基于最大最小公平算法的应急医疗人力资源分配优化模型

针对突发事件背景下医疗人力资源供需不平衡的问题,展开了对应急分配模型的研究。在岗位安排及员工职业技能评估的基础上,考虑了不同工作对职业技能的需求问题,进而建立了人员分配的数学模型。同时通过引入最大最小公平算法,提出了人力资源分配算法,并结合算例进行了仿真。所提方法为应急环境中医院多重维度下人力与工作任务的双向匹配建立了数学模型,提出了求解方案,为指导实际应急场景下的资源分配问题提供了理论支撑。

负载均衡的主导资源公平分配算法

随着使用云计算并行且可靠地处理计算问题成为一种趋势,各种云计算平台应运而生,在这些平台中,保证多种资源调度策略的公平性非常重要。主导资源公平分配算法DRF有效地实现了多种资源环境中的公平分配,但在资源分配过程中容易出现集群负载不均的情况。因此,提出在使用DRF算法分配资源过程中,通过集群中各节点的资源利用率情况对节点进行K-means聚类分析,根据聚类结果将资源分配给任务来提高集群负载均衡的能力。基于CloudSim 4.0实现了改进DRF算法的仿真实验,实验结果表明,负载均衡的DRF算法比原始的DRF算法以及基于层次分析法(AHP)改进的DRF算法更能有效地改善集群整体的负载均衡。

资源公平分配的遗传算法研究

文章对决策优化的经典问题席位公平分配进行了研究，提出应用遗传算法对该模型进行求解。两例资源公平分配决策实例研究表明，遗传算法优化结果较其它方法都更合理。

资源公平分配的一种贪婪算法

对资源公平分配模型提出了一种简单的贪婪算法 ,在一定条件下可得到全局最优解且在相当多的情况下所得解都为最优解。该方法效率极高 ,编程简单 ,计算量很小 ,从大量模拟情况来看相当有效。

加权比例公平群智能跨层资源分配算法

针对多用户OFDM系统,提出两种适用于混合业务的加权比例公平跨层资源分配方案。该方案假设系统用户拥有多个队列,每个队列分别承载不同类型的业务。在MAC层,所提的两种方案都实施加权比例公平调度。该调度先为用户队列中不同分组授予不同的权重,再通过该权重值计算用户权重,并对每个用户的分组进行排序,最后根据系统中各用户待传数据量之比设置用户间速率成比例约束条件。在物理层,这两种方案不仅都将用户间速率成比例约束条件下系统权重容量和的最大化作为优化目标,而且都在该目标下将群智能算法引入其资源分配。但有所不同的是,方案1将人工鱼群算法引入其子载波分配,用新推导的功率分配方式进行功率分配;方案2将云自适应粒子群算法引入其子载波分配,用人口迁移算法进行功率分配。在此基础上,两种方案都依据由加权比例公平调度提供的各用户分组排序结果传送分组。数值仿真与性能分析显示,这两种方案能在满足用户业务流时延需求和保证用户公平性的基础上,有效提高系统总速率。

基于公平度门限的多用户OFDM系统自适应资源分配算法

在传统的子载波分配过程中,具有优先权的用户将优先选择最好的载波,这将导致载波利用效率下降。许多改进算法通过牺牲一定的公平性来提升容量并降低复杂度,但是这可能会使用户间无法达到所要求的公平性。针对这些问题,提出了一种基于公平度门限的载波和功率自适应分配算法。在载波分配过程中,通过公平度门限来决定载波分配优先级,从而实现容量和公平度的粗略折中。载波分配后利用粒子群(PSO)算法进行功率分配来达到所要求的公平度门限。实验结果表明,该算法在满足所要求公平度门限的同时提升了系统容量。

一种基于公平机制的云计算资源随机分配算法

通过资源共享的方式在云计算系统中分配计算和存储资源,是一种提高资源利用率的有效方式,如何在高效地分配云计算资源的同时保证用户间资源分配的公平性是资源共享能否实现的关键问题。文章通过对用户任务不可分问题的云计算资源分配进行分析,提出了一种基于公平机制的随机分配算法,该算法时间复杂度为 O(nm), 通过理论证明该随机算法满足无嫉妒属性。

