云资源分配方法

为优化云服务系统的资源分配,提高不同资源类型的服务质量,提出基于简谐振动的云资源分配模型,设计一种求解模型的迭代算法.根据谐振子运动特性进行能级划分,加强对邻域内最优解的精细搜索,降低云资源被局部分配的概率,依据能级差构造解空间,使用简谐系统能量转换规律自适应调整解向量的搜索步长.通过实验验证分配模型的求解算法以及解的质量,相比分支定界法和遗传算法相比,该算法在较大规模问题上执行效率高且资源分配成本低.     

QoS预测机制的个性化云媒体服务选择

针对现有云媒体服务选择算法服务质量（QoS）不高和用户满意度低的问题,提出了一种基于QoS预测机制的个性化云媒体服务选择算法.首先,建立信任度模型,并将其引入用户相似度的计算来优化近邻用户,再利用协同过滤方法计算未知服务的QoS值,选出QoS较高的候选服务;其次,利用逼近理想解排序方法,选择并提供给用户符合其偏好的云媒体服务,进而提高用户满意度.仿真实例说明了该算法的有效性.     

基于非合作博弈的中继网络分布式资源分配

提出一种可应用于正交频分复用多址(OFDMA)中继网络的分布式资源分配算法. 基于将模型描述为基站与中继的非合作功率分配博弈(RNCPAG), 设计出2种效用函数, 并以最大化效用函数为准则, 证明在总功率受限的约束下, 该算法存在并收敛于唯一的纳什均衡点. 研究表明, 同传统的平均功率分配算法相比, 分布式博弈算法以牺牲少量的迭代步数为代价, 获得更高的系统容量和资源效率.     

基于层级模型的嵌套型公共设施选址问题研究

引入分段效用函数,提出了基于层级模型的嵌套型公共设施选址模型。该模型以实现系统的服务效率最大化为目标,考虑服务水平的嵌套性、基本需求全覆盖、需求单一分配、效用优先分配及设施最大容量约束等条件,利用遗传算法,以武汉市某区医院选址问题为例进行案例分析,并将按效用分配与按距离分配的情况进行对比分析,就嵌套情况与非嵌套情况进行比较和讨论。结果表明,按效用分配的嵌套型服务系统具有较高的系统效率。     

基于蚁群优化算法的云计算资源分配

基于云计算环境的特点,采用改进蚁群优化的计算资源分配算法,分析诸如带宽占用、网络负载和响应时间等因素对云端资源分配的影响。仿真实验的分析和比较说明该算法能够在云中快速、合理地找到所需访问的数据库,并能够优化搜索性能,减少搜索时间,降低云数据库整体网络负载,比其他一些针对云计算的分配算法具有更优的效率。     

基于效用函数的CDMA系统下行联合功率速率分配

研究了码分多址(CDMA)系统中下行联合功率速率分配问题. 利用效用函数作为资源分配策略的优化目标,提出了双环结构的功率速率分配算法,即外环在保证用户公平性要求条件下动态调整传输速率;在外环控制速率分配的基础上,内环系统根据系统效用最大化原则分配功率;同时外环速率控制要受到内环功率分配结果的影响. 算法在保证不同用户间公平性的基础上,提高了系统资源利用率.     

MEC系统中面向网络切片的3C联合资源分配算法

移动边缘计算（MEC）相关研究已经成为未来移动网络的热点研究之一.在基于网络切片的雾无线接入网络中,提出了一种面向网络切片的MEC系统通信计算缓存（3C）联合的资源分配算法.给出了面向网络切片的多MEC协作资源分配模型,其中考虑了无线接入带宽与回程链路带宽的限制以及MEC系统计算与缓存资源分配对网络切片服务时延的影响;基于服务时延定义了用户获得资源的效用值,构造了系统效用值最大化问题优化不同网络切片下的用户接入、计算与缓存资源分配,并采用连续凸近似交替迭代方法获得近似最优解.对所提算法性能进行了仿真验证,仿真结果表明,所提算法实现了系统总效用值优化,提高了面向网络切片的MEC系统资源利用效率.     

OFDMA网络比例公平性的中继资源分配

在中继协作正交频分多址（OFDMA/Relay）系统中,应用协作博弈论提出一种比例公平性的多用户中继资源（子载波和功率）分配方案.定义了用户基于比特传输速率的效用函数,并建立中继资源分配的协作博弈模型.求解此博弈的纳什议价解（NBS）具有较高的计算复杂度,为此,提出一种快速子载波与功率联合分配算法,即：先进行固定发射功率的最优子载波分配,再进行最优的发射功率分配,最终通过上述迭代方式获得联合资源分配的NBS.仿真试验表明：与已有的OFDMA/Relay系统资源分配算法相比,所提出的NBS求解算法能够在提高系统频谱资源利用率的同时,对用户进行更为公平的中继资源分配.     

