基于加权平均的网格资源分配与定价

针对网格资源分配中现有组合双向拍卖模型以资源包平均价格定价的不足,提出以各类资源的单价定价的算法. 根据组合双向拍卖和网格信任理论,提出基于加权平均算法的网格资源分配与定价策略,以信任度阈值的加权平均鉴别恶意节点,以归一化报价和信任度的加权平均衡量正常节点的价格及信任综合竞争力. 仿真结果表明,该算法交易率较高,可防范恶意节点,交易效用可激励正常节点以提高其综合竞争力.     

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.     

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。     

异构网络中支持终端直通的联合模式资源复用算法

针对异构蜂窝网络中终端直通(D2D)通信复用频谱资源导致同频干扰,并影响系统通信性能的问题,提出了一种基于联合模式的支持终端直通的资源复用算法.为了综合考虑异构网络中蜂窝用户和D2D用户需要并平衡两类不同用户的资源分配,该算法在确定D2D通信限制距离的基础上,联合蜂窝与D2D两种模式构建CU-D2D组合集,以其加权吞吐量增益为用户优先级,并据此进行无线资源分配,从而实现了异构蜂窝网络环境下频谱资源的优化分配.结果表明,该算法在保证蜂窝用户传输速率的同时,有效地改善了D2D用户的通信速率,从而整体性地提升了异构蜂窝网络的系统通信性能.     

面向大数据试验场应用的资源优化分配

针对多个用户申请有限的资源的情况,提出两段式优化资源分配方法,在满足用户需求的同时确保资源的公平有效分配.根据以往的执行日志自动确定单类应用相对于资源投入量的饱和点.根据占优资源公平分享原则,为每类应用动态确定可投入运行的实例数量,实现全局最优化配置,在平台层面体现资源共享、杜绝欺诈、公平最优以及帕累托均衡等特性.选择Clik+公用的基准测试程序集,以Docker容器作为应用运行环境验证应用的普遍性,实验结果表明:两段式优化资源分配方法提升了资源利用率,且在多用户同时申请资源时优化了资源配置.模拟并检验了两阶段优化资源分配算法的可行性及有效性.     

冲突避免的CoMP动态资源分配方法

为了解决用户选择协作集的协作多点传输(CoMP)系统中本地资源调度时的冲突问题,设计了一种冲突避免的动态资源分配方法.通过对协作资源的细分和随机指派,实现了协作节点间资源分配的解耦,简化了协商过程,有效避免了资源冲突,从而能完成简单的分布式本地资源调度.仿真结果表明,该方法能适应用户选择协作集的分布式调度场景下资源分配的要求,并有效提高系统的边缘用户频谱效率和整体频谱效率.     

基于移动Agent的分布式资源分配策略

分布式资源分配策略可以解决集中调度式的瓶颈计算问题.但如果在缺少完整网络信息的前提下,它也会出现学习机制偏差,导致最终无法获得全局稳定的任务均衡负载分布.基于此,该文提出了基于移动agent的分布式资源分配策略(MADRAP),MADRAP是在传统的分布式资源分配策略基础上改进学习机制,使其在只有部分网络信息前提下最终实现全局稳定的任务均衡负载.实验证明MADRAP不会增大系统的耗时,简化了移动agent的路由问题.     

线性耦合同步-自治系统

利用控制理论、稳定性理论,对一自治混沌系统的同步问题进行了研究,得到初始值不同的两个自治混沌系统全局渐进同步的一种新的充分条件,并证明了所述方案的正确性.最后的数值仿真,成功地利用该方案实现了混沌系统的同步,表明所得方法的有效性和实用性.     

具Beddington-DeAngelis型功能反应的一个非自治系统分析

基于一类具Bedding-DeAngelis功能反应和双重密度制约的自治系统,研究了具Bedding-DeAngelis类功能反应以及同时具有收获率和投放率的非自治系统,利用动力学方法和构造Liapunov函数,得到系统持续生存和全局稳定的充分条件,所得结果推广了文献[1]的主要结果.     

电力物联网中节能的免许可D2D接入算法设计

针对免许可频段的终端到终端（D2D）通信的功耗问题,进行功率和频谱的联合分配,以寻找使系统终端功耗最小的资源分配方式. 在免许可频段为D2D提出信道接入协议,该协议在许可信道的协助下确定D2D终端可使用的免许可信道及对应信道可使用的时隙资源. 建立以最小化系统总功耗为目标的优化问题,考虑D2D用户对的数据速率和对基站（BS）产生的干扰的限制. 该问题被建模为凸优化问题,利用内点法求解. 通过数值仿真,对免许可频段的D2D通信（D2D-U）的工作情况进行验证,证明利用该算法能够得到最优的分配结果.     

