无人机辅助无线通信网络资源自适应协同分配

为保证边缘用户可正常使用通信网络资源,研究了无人机辅助的无线通信网络资源自适应协同分配技术。构建无人机辅助无线通信网络模型,并设置自适应协同分配的目标函数,从而进行网络资源最大化的资源分配。引入排斥、吸引方法改进果蝇算法,提取最优、最差味道浓度与坐标信息。输出资源的最优传输速率、最优无人机运行轨迹的分配解,改进求解资源分配目标函数,完成通信网络资源自适应协同分配。试验结果表明,不同工况中,无人机能够结合用户分布状态飞行。在用户最小速率需求标准依次是3 bit/s、6 bit/s、9 bit/s时,经过6次迭代,算法便可收敛到纳什均衡点,无线通信任务时延便可控制为最小值1.5 s。该技术能够自适应协同分配无人机辅助无线通信网络资源。协同分配结果满足用户需求。

面向车联网的身份认证资源协同分配算法

【目的】为解决车联网节点身份认证中繁忙区域的密集认证请求导致的处理效率低问题,提出基于自适应管理区域划分的计算资源协同分配算法(adaptive collaborative computing resource allocation algorithm for managing region division,AMRD)。【方法】首先建立一种弹性的身份认证辅助架构,根据认证流程将认证角色分为请求者、处理者和管理者;然后,针对管理者的计算任务负载不平衡问题,提出一种管理区域划分算法,根据上一时隙所有请求者的任务平均响应时延调整管理者管理区域,并将满足空余计算资源要求的处理者作为临时管理者,以提高认证效率;最后,将管理者的计算资源分配表述为一个优化问题,利用自适应算法为调整后的管理者分配计算任务。【结果】与目前3种主流资源协同分配算法相比,AMRD的资源利用率分别提高18.8%、20.2%和144.6%,平均任务响应时延分别降低17.6%、24.0%和29.5%,任务成功率分别提高4.2%、6.5%和20.7%。【结论】本研究结果可为车联网场景下实现高时效通信提供参考。

支持资源协同分配的网格任务调度研究

提出通用的网格和任务执行模型,并以此为基础,给出一种支持资源协同分配的任务调度算法。算法通过定义临界资源的概念,改进了传统的列表调度算法。模拟实验结果表明该调度策略更符合网格计算的复杂环境,能得到较短的任务执行时间,并更好的支持不同类型资源的协同分配。

基于YARN的分布式资源动态调度与协同分配系统

Storm on YARN是目前主流的分布式资源调度框架,但其存在需要人工干预和无法根据资源可用性实时调整系统资源的不足。根据流数据处理的实时延迟计算系统负载情况,在Storm平台上基于YARN设计分布式资源调度和协同分配系统。建立包含系统层和任务层的双层调度模型,系统层通过对流数据处理负载的实时监测进行资源分配预测,任务层利用ZooKeeper和YARN对集群资源的高效管理能力进行动态资源管理。实验结果表明,该系统可以实时调整集群资源分布,有效减小系统延迟。

基于Agent联盟机制的网格资源协同分配

在网格计算环境 ,许多应用的执行经常需要同时协同分配多个资源以满足性能需求。文中提出了一种新的基于Agent联盟机制的资源协同分配方法。首先 ,对Globus和Legion的资源协同分配的方法进行了比较。然后 ,描述了一个基于Agent的网格资源管理结构。最后 。

分布式计算环境中的协同分配任务调度仿真系统

协同分配是在分布式计算环境中进行资源分配的一种重要技术,用于把一个应用程序分解为多个子作业,然后将其分配到多个资源上同时处理来满足特定的性能要求。本文提出了一个离散事件驱动的网格资源协同分配仿真系统,实现了对用户、调度器、协同分配器、协同预留器等协同分配相关实体的仿真,实现了FCFS、FPFS、Backfill等主要的协同分配调度算法和策略,可用于资源协同分配相关的分布式计算环境的资源管理和调度算法的仿真和研究。

