基于自适应遗传算法的无线激光通信网络负载均衡成簇算法

由于无线激光通信网络吞吐量低、节点传输延时高和存在分组丢失率多等问题，提出基于自适应遗传算法的无线激光通信网络负载均衡成簇算法。利用AGCH算法对无线激光通信网络节点进行分组和成簇，从中取得簇头节点，构建资源调度模型，利用该模型对簇头节点中的资源进行分配调度，采用自适应遗传算法对建立的模型进行求解，以此提升无线激光通信网络负载均衡效果，实现无线激光通信网络负载均衡。实验结果表明，通过对该算法进行网络吞吐量测试、节点传输延时测试和分组丢失率测试，验证了该算法的有效性强、实用性高。     

一种满足带宽和时延约束的选播QoS路由算法

建立一个满足带宽和时延约束的选播通信服务模型，提出相应的选播QoS路由算法。仿真实验结果表明：该算法是有效且切实可行的，它能同时满足带宽和时延的约束条件，较好地平衡网络负载．改善了网络服务质量。     

云计算中基于能耗比例模型的虚拟机调度算法

针对资源虚拟化环境中的混合型负载调度问题,提出一种基于能耗比例模型的虚拟机调度算法.该算法利用处理器的"性能计数器"机制来评估各个虚拟机的近期能耗状态,并采用"最近最小能耗比例优先"的策略进行调度.理论分析给出了该算法的有效性证明和相关特性.实验结果显示,当系统面对混合型负载时,基于能耗比例模型的调度算法在"调度偏差"和"相对能效"两方面明显优于现有的虚拟机调度算法.     

一种基于移动代理的P2P系统主动负载均衡算法

负载均衡是P2P系统的研究热点,针对现有负载均衡算法的不足,提出了一种基于移动代理的主动负载均衡算法.该算法使用移动代理收集负载信息、生成负载迁移决策,降低了系统的通信开销,而且避免了单点失效问题和"颠簸"现象.通过引入对用户请求的评估和迁移,预见性的处理负载问题,提高了系统的服务质量.     

车路通信环境下TD-LTE无线资源调度建模与仿真

为了改善现有车路通信方式覆盖范围小、交付时延大和传输速率低的现状,将TD-LTE技术引入车路通信接入系统。提出了基于TD-LTE的车路通信接入系统无线资源调度模型;构建了车路通信仿真场景,对比例公平算法、指数比例公平算法和改进的最大权重时延优先算法进行性能分析。仿真结果表明:车辆低速移动场景下,系统负载较低时指数比例公平算法性能较好,系统负载较高时改进的最大权重时延优先算法表现更优,比例公平算法不适合车路通信多媒体业务流调度;车辆高速移动场景下,三者都不适合车路通信多媒体业务流调度。     

基于改进哈希算法的云服务平台负载均衡模型构建

信息技术水平的进一步提升使云服务平台应用越发广泛,也带来了用户的大量涌入,使得云服务平台负载不均衡的问题频发。因此,构建了基于改进哈希算法的云服务平台负载均衡模型。首先进行云服务平台数据预处理,然后改进哈希算法的低秩表达方式,优化云服务平台节点映射方式。构建云服务平台负载均衡模型,统计基于改进哈希算法的云服务平台负载状态,结合统计结果对负载均衡指标的进行选取,以此实现云服务平台负载均衡。最后设计了云服务平台负载均衡模型的对比实验,实验结果验证了该模型的并行性更好,达到了研究预期。     

移动Ad Hoc网络中的负载均衡路由算法

移动Ad Hoe网络(MANET)中的路由算法应尽量使网络负载均衡,不均衡不仅导致正在通信的路由由于过度拥塞而引起数据包延时过大、吞吐量下降,而且会使拥塞节点的能量提前耗尽,从而加剧网络拓扑结构的变化及节点之间的不公平性。本文对目前提出的一些负载均衡路由算法进行了简要比较和分析,在此基础上,指出了目前负载均衡路由算法中存在的一些问题,并提出了一个实现负载均衡路由算法的一般模型。基于该模型,文中提出了一种简单的负载均衡路由算法。仿真结果表明,负载均衡路由算法比未考虑负载均衡的路由算法具有更高的数据包投递率和更低的数据包传输延时。     

一个基于弹性云的负载均衡方法

提出了一种基于弹性云的负载均衡方法.这一方法构造了负载均衡模型框架,建立了模型对于虚拟机负载状况和虚拟机集群资源利用率进行量化评估,为实现任务的分发和虚拟机集群的弹性伸缩,设计了任务调度算法和弹性伸缩算法.实验结果表明基于弹性云的负载均衡方法在实现负载均衡的同时,有效提高了资源利用率.     

