如何将优势IT资源分配给新项目

正在充满竞争的IT应用建设市场中,关键项目、预算和时间表的明确性对于企业的管理层而言至关重要。在这一领域,如何进行IT项目组合管理,将优势资源交给新项目、重点项目,保证IT和业务目标的一致性,提高IT服务交付的效率和质量,对IT部门、企业至关重要。陈星是福建一家大型家具厂的CIO,最近很犯愁:如何将优势资源分配给新IT项目、重点项目?当他试图帮助销售部门建立新业务代表系统,来提升客户关     

技术走向管理要实现哪些转变

从一位钻研技术、解决技术难题的技术人走向管理多人、制定技术产品发展战略、多部门资源分配协作的管理者,绝非一件易事,这不仅仅是职务的名称改变,更多的是角色本身的转变,要做好思维转变？职业技能转变？还是其他的准备？本期我们邀请几位CTO俱乐部会员谈谈“技术走向管理需要实现哪些转变”以及角色转换过程中面临的挑战。     

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.     

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。     

MIMO-OFDMA系统下行链路的一种自适应资源分配方案

为了在MIMO-OFDMA系统中利用延时的信道状态信息极大化系统吞吐量,提出了一种结合正交空时分组码与特征波束形成的传输方案,并在上述传输方案中提出一种低复杂度的两步子载波分配算法.首先根据用户平均信道质量与速率需求分配带宽,然后遵循标定星座距离最小的准则依次将各子载波指派给用户,获得多用户分集增益.最后在子载波间分配功率确保达到用户速率要求.仿真结果表明,该方案能充分利用具有时延的信道状态信息和多个发射天线有效提高系统吞吐量.     

基于纳什均衡的网格资源管理模型

提出了一种基于纳什均衡的网格资源分配模型.该模型中,多个资源是合作博弈参与者,将任务在资源上的等待时间转化为一个极大极小问题,通过数学模型求得最优解,并据此提出了任务的分配算法.分析证明该算法可以实现合作博弈唯一的纳什均衡.     

一种无线Ad Hoc网络中的公平带宽分配算法

针对如何公平有效地分配无线带宽的问题,提出了一种有效带宽分配算法,该算法能确保在无线多跳ad hoc网络模型中的各个用户分配到公平带宽资源.该算法在每一跳都能够公平地分配给每个竞争流相应的信道时间比例,依据这些时间比例,每一跳为经过自己的所有数据流计算更新速率,而每条数据流的源端能够根据更新速率来调节它的下一时刻发送速率,以达到它应该占有的公平份额.这种公平性被称为信道时间最大最小公平性.实验结果表明,所提出的这种信道时间最大最小公平性算法能够在无线多跳数据流中公平地分配带宽并达到高的信道时间资源利用率.     

发展远程医疗救助事业

正在急性脑血管病中,脑卒中的危害最为严重。我国脑卒中具有发病率高、复发率高、致残率高、死亡率高的特点。而国内医疗资源分配不平衡、高级医疗人员的缺乏、偏远地区交通不便等问题更加剧了"四高"的情况。因此,推动远程医疗的发展对于降低中国脑卒中的致残率和死亡率具有十分重要的意义。2014年5月,国家远程卒中中心在北京正式揭牌成立,致力于推广远     

MABP: an optimal resource allocation approach in data center networks

In data center networks, resource allocation based on workload is an effective way to allocate the infrastructure resources to diverse cloud applications and satisfy the quality of service for the users, which refers to mapping a large number of workloads provided by cloud users/tenants to substrate network provided by cloud providers. Although the existing heuristic approaches are able to find a feasible solution, the quality of the solution is not guaranteed. Concerning this issue, based on the minimum mapping cost, this paper solves the resource allocation problem by modeling it as a distributed constraint optimization problem. Then an efficient approach is proposed to solve the resource allocation problem, aiming to find a feasible solution and ensuring the optimality of the solution. Finally, theoretical analysis and extensive experiments have demonstrated the effectiveness and efficiency of our proposed approach.     

基于改进遗传算法的D2D资源分配策略

针对D2D（Device to device, D2D）通信技术在蜂窝系统中的资源分配与干扰问题,提出一种基于改进遗传算法的D2D资源分配策略。首先,确定保证蜂窝用户和D2D用户通信质量的功率范围,然后提出一种改进的遗传算法来确定D2D的最佳发射功率,最大化系统吞吐量。该算法在保证蜂窝系统服务质量（Quality-of-service, QoS）的同时,让交叉算子和变异算子随进化代数进行自适应变化,从而达到全局最优。仿真结果表明,本文所提算法可有效提升系统吞吐量并提高D2D用户的信道利用率。