超密集网络比例公平频谱资源分配算法

为了提升超密集网络中的系统总体吞吐量,研究了基站如何分配回程链路和用户接入资源的问题,提出了一种面向无线混合分层回程网络的比例公平资源分配算法（PFRA）,该算法首先对基站进行分层,并设计各层基站的帧结构;其次,基于比例公平的效用函数构建出系统吞吐量最大化的目标函数;最后,利用拉格朗日乘子法推导出了获得混合分层回程网络场景下频谱资源分配最优解的迭代算法。仿真结果表明,PFRA算法能有效提升网络吞吐量性能,并在网络吞吐量性能和用户公平性之间取得了良好的均衡效果。

基于一种公平性的智能电视系统资源分配算法研究

本文着重介绍了DRF算法在嵌入式智能电视系统多资源公平分配中的具体应用情况,旨在通过DRF分配,使用户支配资源趋于均衡,以此提高系统性能,优化用户体验。

适应异构集群的Mesos多资源调度DRF增强算法

云计算集群环境下多资源分配的公平性是考量资源调度子系统最重要的指标之一,DRF作为通用的多资源公平分配算法,在异构异质的集群环境下可能有失公平性。在研究Mesos框架中DRF多资源公平分配算法的基础上,设计并实现了增加机器性能评估影响因子的meDRF分配算法。将计算节点的机器性能得分,作为DRF主导份额计算的因子,使得计算任务有均等的机会获得优质计算资源和劣质计算资源。通过选取K-means、Bayes及PageRank等多种作业进行实验,实验结果表明:meDRF较DRF分配算法更能体现多资源分配的公平性,且资源分配具有更好的稳定性,能有效提高系统资源的利用率。

一种改进的DRF算法对BESIII集群资源管理的优化

根据BESIII集群的实际需求,在测试和研究了不同类型的高能物理数据处理作业不同配置机器上的运行效果的基础上,提出了一种改进的DRF资源分配算法,加入了机器性能评级和作业类型匹配两个因素作为资源调度的依据,对算法进行实现并使用真实数据进行了实验测试。测试结果表明:新算法能够更加合理地分配资源,有效提高系统资源利用率,缩短作业运行时间。

带权快速Max-Min公平分配算法

提出了带权快速Max_Min公平分配算法,对该算法进行了摄动分析,从理论上证明了该算法的稳定性.给出了算法在ns-2下的仿真分析,验证了该算法的稳定性.

多机场时空资源公平分配协同进场调度策略

分析终端区内进场航班各延误措施特性,以协同决策(collaborative decision making,CDM)理论为基础制定相应的分配策略调度进场航班,在降低延误时间的前提下重点提高机场之间时空资源使用公平性,兼顾管制员工作负荷.运用模糊自修正多目标粒子群算法(fuzzy self-correction multi-objectives particle swarm optimization,FS-MOPSO)进行仿真计算.计算结果显示2机场的30架进场航班调度延误时间较传统先到先服务(FCFS)方案减少16.54%,2机场航班延误差值从单一以延误最优遗传算法仿真结果的115s降低至31s,较大程度提高了各机场进场航班调度时空资源分配的公平性,并实现公共进场定位点航班均衡分布,提高多机场终端区资源利用有效性.

