分配算法

摘要： 针对车联网环境下路侧边缘计算节点部署不均衡、服务密度小、实时调度计算压力大等问题,提出一种基于智能车移动边缘计算(Mobile edge computing,MEC)的任务排队建模与调度算法,提供弹性计算服务,将具备感知、计算、控制功能的智能车作为移动边缘计算服务器,设计了车联网环境下的MEC体系架构.首先基于虚拟化技术对智能车进行虚拟化抽象,利用排队论对虚拟车任务构建了GI/GI/1排队模型.然后基于云平台Voronoi分配算法对虚拟车任务进行分配绑定,进而实现了智能车的优化调度与分布式弹性服务,解决了边缘计算任务分配不均衡等问题.最后通过城市交通路网中的车辆污染排放的实时计算实验,验证了该方法的有效性.

摘要： 本文提出一种最优影响力片段分配算法,该算法用一个逻辑模型来表示用户的采用情况,为OIPA提出了一个有(1-1/e)近似比的分支边界框架,同时进一步优化这个框架与修剪密集渐进上限估计方法。最后基于真实世界舆情数据集的展开实验分析,其实验结果表明本文所提的算法与传统算法效率更高。

摘要： 随着能源结构中风电占比的提高,可靠稳定的新能源保障供应系统成为重点,文中立足于风电场场级能量平台应用场景,根据风电场实际运行特征,利用机组分群对于风电场能量管理平台的有功分配策略进行了设计研究,给出了闭环实时能量分配策略设计方案,运用风电场单机桨距角余量权重方法设计了能量分配算法,相比以前的平均分配法有很大科学性和自适应调节性等优点.

摘要： 本文对机组功率调节力模糊评价的内容进行分析,并在模糊评价基础上,阐述有功功率的分配算法与措施,包括分配技术基础、模糊控制流程、升降分配算法等方面,最后结合实际案例,阐述风电场有功功率分配的仿真结果.根据仿真结果可知,与风速权重分配模式相比,按照调节力分配功率的方式效果更佳,可使机组运行寿命得到有效延长.

摘要： 传统的大数据内存分配算法存在运行速度慢、 分配不均匀的问题,为此,提出一种新的并行计算框架的内存优化算法.通过利用无监督贪婪模式逐层训练方法进行训练学习并建立并行框架,采用分布式存储的方法对数据进行承载,最大程度提升运算性能.同时,对较小内存Task做分化处理,保证算法的执行效率,并且会避免不必要的溢出操作.实验结果证明,相比于传统算法,所提算法的内存分配情况更合理、 运行速度快,内存分配效果更好.

摘要： 随着网路技术的飞速发展,拥有智能移动设备的人越来越多,用户可以通过移动设备进行近距离的通信通话,进行资源分享,而这些用户就可以组成网络智慧群体,协同完成各种计算任务.而本文要研究的就是这种基于移动社交网络而进行的群智计算,不同于以往单一的计算模式,群智计算可以通过协同完成大规模的,复杂的计算任务,可以通过智能移动设备所具备的计算,感知,储存能力满足用户基本需求.文章研究了基于群智计算技术所获取数据的基础上分析用户的兴趣行为而提出的一种基于最优用户组的群智计算任务分配算法.

摘要： 针对在可信度阈值0.52～0.82范围内在线随机任务分配的任务答案平均可信度较低的问题,提出了一种面向大规模数据决策的在线随机任务分配算法.首先基于大规模数据决策对每个用户及任务进行描述,以实现整体任务的描述;然后以质量控制、成本控制和时间控制为任务控制内容实现在线随机任务控制;最后根据任务控制结果设计一种在线随机任务分配算法,并将本文算法与基于Carrel平台的在线随机任务分配算法、面向移动群智感知的位置相关在线多任务分配算法进行了比较.结果表明:在随机任务分配条件下,本文算法在200个任务时的任务答案平均可信度为98％,且比上述两种算法均有显著提高,本文算法在任务分配应用方面具有更好的应用性能.

摘要： 笔记本电脑的软件和硬件测试是笔记本在大规模生产前一个非常重要的环节.由于笔记本电脑是一个集成度较高的产品,测试过程的重复性和复杂性就成了笔记本测试的一个主要特征.针对这一特点设计了一种测试任务模型并实现了相应的自动化分配算法.首先根据测试要求将相应的测试任务进行整合,形成一个由多种测试条件组合的数据表;然后再根据每台笔记本的状态进行自动任务分配.测试员只需根据提示完成相应测试任务即可,无需对任务进行分类测试这一繁琐的过程.通过多台机器的实际测试,验证了分配算法的实用性,使测试效率有了明显提高.

摘要： 目前国内关于IPTV广告投放的算法研究还未完全成熟,很多企业在实践中更多依赖于人工经验分配.主要研究IPTV业务中广告库存匹配问题,建立了广告流量分配算法模型,并根据问题特性优化精简了模型约束条件,同时利用稀疏矩阵的便利性求解,最后通过某新媒体公司的IPTV广告投放案例对算法模型的可行性进行了验证.