5G网络中流媒体资源的联合调度与分配优化

为了提高移动设备的高速接入需求,针对当今资源调度的问题将本地微云系统建立在云接入层C-RAN上,提出了分层次云服务系统。采用"效用函数"做为本地微云系统和云无线接入网络联系的中间桥梁,定义了收益函数和成本函数,成功建立了综合效用最优化模型。在运行中,C-RAN负责无线资源的分配问题,本地微云服务器负责统筹本地用户的对虚拟资源的服务需求,数据中心负责预测用户需求并将数据和服务缓存到本地的微云系统中,通过集中式调度和分布式分配的最优化组合,得到网络资源最优联合调配方案。仿真结果表明:资源联合调度与分配(JRSA)模型能够均衡整个网络的负载,进一步提高资源利用率和扩大系统容量。     

一种基于Nash均衡的路由器队列管理方法

针对常用路由器队列管理的资源分配不公平性问题,基于博奕论思想,将路由器队列管理过程看作是多个参与者间的非合作博奕问题,提出了具有惩罚策略和最佳效用的路由器队列管理方案．以丢弃概率为博奕策略,以路由器输出速率为博奕效用,构建路由器丢弃算法博奕模型,求解了保证该博奕模型处于Nash均衡解时的丢弃概率函数,确保路由器以此概率函数丢弃业务时,输出速率最佳．构建了路由器调度算法博奕模型,该调度算法对贪婪业务提供较小服务量,起到惩罚作用,而对输入速率较小的业务,尽可能提供服务．仿真实验表明,该方法能有效解决路由器队列管理中的资源分配不公平性问题．     

移动广播融合网络中的资源分配和定价模型

应用博弈论中不完全信息理论来解决资源动态分配和定价问题,对服务提供商和用户之间的交互关系进行建模;通过求解静态博弈贝叶斯均衡问题以获得服务提供商的最佳价格策略和用户对应的对服务带宽购买的最佳选择。基于该模型,提出了基于用户需求强度的动态资源分配和定价管理机制及其算法。仿真表明,该算法相比于静态单一定价资源分配方法在网络效用和资源使用率等方面都得到了较大提高。     

基于模糊偏好的多目标粒子群算法在库存控制中的应用

针对多目标库存控制中决策者对目标偏好的不确定性问题,定义了模糊偏好的效用函数,提出了一种基于模糊偏好的多目标粒子群优化算法的求解方法.该方法在改进的双极偏好粒子群优化算法基础上,引入模糊隶属度函数,给出了模糊偏好效用函数的计算方法;利用该函数对得到的非支配解集进行效用评价,以效用评价值作为选取优化方案的依据.针对连续盘点(r,Q)多目标库存控制模型,仿真实验表明:该方法有效地解决了决策者对库存总成本、年平均缺货率和年平均缺货量目标偏好的不确定性问题,为决策者提供了优化的库存控制方案.     

面向链接的资源分配与QoS保障联合跨层算法

为了在无线蜂窝网络中向各物理链路上具有不同速率以及延时要求的多条数据链接提供最优化的资源分配以及服务质量(QoS)保障,设计了一种面向链接的资源分配与QoS保障联合算法.基于跨层设计思想,将目标建模为接入控制、速率分配以及资源分配3个子问题.来自物理层的信道状态信息、来自媒体接入控制（MAC）层的队列状态信息、来自应用层的速率及延时请求信息在系统模型中得到了综合的考虑.子问题可以分别通过贪婪算法及凸规划算法顺序地进行求解,从而得出每条数据链接上最优的资源及功率分配值,而这些结果将通过特定的接口反馈到各个层次模块中去.仿真结果表明,该算法能够解决模型面临的问题,并且比层次式协议栈中的算法更加有效地利用了网络资源     

基于定价的网络资源分配策略

为了使网络资源能够在用户间有效地分配,研究了一种基于博弈和定价理论的资源配置机制,并且建立了基于用户效用函数的中心化和非中心化数学模型. 为了使模型更容易在网络中实现,给出了模型解的异步对偶梯度投影算法,并且给出了算法的实现方式. 计算机仿真结果验证了模型在网络资源分配上的有效性及对偶梯度投影算法的收敛性.     

低复杂度的OFDMA系统调度与资源分配算法

针对多用户多业务OFDMA系统存在的缺陷与不足,提出了一种低复杂度的分组调度与资源分配算法.该算法考虑队列状态、QoS要求、信道情况和业务优先级等信息,分别定义了实时轮询服务、非实时轮询服务和尽力而为服务的效用函数,算法在满足各种业务延时、传输速率和丢包率约束条件下,通过最大化非实时业务总吞吐量实现调度和资源分配.仿真结果表明,与已有算法相比,该算法在非实时业务总吞吐量下降不大的情况下,在性能和复杂度之间取得了较好的折中.     

基于带宽分配策略的下行共享信道分组调度算法

文章首先介绍了下行共享信道的分组调度模型,对常见的轮询和比例公平算法进行了简单介绍,重点说明了利用边际效用函数来实现基于带宽分配的服务策略以及对应的调度算法,最后通过仿真实验对提出算法的有效性和性能进行了验证与分析。     

移动云计算中一种虚拟机定价与分配方案

针对移动云计算中的虚拟机(virtual machine, VM)管理问题,提出了一种VM定价与分配方案(VM pricing and allocation, VMPA)。该方案考虑了业务量引起网络拥塞对用户效用的影响,根据Stackelberg博弈模型对VM的定价和分配进行了分析,证明了纳什均衡点的存在性和唯一性,给出了最优的静态VM价格及分配,并利用粒子群算法搜索最优的动态VM价格及分配。仿真结果表明,该方案能快速获得最优的VM价格及分配,可有效地控制小区中的业务量,减少网络拥塞,能同时优化云提供商和用户的效用。