用于OFDMA蜂窝系统的多小区自适应资源分配算法

提出了一种用于正交频分多址通信系统下行链路的多小区自适应资源分配算法(MARA)。为了降低系统复杂度，将子信道分配和功率分配分开实现，在小区内部进行动态子信道分配，并以单小区子信道分配结果为基础在相邻小区同频用户中进行功率分配。将非合作博弈论引入到多小区功率分配中，给出了基于代价函数的多小区分布式功率分配算法。通过协调相邻小区间同频子信道的发送功率，抑制小区间干扰，提高无线资源利用率。仿真结果表明，与已有算法相比，本文提出的算法可以提高系统吞吐量。     

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点（NE）是原优化问题的驻点.其次,为了保证宏小区用户的服务质量（QoS）,模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.     

网络虚拟化环境中基于拍卖的虚拟网资源分配

从服务管理的角度对虚拟网资源分配问题进行研究,针对多基础设施提供商和多服务提供商竞争环境中虚拟网资源分配的特点,提出了基于拍卖的虚拟网资源分配机制,并证明了机制的有效性。仿真实验结果表明, 本文提出的分配机制可以一次性完成多个基础设施提供商和多个服务提供商资源分配以及定价,并且有议价分配机制比V-MART机制和无议价分配机制产生更大的社会福利。     

一种基于遗传算法的OFDMA系统的跨层资源分配

针对现有的跨层资源分配算法计算量大、复杂度较高的问题,提出了一种基于遗传算法的OFDMA系统的跨层资源分配算法。利用遗传算法隐形并行处理、较好的全局搜索性能、易收敛到最优解的特点,在系统性能一定,且满足各个用户业务要求的条件下,对资源进行优化分配,较好地解决了跨层资源的分配问题。仿真结果表明,在满足用户间公平性的前提下,算法有效提高了系统的频谱利用率及吞吐量,减小了用户的平均等待时延,提高了服务质量,并且随着子载波数和用户数的增加,算法在复杂度方面优势更突出。     

新业务特性下1xEV-DO无线资源分配的价格策略

1xEV—DO(Data Only)现已确立为cdma2000 1X的演进版并被电信联盟(ITU)确立为3G IMT—2000标准之一。1xEV—DO技术是旨在制定、提供解决中高速不对称性分组数据业务的解决方案。该文首先对1xEV—DO系统无线资源分配的价格机制进行了研究，并结合今后将逐步出现的新业务特性和1xEV—DO的铁路特性，通过引入业务特性分量的价格策略来满足不同业务的QoS要求。从最后份真实验结果可以看出，在考虑业务特性分量后流量的总价格也即系统总体性能取得了进一步改善，且多用户比二用户情况更加明显。     

未知环境中基于免疫网络的多机器人自主协作

为了实现机器人全自主的协同作业，利用单个agent的智能性以及免疫系统良好的工作机理，将人
工免疫系统与agent技术相结合，提出一种免疫agent模型（IAN）.在模型中机器人和环境被分别认为是
抗体和抗原,并且基于此模型设计了一种可应用于未知环境中的多机器人自主协作方法，多个异质机器人
自主协作完成在未知环境中的多个任务.算法中根据抗体和抗原、抗体和抗体之间的相互作用，系统自主
选择合适的抗体消灭抗原，同时充分考虑异质机器人的差异性和独特性.在仿真实验中，多个能力不同的
机器人通过协作将几个原先未知的箱子顺利地推到了目标点，实现了未知环境中的自主协作.     

基于效用的资源适配机制公平性研究

将纳什交易问题解决方案(NBS)应用到无线网络的资源分配,提出了基于效用的公平分配方案,并通过示例说明了此方案优于原来采用相等效用值的公平方案。本文还提出了上述方案的分布式模型,通过适当的计费机制使所有用户独立地寻求自身净效用最大化,而最终导致网络总效用的最大化。     

一种价格自适应的链路带宽和缓冲区分配算法

为了解决网络服务中的资源优化分配问题,提出一种价格自适应的链路带宽和缓冲区分配算法. 利用有效带宽的生产函数特性分析了以价格为导向、费用最小化为目标的有效带宽资源组合方式,将带宽和缓冲区分配进行解耦,从相对价格和绝对价格调整2个层面提出了追求分配步调一致和高资源利用率的链路带宽和缓冲区分配算法. 实验结果表明,算法在控制请求阻塞率的同时可显著提高链路带宽和缓冲区资源利用率.