二分图最佳匹配算法在中型组Robpcup角色分配中的应用

在中型组足球机器人的决策模型中,用状态自动机模型实现了Robocup中机器人各个角色的决策过程,形成了决策知识库。根据比赛场上的信息,调用知识库,利用二分图最佳匹配算法的思想来实现角色分配,提高队伍的成绩。

一种基于负载均衡性的网格任务调度算法

针对二分图匹配算法在任务之间存在时序关系时无法进行有效调度以及EFT算法没有充分考虑各处理机性能及网络通信状况的问题,提出基于二分图匹配的改进ETF算法。该算法综合考虑任务之间的时序关系、处理机的性能、处理机之间的通信情况及已处理任务的调度情况,利用二分图最佳匹配思想对局部任务进行调度。实验表明该算法具有较小的调度长度和较好的负载均衡性。

基于车联云的资源动态部署方案

针对现有车载网资源利用率低的问题,采用车联云VC这种适用于车载网络的新型云组织技术,有机结合车载自组网与云计算,利用云计算的高性能和虚拟化等特点,搭建统一部署管理平台。针对车联云任务调度中用户资源竞争问题,构建一种基于改进型层次分析法E-AHP和二分图最佳匹配KM的调度模型,解决用户资源竞争问题,合理分配任务,用户可以基于该模型获得最合理的服务代理点。

一种基于自适应选择策略的改进型MOEA/D算法

针对MOEA/D单纯使用邻域更新作为选择策略而造成的个体解的重复更新、缺乏全局适配性等问题,提出了一种兼及全局替换和局部更新策略的新算法,即基于自适应选择策略的改进型MOEA/D(MOEA/D-AS)。算法首先设计了一种新的基于最佳二分图匹配的选择策略(KMS),利用子问题和个体解的匹配关系,从全局角度实现精英个体集的最优选择;然后利用种群的进化信息构造一种匹配紊乱判断机制;最后利用紊乱判断机制,在综合分析邻域更新策略和KMS各自优势的基础上,使算法自适应地选择最合适的选择策略,以提高鲁棒性和优化效率。选取LZ09,DTLZ,CEC09等作为标准测试函数,将改进后的算法MOEA/D-AS与经典MOEA/D系列算法进行对比实验,并以Spread和IGD为性能评估指标。实验结果表明新算法具有更好的收敛性和分布性,验证了自适应选择策略能够有效地指导精英解的选择过程。

混合D2D蜂窝网络的系统吞吐量优化

针对D2D(Device-to-Device)蜂窝混合网络中的资源优化问题,提出了一种基于线性规划和二分图匹配模型的共享资源优化算法(hybrid network Resource optimization Method,hnRoM)。hnRoM算法首先将资源优化问题分解为DU-CU配对优化和时间资源分配优化两个子问题,然后用线性规划的方法得到时间资源分配优化子问题的最优解,根据时间资源分配子问题的解构建二分图模型来求解DU-CU配对优化子问题。仿真实验结果表明,hnRoM算法能够保证接入所有DU,在满足所有用户最小传输速率的前提下,可以保证最大化系统的总吞吐量。