基于Cramér-Rao下限的多传感器跟踪资源协同分配

针对防空指挥控制系统中多传感器管理问题,提出了一种基于目标跟踪精度Cramér-Rao下限的多传感器跟踪资源协同分配方法。该方法首先利用目标战术重要性函数求解目标优先级;然后在目标优先级函数和目标—传感器配对效能函数的基础上,构造了多传感器资源协同分配一般模型,并根据目标跟踪过程特点将Cramér-Rao下限引入到协同分配的模型中,使得在进行跟踪资源协同分配时无需考虑目标跟踪滤波算法的选择。对于分配过程中出现的NP(Non-deterministic polynomial)难问题,探讨了利用匈牙利算法寻求满足条件的目标传感器最优组合,给出了模型求解的步骤。仿真结果表明,这种多传感器跟踪资源协同分配方法的可行性与模型求解的快速性。

铁路货运产品与车站资源协同分配优化模型及算法研究

货运产品与车站资源协同分配研究,对于提升铁路运输的经济效益、优化铁路基础设施布局具有重要意义。首先阐述货运产品与车站资源分配之间的内在联系,以车站分配中的多分配模式为例,综合考虑技术站扩能及费用等相关因素,以铁路运输收益最大化为优化目标,构建铁路货运产品与车站资源协同分配优化模型。根据模型多决策变量的特点,采用和声搜索算法与基于反馈的免疫克隆算法进行求解,最后以某一条繁忙干线为例验证模型及算法的性能,结果表明模型和算法具有较好的适用性。

面向实时网格任务的多策略资源协同分配模型

提出一种实时保证度的计算方法,用于评估特定协同分配方案对实时网格任务的截止时间保证度,并在此基础上设计和实现了一个多策略资源协同分配模型。该模型利用已有协同分配策略生成不同的分配方案,并选择截止时间保证度最优的方案为任务分配资源。仿真实验利用实际网格系统的任务负载,在多集群型计算网格测试床上检验了该模型的性能表现。实验结果显示,多策略协同分配模型能综合各种已有各类协同分配策略的特长,为实时网格任务的资源协同分配提供可靠性增强的截止时间保证。

网格资源协同分配模型的研究

针对网格资源协同分配问题,提出了基于市场机制的具有分布式特性的网格资源协同分配模型(MGRM).采用了多单位组合拍卖模型(MUCA)对网格中的资源协同分配进行建模,并使用分支界限法求解多单位组合拍卖问题,从而得到网格资源协同分配问题的最优解.针对网格任务和资源特性,对现有的分支界限法解MUCA进行改进,根据搜索路径上当前可用资源估算MUCA问题的投标上限.试验仿真表明,改进后的算法效率大大提高,证实MGRM模型适合于具有大量任务和资源共享的广域网格环境.

基于三方博弈的网格资源协同分配模型

针对费用约束下的网格资源分配问题,提出一种基于三方博弈的资源分配模型.该模型通过引入一类"虚拟资源中介"实体,将资源分配问题转化为由用户任务、虚拟资源中介、资源提供者三方组成的博弈过程.在合作博弈模型中,系统通过批发价格来保证资源提供者的收益;在非合作博弈模型中,系统通过零售价格杠杆来优化资源利用率和用户费用.文中以效用函数为基础给出了模型的有效性证明和求解算法,并通过实际网格任务负载和典型网格测试床模型检验了该三方模型的性能.仿真实验结果显示,对于具有费用约束的网格任务,相比于传统的资源分配模型而言,基于三方博弈的协同分配模型能增加约16%的资源收益和24%的资源利用率,从而有效地提高了任务的执行效率.

中国省域EAC控制目标协同分配——基于改进集中DEA模型

基于省域个体经济发展需求、能源资源禀赋以及节能减排协同效应,构建了协同分配省域EAC控制目标的改进集中DEA模型。2020年实证分析结果表明:基于改进集中DEA模型的省域EAC分配方案可以在实现我国整体经济产出最大化的同时提高省域间的人际公平性与发展支持公平性;在上述方案下,各省市承受的节能减排压力与经济增长压力存在较大差异,通过实施区域发展战略可缩小不同省域的压力差异,提高方案可行性。

一种新型的网格资源协同分配机制

通过给出网格资源协同分配系统模型,提出一种新型的同步排队策略,用以实现保证网格服务质量(QoS)的资源协同分配。不同于现有方法,该策略不需要资源预置,可以实现资源的超额预定,提高资源利用率,并通过仿真实验进行了验证。

基于虚拟代理的两阶段网格资源协同分配模型(英文)

