一种多维集合划分负载均衡资源优化分配算法

针对多处理群集系统中多个任务处理需要的资源和多个处理节点能够提供的m维资源间的合理匹配问题,给出了多维集合划分问题的优化模型,定义了资源均衡度函数,提出多维集合划分负载均衡资源优化分配算法,通过该算法可以得到资源匹配NP问题的较优解。实验结果表明,该算法具有较好的实用性和可行性,比传统的启发式算法效率高。

基于蚁群算法的测试任务调度优化方法

复杂系统测试通常存在任务复杂、测试时间长、资源浪费等问题,对资源和任务进行合理调度具有重要实用价值。提出基于蚁群算法的测试任务并行任务调度优化方法,对测试问题进行描述,与蚁群算法结合,设计了启发函数、状态转移规则;根据算法流程获得测试时间最短的任务调度序列;针对任务序列多解的问题,提出资源均衡度的评价标准,得到最优的资源任务调度序列。基于蚁群算法解决了复杂测试系统任务调度问题,对某实际测试系统资源任务集进行调度仿真,并与随机穷举法对比验证算法的有效性,结果表明该方法能大大节约测试时间。测试实例与当前常用的半串行测试进行对比,测试效率提升了43. 07%;所得结果为最短测试时间任务调度序列中资源均衡度最高的。

基于TCP友好性的网络流量均衡模型

随着多媒体流技术的快速发展,网络中的流量呈爆炸式的增长,UDP流所占的比例越来越大,具有TCP友好性的网络流量均衡是保证网络高效和稳定的重要措施。引入排队理论,采用分析的方法,提出一种考虑了网络带宽和节点缓冲区两个因素,确保UDP流的TCP友好性的前提下,使网络流量均衡的优化模型,用遗传算法进行了求解。通过仿真实验,验证了该模型的正确性。

一种不精确状态MPLS路由算法

考虑到IP网络中存在大量不确定信息及其对多媒体业务的QoS的影响,讨论了网络状态的不确定信息产生的原因,建立了非精确状态的网络模型,提出了一种MPLS的非精确状态路由算法INSRBA。算法在考虑非精确状态的同时引入了链路均衡度的思想。模拟结果证明算法在网络吞吐量和请求拒绝率方面达到了更好的性能。

多源专家特征信息融合研究

【目的】为全面获取专家资源,探究多源专家特征信息融合方法。【方法】从传感器工作过程出发,依次论述基于知识传感器、Web传感器和社会网络传感器的专家特征识别方法。鉴于三种方法获取的专家特征向量存在冲突,围绕资源均衡度设计基于多源信息融合的专家特征识别方法。【结果】与C-DBLP统计专家特征进行匹配,相似度达到38.97%,与同类型方法比较,结果在正常范围内。【局限】识别对象多来自高校及科研院所,用于特征识别的资源也多为学术资源,同时Web传感器采集网址集合还有待扩展。【结论】在语词关系控制情形下,该方法可用于科研团队构建、专家推荐、专家检索等方面。

应急专家发现路径融合模型探究

文章鉴于目前应急专家发现存在的问题,提出构建应急专家发现路径融合模型。从融合介入时间节点将模型划分为三个子模式:应急专家关联资源整合在评估资源分布态势的基础之上,设计基于资源均衡度的路径加权融合流程;应急专家特征融合引入工程化建模逻辑,构建从特征选择到特征关联,再到特征融合的分析模式;应急专家发现结果融合在不改变原有发现渠道的同时,通过设计分面指标及分面排名融合算法,获取各路径推荐的综合结果。结合典型场景及业务需求构建应急专家发现路径融合模型,可为应急处置提供全面有效的智力支撑。不同融合模式的横向比较还未进行深入探讨与分析。