基于改进人工鱼群算法的多用户OFDM系统自适应资源分配

在鱼群算法中提出了人工鱼的吞食行为,对算法进行了改进,在保证算法性能的前提下明显降低了人工鱼群算法的复杂度。通过对多用户OFDM系统模型的分析,结合对用户公平性的考虑,给出了该系统中自适应资源分配问题的目标函数。用改进鱼群算法在保证用户公平性的基础上,很好地解决了多用户OFDM中的自适应资源分配问题,实现系统总传输速率最大化。

基于分段线性函数的广义效用max-min公平分配算法研究

提出了一种基于分段线性函数的广义效用max-min(UMM)公平分配算法,可支持资源分配的上下限以及各种严格单调增和连续的效用函数。该算法避免了迭代计算,复杂度低于UMM公平的注水法。简化后的算法的复杂度与现有的基于分段线性函数的狭义UMM公平分配算法相同。该算法可应用于计算机和通信领域中的各种资源分配问题中。

多小区认知无线网络基于免疫算法的资源分配

为有效分配多小区认知无线网络中的系统资源,建立资源分配问题的优化模型。优化目标综合考虑系统吞吐量与能量效率两方面的要求,引入公平性因子保证多个认知小区之间的系统公平性,兼顾认知基站的发射功率限制以及认知用户对主用户的干扰功率限制等诸多因素。基于免疫算法提出对应的资源分配算法,为保证可行性,在求解的过程中从多个约束条件出发设计特定的功率调整方法。仿真结果表明,该算法较之注水算法具有更好的系统性能。

基于烟花算法的D2D资源分配方案

D2D(Device-to-Device)通信通过复用蜂窝用户的频谱资源来提升系统频谱资源的利用率,并提高系统吞吐量,但同时也为系统带来了严重的同频干扰。为了应对复杂的干扰问题,并在保证资源分配公平性的情况下尽可能提高系统吞吐量,提出一种基于烟花算法的D2D资源分配方案,以最大化系统的加权和速率为目标,将资源分配矩阵抽象为烟花,通过爆炸、变异、选择等过程求出最终的匹配矩阵。仿真结果表明,所提方案能够有效提高系统的吞吐量和资源分配的公平性。

可见光通信与WiFi异构网络资源管理算法

可见光通信(VLC)/WiFi异构网络实现了室内的高速通信与无线覆盖,资源管理算法是实现异构网络高效传输的关键。针对传统资源分配管理算法在大规模VLC/WiFi异构网络环境下存在系统公平性低、用户体验感差等问题,提出一种动态加权轮询(DWRR)算法。将用户资源需求量、平均请求速率及与最近接入点的距离这3个因素进行加权作为用户的初始优先级。在每轮调度结束后,对时延较大的用户做出补偿,提高时延较大用户的优先级。考虑VLC和WiFi覆盖范围的差异及用户对资源的竞争程度,定义不同区域内的用户资源优先级,使VLC覆盖范围内优先级高的用户利用VLC资源,剩余用户与VLC覆盖范围外的用户联合分配WiFi资源。仿真结果表明,与最大载干比调度、比例公平算法相比,DWRR算法保证了用户间的公平性,同时提升了系统吞吐量和用户体验。

多用户协同通信系统资源的优化分配算法

针对多用户协同通信系统中的剩余功率分配不合理问题,提出了一种基于用户间公平性的子载波分配和优化剩余功率分配的联合资源管理算法.首先在保证用户资源分配公平性下给出基于平均功率分配下的子载波分配,其次利用调和平均值算法对剩余功率进行优化分配.仿真结果表明,所提出的算法能够在满足用户质量需求和公平性的同时,可提高系统的容量和用户容量,降低系统的误码率.

基于人工鱼群算法的多用户系统资源分配策略

针对当前多用户系统资源分配策略存在的用户公平性较差、系统吞吐量小等缺陷,设计一种基于人工鱼群算法的多用户系统资源分配策略.首先通过分析多用户系统资源分配的工作原理,构建相应的数学模型;然后引入人工鱼群算法对多用户系统资源分配的数学模型进行求解,并针对标准人工鱼群算法存在的局限性进行相应地改进;最后与其他多用户系统资源分配策略进行仿真对比测试实验.实验结果表明,人工鱼群算法可以快速、准确地找到多用户系统资源的最优分配方案,有效保障了用户的公平性,且大幅度改善了多用户系统的通信能力,整体性能优于其他多用户系统资源分配策略.