一种移动数据offloading的最大权算法

本文提出了一种存在时变信道、重配置延迟以及干扰限制的无线网络中的移动节点调度算法,这种调度算法主要研究在随队列长度变化的时间槽中,如何根据移动节点的拓扑信息来选择节点进行传输,使得无线网络的容量最大。首先分析了无线网络中上行链路的容量,然后通过克拉克模型对移动信道进行建模从而得到每个移动节点的SINR,然后通过最大权算法,得出Top-K个调度,然后再衡量这K个调度造成的重配置损失以及保持原有调度造成的损失,最后则决定下一个调度。通过实验结果可以得出,提出的算法比现有的算法吞吐量更大。

最大权法试卷组卷算法

试题库软件设计中,每一份不同的试卷都要求有给定的预计平均分。最大权法试卷随机赋分组卷算法能够按照给定的试卷结构,设定要选择的每一道试题的难度,从而使最终组成的试卷总体难度得到很好的控制,最终平均分与给定平均分相同,符合出题者最初的意愿。

基于Virtual Output Queued交换结构的最大权重匹配算法

信头阻塞（HOL）限制了采用FIFO输入队列交换机的吞吐率，而使用虚输出队列（VOQ）技术可以完全消除HOL阻塞。文章给出了VOQ的交换机模型，介绍了基于最大权重匹配的算法LQF、OCF、LPF及其性能，还描述了更加实用的并行迭代算法i－LQF、i－OCF和i－LPF。文章的结论对于构造高带宽的交换机具有实际意义。

基于拥塞控制的无线网络最大权调度算法

无线网络中包调度和拥塞控制方案通常是独立设计的,导致网络资源无法高效利用。针对该问题,基于拥塞控制提出一种新的最大权调度算法。根据最大权调度算法计算节点中所有流的权值,选择最大权值的流进行调度,根据网络的拥塞情况,调节节点中流的发送速率。仿真结果表明,该算法能够提高网络吞吐量,达到更好的公平性并减少丢包率。

基于输入排队的调度算法

基于输入排队(IQ)调度算法的存储器带宽要求较低,因而能很好应用于高速路由器中。该文讨论了目前基于IQ的调度算法,对该领域的成果进行了较全面的总结,对当前研究的新进展进行了重点分析和比较,为进一步的研究提出了新的课题和思路。

云环境下基于EDF和LWF的回填算法

由于云资源有限,如何保证时限和提高资源利用率一直是提高成本效益的关键问题.提出一种基于最早截止时限优先算法(EDF)和最大权重优先算法(LWF)的回填算法.该算法通过使用LWF算法支持等待队列中所有的任务按照时限评分排序,在回填任务时,考虑任务的权重,以提高资源利用率;当检测到回填的任务错过了截止时限,则采用EDF算法,以满足时限保证.仿真结果表明,相比平衡螺旋法回填算法和EASS回填算法,提出的算法具有更短的服务延迟时限和更高的资源利用率.

一种新的高速路由调度算法—SERENA算法研究

SERENA算法是一种基于输入排队(IQ)结构的路由调度算法。当输入输出端口的匹配关系在连续的时隙中存在相同的匹配子图时,将出现误差积累,导致性能下降。该文对此作出了改进,理论分析与仿真结果表明,改进后的算法性能有进一步提高。

基于VOQ交换结构的仲裁算法分析

信头阻塞 (HOL)限制了采用FIFO输入队列交换机的吞吐率 ,而使用虚输出队列 (VOQ)技术可以完全消除HOL阻塞。给出了VOQ交换机模型 ,提出了对VOQ仲裁算法的分类方法和评价指标 ,分析了基于VOQ交换结构的MSM和MWM近似算法 。

TD-LTE系统下行调度算法的性能分析

针对TD-LTE系统中实时多媒体业务对系统的更高要求,研究了正比公平算法(PF)、改进的最大权重时延优先算法(M-LWDF)和指数比例公平算法(EXP/PF)在TD-LTE系统中包交换多媒体业务中的性能。基于系统性能(时延、公平性指数、丢包率、吞吐量、频谱效率)评估,以仿真的方式证明:在较低负载下,改进的M-LWDF算法提供了更好的系统性能;较高负载下,EXP/PF算法表现更优;PF算法则不适合实时业务。

一种新的基于HSDPA系统的分组调度算法

传统的HSDPA分组调度算法利用信道状态的变化来选择信道质量相对较好的用户,以此来达到吞吐量最大化。然而,由于信道质量较差的用户无法获得服务而被"饿死",因而这将引起公平性的问题。文章在分析了传统调度算法的基础上,提出了一种新的M-LWDF算法,并通过了计算机仿真,论证了新的算法在公平性方面较改进前有了较大的提高。

无线网络中一种智能路由算法

一个ad hoc网络是一个多跳无线网络,网络中的节点互相通信而不依赖于预先架设的固定基础设施,这种动态网络的最重要特点是寻找在通常情况下很好执行的路由算法。基于“簇”的算法是最有效的算法,目前,创建和维持“簇”通常是基于启发式方法。MWIS是一个分布式算法用于在一个无线网络拓扑图中确定最大权独立集算法,而划分网络节点为“簇”的问题可以很容易简化为寻找最大权力集问题。基于MWIS,我们提出了寻找一个最大向量权独立集算法MVWIS并且通过MATUB进行了仿真实验。

基于动态贝叶斯网构建基因调控网络

动态贝叶斯网络(dynamic bayesian network,DBN)是一种基于时序表达数据构建基因调控网络的重要方法。然而目前的DBN方法因计算时间太长,结构不稳定,准确度低,对有效性有很大影响。根据动态贝叶斯网络的度量可分解性质,将动态贝叶斯网络分为初始网络与转移网络分别进行结构寻优,在寻优时将基于静态贝叶斯网络的最大权重生成树算法与贪婪搜索算法相结合,移植入动态贝叶斯网络中,建立基因调控网络模型。提出了一种从时序数据中构建基因调控网络的方法,克服了贝叶斯网络不能描述循环调控的缺陷,也从规模上简化了网络构建问题。通过与相关实验文献的对照,验证了提出方法的有效性,网络学习时间明显缩短,网络结构更加稳定。

ON APPROXIMATION OF MAX n/2-UNCUT PROBLEM

Using outward rotations, we obtain an approximation algorithm for MAXn/2-UNCUT problem, i.e., partitioning the vertices of a weighted graph into two blocks of equalcardinality such that the total weight of edges that do not cross the cut is maximized. In manyinteresting cases, the algorithm performs better than the algorithms of Ye and of Halperin andZwick. The main tool used to obtain this result is semidefinite programming.