由于网格资源的分布性和异构性,资源协同分配一直是网格计算的基础研究内容。针对资源协同分配中用户对费用和截止时间的约束,提出一种基于虚拟资源代理的两阶段协同分配模型。虚拟资源代理通过一个两阶段的分配机制来优化资源配置和价格方案,用于满足用户费用约束和提高系统资源收益。同时,虚拟资源代理利用队列系统建立资源工作模型,为用户任务提供量化的截止时间保证。仿真实验从任务截止时间违约率、资源收益和资源利用率三个方面比较了基于该模型的协同分配策略与传统策略的性能表现。实验数据显示,对具有费用和截止时间约束的任务,该模型能有效提高用户QoS满意度和系统资源收益。

网格资源协同分配死锁处理问题研究

网格中资源协同分配是资源组织和调度的一个重要组成部分,如何检测应用之间的死锁是资源协同分配过程中需要解决的重要问题。通过对网格中死锁原因的分析,对死锁的特点进行描述。提出基于Agent的网格资源协同分配死锁处理算法,并对算法进行实验验证。实验证明使用该方法不仅能够检测解除应用资源分配过程中的死锁,与其他方法相比,还能获得好的资源分配性能。

改进的协同分配法及其在系统可靠性分配中的应用

可靠性分配一直是系统顶层设计的一个关键问题,基于响应面的协同分配法是在协作优化的基础上发展起来的一种新的分配方法。基于响应面的协同分配法在选取中心点和置信域时无规律可循,选择不当可能导致收敛缓慢甚至发散,针对此该文引入遗传算法来进行中心点和置信域的选取。经过实例证明,改进后的基于响应面的协同分配法的分配效果更好,鲁棒性更强,更有利于应用到实际工程中去。

基于航路资源协同分配的ATFM方法研究

为解决空域单元在航路交通需求超量、天气状况影响造成的多条航路容量下降条件下的航路资源协同分配问题,提出了两阶段时隙航迹协同分配模型。两个阶段分别从空管和航空公司的角度,在受影响航班提交航迹偏好选项前提下,以容量受限条件下航班总延误成本最低及旅客平均延误时间最短为目标,在满足各约束条件的基础上,为受影响航班分配时隙及航迹,采用启发式算法求解模型,通过航路的仿真数据测试了模型的有效性,实现了均衡多个飞行受限区流量的目标,提升了航路运行效率。

面向应急对地观测任务的多飞艇协同分配方法

应急条件下多飞艇协同任务分配是一个重要而极具前景的研究课题,对提高飞艇观测效能起着至关重要的作用。针对多飞艇协同任务分配问题,设计了一种基于Agent双向招标的改进合同网协同机制,详细解释了双向招标的方法和标值计算的启发式规则。针对应急观测任务的高时效性特点,建立了一个多目标约束满足优化模型,并提出一种针对批量动态任务的快速分配算法——动态自适应协同任务分配算法(dynamical flexible collaborative algorithm,DFCA)。大量模拟实验结果表明,该算法能够在很短的时间内获得较好的任务分配方案,具有较高的任务完成率和权值收益率。

基于多智能体强化学习的协同目标分配

针对传统方法难以适用于动态不确定环境下的大规模协同目标分配问题,提出一种基于多智能体强化学习的协同目标分配模型及训练方法。通过对相关概念和数学模型的描述,将协同目标分配转化为多智能体协作问题。聚焦于顶层分配策略的学习,构建了策略评分模型和策略推理模型,采用Advantage Actor-Critic算法进行策略优化。仿真实验结果表明,所提方法能够准确刻画作战单元之间的协同演化内因,有效地实现了大规模协同目标分配方案的动态生成。

基于区块链的多无人机协同任务分配方法研究

针对多无人机系统自主协同控制缺少统一的底层技术平台和面临的单点失效、信息安全威胁等问题,提出了基于区块链技术构建协同任务规划平台的方法。以多无人机协同任务分配问题为研究对象,将合同网任务分配算法描述为智能合约,应用区块链共识算法实现系统共识,设计出一种安全高效在线实时任务分配方法。采用Hyperledger Fabric开源软件搭建了仿真实验验证系统,并以典型的海洋常规潜艇搜捕应用场景进行了仿真验证,实验结果证实了该方法的可行性和优越性。