基于多核单向共享树的选播路由算法的研究

为了更好地在应用层实现选播通信.在对已有选播路由算法PIA-SM和CBT的优缺点分析的基础上,提出了一种基于多核单向共享树的选播路由算法,并给出了核节点和选播组成员的选择策略,实验表明,本算法能有效平衡网络和服务器负载,并在网络负载较重的情况下,有效地降低数据包的传送时延.     

电子通信系统中的分流控制器设计与实现

传统方法大都通过特定的硬件实现通信系统的负载分流,但是硬件产品的扩展性和灵敏性,制约了系统负载分流的质量,系统存在负载失衡的危险。因此,为提高电子通信系统的负载均衡,基于动态Hash算法,设计并实现电子通信系统分流控制器,该分流控制器利用Telnet组件,对路由器进行远程部署,借助SNMP组件获取路由器内的流量,对当前变量进行管理,使用TFTP服务器向路由器反馈命令文件,确保路由器接口流量的均衡化。分流控制器通过动态更新与均衡模块、预处理模块以及均衡分流模块三大功能模块,完成电子通信系统的分流控制;采用基于流量的动态Hash算法,实现系统流量的均衡。给出分流控制器塑造策略路由的规范关键代码。实验结果表明,所设计的分流控制器下的电子通信系统的传输时延、传输速率以及分流误差三个指标都较优,实现了网络负载均衡的最优化。     

考虑负载均衡的系统保护通信专网路由规划方法

针对系统保护通信专网局部节点与链路业务负载过重的问题,提出一种考虑负载均衡的系统保护通信专网路由规划方法.首先,阐述了系统保护通信专网的概念,分析了局部节点和链路业务负载过重的问题;然后,构建了综合考虑业务特性和备份路径的负载均衡路由规划优化模型,实现了模型的负载均衡路由规划求解;最后,以某省系统保护通信专网光传送网(...     

一种新的应用于并行数字仿真的电路划分算法

为减少仿真的时间,并行仿真技术广泛应用于大规模集成电路的计算.研究发现为并行仿真所做的电路划分对提高仿真速度有相当重要的作用.该文提出一个新的多层启发式的拓扑电路划分算法,展示了将该算法应用于一个实际的电路并行仿真系统(Discovery)所获得的仿真加速.该算法主要着眼于平衡计算负载,减少整个仿真网络通信量这两方面来提高仿真系统的性能.试验结果表明该算法比其他的电路划分算法取得了更好的性能提高.     

基于能量均衡的无线传感器网络机会泛洪算法

传统的机会泛洪算法在低占空比无线传感器网络中,容易造成"瓶颈"节点转发大量数据而导致自身能量消耗过快,加速死亡,从而造成网络分割.针对该算法存在的缺陷,新算法在选择发送节点时,充分考虑到了节点的剩余能量和节点间通信链路的质量,达到了节点能量均衡的效果,解决了网络中瓶颈节点因负载过大而过早死亡的问题.通过仿真实验表明,在保证了较低端到端时延和较高投递率的前提下,新算法有效地延长了网络的生命期和增强了网络可靠性.     

