基于混合组合双向拍卖的网格资源分配方案

针对组合双向拍卖中节点或实体在单次拍卖中分别扮演资源提供者和资源需求者时所具有的不同特点,提出了混合组合双向拍卖模式,即在拍卖中节点本身不单是资源提供者同样也是资源需求者。在此前提下,结合信任度在资源分配安全性以及服务质量方面的作用,将信任度引入到定价调整中,从而优化资源的分配。仿真实验结果表明,所提出的资源分配方法在提高拍卖效率和单位效用正向激励以及防止恶意节点方面均优于已有方案。     

基于发射功率最小化的MIMO-OFDM系统资源分配算法

研究了一种针对多用户MIMO-OFDM系统的资源分配算法. 该算法是在保证用户公平性的前提下,基于发射功率最小化对系统进行子载波和比特分配. 首先按照用户信道增益状况由最差到最好的顺序进行子载波的初次分配,之后再比较其功率大小找到最终适合用户的子载波,最后利用贪婪注水法对子载波进行比特分配. 仿真结果表明,算法降低了系统的发射功率,并提高了系统的性能.     

一种权重融合模型的物联网频谱分配方案及其免疫实现

采用认知无线电技术, 设计了一种空闲频谱资源选择排序方法。在进行频谱选择时, 提出了一种无偏好信息的主客观权重融合方法, 提高权重设置的合理性, 并将求解权重转换为一个最优化问题, 通过免疫优化算法进行求解。实验结果表明, 该算法可以有效选择满足物联网节点传输需求的频谱, 并具有较高的网络吞吐量。     

一种基于RAN架构无线接入网系统容量最大化的功率分配算法

针对新型RAN架构无线接入网中功率分配问题进行研究, 建立系统容量最大化的最优化数学模型, 提出了一种基于RAN架构无线接入网的系统容量最大化的功率分配算法, 并且应用人工鱼群算法求解了算法中目标函数的全局最优解, 即一组使系统容量最大化的发射功率。仿真结果表明, 与现有的分布式网络架构中非合作的功率控制博弈算法相比, 新算法可以显著提高系统容量, 即证明了该算法的有效性。     

B/S架构的宿舍管理信息系统研究与开发

论述了B/S架构的宿舍管理模式的特点以及在该领域的优势,分析了系统建模的方案和数据库结构体系的设计.提出了宿舍的自动化分配和与财务系统进行集成的方案,解决了高校学生宿舍分配的难题.基于以上方案和技术,开发了B/S架构的宿舍管理信息系统,并且在安徽省芜湖市某高校中已成功应用.     

移动终端动态加载机制研究

随着移动终端系统深入发展,应用程序扩展能力已成为一个基本需求,中低端移动终端系统迫切需要一种机制能使系统在运行状态时动态添加模块。该文提出一种内存分配策略及基于虚拟函数表结构动态加载机制,给出了应用程序加载实现方法。实验结果表明:基于该机制所开发的加载器具有体积小,运行速度快,性能稳定等特点。     

最小化维护成本的设备风险分配模型

设备风险分配是基于风险的维护中的基本问题,已有的风险分配方法对降低风险带来的维护成本的增加缺乏足够的考虑.不同设备部件降低相同风险带来的成本增加是不同的,基于此,利用故障树分析法建立部件风险和设备风险之间的函数关系,以总维护成本为优化目标,建立风险分配的优化模型,并详细讨论串联系统在部件寿命服从Weibull分布条件下的解.案例研究的结果表明了模型可以在保证风险水平下降低维护成本.     

WiMAX资源分配算法研究

链路自适应传输是正交频分多址系统关键技术,对提升系统性能起到关键作用。全球微波接入互操作性时分双工模式下的资源分配涉及时频二维,存在资源分配信令开销过大的问题。针对全球微波接入互操作性系统中自适应调制编码子载波分配方式,该文提出一种基于多用户分集的资源分配算法。通过仿真,该算法不仅有效降低资源分配带来的信令开销,而且系统传输效能得到有效提升。     

基于贪婪分配的稀疏矩阵与向量乘的负载平衡

稀疏矩阵与向量相乘的问题是大规模科学与工程计算的核心部分。考虑在工作站机群上实现大型稀疏矩阵与向量乘的负载平衡,提出了一个快速负载平衡和有效的消息传递技术相结合的方法,来缓解计算和节点间通信。并且通过I／O延迟隐藏和整体负载平衡使I／O开销能有效地分摊。数值测试表明,该方法具有良好的性能。     

基于群体智能的多机器人任务分配

针对具有松散和紧密耦合型任务的大规模多机器人系统,研究了基于群体智能的任务分配方法。系统采用层次结构,高层用蚁群算法实现松散耦合型任务分配的寻优,提出逆转分配思想让蚂蚁代表任务,为每个任务选择任务的承担者。底层分别提出了基于蚁群、粒子群蚁群和量子蚁群实现机器人联盟的形成——产生紧耦合型任务解,并进行仿真。仿真结果表明,基本蚁群算法得到的解质量最差;粒子群蚁群算法得到的分配解最好,但是运算时间最长;量子蚁群算法得到的解稍次于粒子群蚁群算法,但分配时间比另两种算法减少了一半。因此,在大规模的多机器人任务分配中,量子蚁群算法具有更强的适用性。