智能家居ZigBee网络的构建与路由优化

ZigBee网络技术是一项新兴的低成本、低功耗的短距离无线通信技术,在智能家居中有广阔的应用前景。介绍了智能家居中ZigBee的通讯协议和网络地址分配方法,并针对传统的AODVjr路由算法在路由过程中RREQ分组过量洪泛问题和Cluster-Tree算法只按父子关系选择路由问题,提出了一种改进路由算法。改进算法将AODVjr和Cluster-Tree算法相结合,引入邻居表,适当控制RREQ转发方向,并考虑节点最小剩余能量。仿真结果表明,改进算法可以减少路由开销,延长节点的生存时间,均衡网络负荷。     

软件定义承载网中基于负载均衡的虚拟网络资源分配算法

在具有集中式控制特点的carrier-SDN（软件定义承载网）中应用网络虚拟化技术为虚拟网络分配资源,实现承载网资源分配是解决承载网结构僵化的重要途径。提出carrier-SDN中基于负载均衡的虚拟网络资源分配算法。首先,建立carrier-SDN多层模型;其次,根据虚拟网络映射算法的特点,二值化粒子群优化算法;最后,以负载均衡为优化目标,求解虚拟网络映射问题。仿真结果表明,与已有方法相比,所提算法在虚拟网络负载均衡性、请求接受率和网络收益方面性能优越。     

网格计算中一种负载均衡聚类匹配迁移算法

根据系统均衡的策略．通过阚值来判断当前节点的轻重。在准备负载的迁移时，使用随机区间和系统聚类分析方法。根据预测的结果。对重载或者是轻载的节点选择一个与之相匹配的节点，并与之交互，进行任务迁移，使之达到负载均衡的目的。实验证明本算法是有效的。     

基于簇内中转链路新型低功耗LEACH算法的研究

基于经典LEACH协议,针对簇内通信方式进行了改进,在中转链路建立中,采用数据融合技术,进一步降低簇内通信能量消耗,减少簇首负荷;将动态成簇与静态成簇协同作用,从总能量消耗最低与全局能量均衡两个方面进行了改进.采用OMNet++进行仿真,表明改进后的算法减小了簇内数据传输总距离,降低了总能量消耗,延长了网络寿命.     

基于排队论综合指标评估的动态负载均衡算法

互联网通信、计算机集群和云环境均具有一定的复杂性和动态性,极易发生负载失衡,从而降低服务效率、增加能耗。因此,负载均衡技术成为重点研究课题。现有的负载均衡策略均是以 CPU、内存、进程等参数的占用率来评估服务器当前的负载情况,但服务器负载情况的复杂性往往使其难以得到准确评估。针对该问题,提出了一种基于排队论综合指标评估的动态负载均衡算法,首先引入排队论模型评估各服务器的实时负载情况,然后根据各服务器的负载综合指标,将输入队列中的任务逐一分配给各服务器。实验结果表明,该方法可有效平衡各服务器的负载且减少任务请求的平均等待时间。     

基于mean-variance的服务集群负载均衡方法

大量并发请求任务进行分配时,负载调度机制是通过最小化响应时间及最大化节点利用率实现网络中节点的负载均衡,在基于遗传算法的负载均衡算法中,适应度函数设计对服务集群负载均衡效率产生重要的影响.对此提出了一种基于mean-variance的服务集群负载均衡方法对适应度函数进行优化,采用投资组合选择模型mean-variance进行最小化响应时间,以得到每个服务器资源利用率的权重,从而获得最优的分配组合,进而提高适应度函数的准确性和有效性.在不同服务环境下与其他模型进行比较,仿真结果表明,本文的负载均衡算法在节点利用率和响应时间方面使服务集群得到了更好的均衡.     

使用交互多模型算法的高速高机动目标跟踪

对机动目标进行跟踪一直是甚具挑战性的问题,特别是跟踪高速高机动目标在理论上和实践上都有较高的技术难度。现有各种算法在这个问题上均有各自的缺点和不足。该文在现有的运动机动模型和IMM算法的基础上,提出了使用多种机动模型交互的IMM算法进行高速高机动目标跟踪。不同机动模型之间的互补使这种算法克服了使用单一模型的一些问题。使用“当前”统计模型、二级滤波模型和CV模型进行交互是一种可行的高速高机动目标跟踪方案。为验证算法的有效性,进行了Monte Carlo仿真。仿真结果表明,该算法在性能和计算复杂度之间取得了较好的平衡,有很好的可实现性。