摘要： 对多用户环境下的云数据中心资源分配问题,提出了一种基于多背包问题的分层递进资源分配算法LP—MKP,旨在以最小化各用户虚拟机间的网络直径之和为最优化目标该算法首先将云数据中心由底至上分为多个层次,每一个层次对应资源分配一个阶段；在每个实施阶段,把该层节点的剩余资源和所有未分配用户转化成一个基于多背包问题的分配模型,并采用近似算法求解分配方案,通过层层递进的分配过程完成对所有用户的资源分配任务。实验结果表明，LP—MKP算法优于基于最大空闲资源的贪心算法,以及基于最小子树的启发式算法.能够很好地适用于面向多用户的云资源分配.

摘要： 为了满足拥有不同QoS的大量用户获得高速多媒体业务的需求,3GPP在Release6版本中提出了多媒体广播与多播技术.在多播系统中保证用户公平性和业务QoS给无线资源分配带来了很高要求.因而,本文重点研究了OFDMA多播系统中的动态资源分配问题.本文还对文献中所提的利用分摊因子多播资源算法进行了改进.针对该文献算法中加权因子随机性取值及受限最小分摊因子值给整个系统性能改善带来不确定的随机波动性等弊端,提出了采用自适应加权因子的多播资源分配算法.所提算法通过对加权因子与用户自身性能进行相关联,同时利用加权处理将高速率的多媒体信息向低速率上进行分摊.并且,对所提算法与文献中算法及传统算法进行了仿真实现及分析.仿真结果表明,所提的算法的性能要优于文献中的算法和传播多播算法.此外,本文还将已提算法和传统算法等在利用Visual C++6.0软件开发的MBMS系统级仿真平台上进行了实现,仿真结果表明了所提算法的性能优越性.

摘要： 针对如何公平有效地分配有限的频谱资源问题,提出一种兼顾公平性和复杂度的子信道与功率分配算法.算法首先按照认知用户QoS要求,基于频谱可用性进行子信道分配;然后考虑降低算法复杂度,依据各子信道频谱可用性的比例来分配功率.仿真结果表明,与贪婪算法相比,该算法认知系统平均吞吐量降低了2％左右,但满足QoS要求的用户比例则要平均高出20％,取得了平均吞吐量与公平性和复杂度的良好折衷.

摘要： 开源软件中如何真实评估所有开发者的贡献度并有效区分核心开发者和外围开发者是一个重要的研究问题.通过设计开发文件的贡献度分配算法,以9个Apache项目为基础分析了开发者对项目的贡献度,并以此有效地区分核心开发者和外围开发者.实验结果通过Apache官方主页公布的开发者地位名单进行考证,同时在分类预测的准确度上与传统评估方案进行了比较,验证了算法的实用性和有效性.

摘要： 随着半导体工艺的进步,供电网络上的噪声对芯片的影响愈加严重,使得芯片产生延迟变化、出现时序违例甚至功能失效.添加去耦电容(decap,decoupling capacitor)是解决电源噪声问题的主要方法.针对片上去耦电容的特点和应用展开研究,探讨了CMOS工艺下去耦电容的基本特点,比较了不同工艺/结构的去耦电容在电容密度、泄漏电流等方面的优劣,介绍了两类去耦电容的分配算法,为去耦电容的选择使用提供了参考;并提出了去耦电容"预布"与二次插入相结合以改善性能的设计思想.

摘要： 本文在分析国内机场停机位配置情况和机场运行管理方式的基础上，提出以旅客进出机场总时间(旅客满意度指标之一)为优化目标的数学模型，并给出了模型的求解算法和实验结果。通过对比可以看出，本文提出的停机位分配算法明显减少了旅客进出机场花费的总时间，加快了机场旅客的周转速度，不仅提高了旅客满意度，而且提高了机场场面的运行效率，减少了机场航班的延误。

摘要： 为了满足风电机组低电压穿越(LVRT)的测试要求及其电气模型一致性评估需要,本文提出了考虑向电网注入无功电流的双馈风电机组LVRT的控制策略。论文在阐述风电机组LVRT测试要求及控制原理的基础上,推导了DFIG定子侧及网侧变流器输出无功电流极限表达式,研究了电网电压跌落深度和发电机总输出有功功率对其无功电流极限值的影响规律,进而提出了DFIG在LVRT期间的无功电流分配算法和改进的有功、无功功率控制策略。最后,以某实际2MW双馈风电机组为例,分别对风速5m/s和12m/s、电网电压对称跌落至20％和50％时工况下的LVRT运行性能进行仿真比较和样机测试。与传统LVRT控制方法对比表明,本文提出的改进控制策略能更好地满足风电机组LVRT测试要求；样机测试结果进一步证明了改进控制策略和仿真模型的有效性。

摘要： 针对雷达组网系统多目标跟踪过程中多传感器资源管理问题,本文提出了一种基于协方差和雷达资源的传感器快速管理算法.该算法分两步决策.第一步决策保证雷达跟踪目标数目的最大化.其次结合信息增益和协方差控制的优点,利用多传感器快速启发式算法,作为第二步的决策.仿真结果表明,该算法在保证目标的跟踪精度的同时,还可以保证较多的目标被跟踪,并且在一定程度上控制资源消耗,减少系统的总耗能.

摘要： 针对雷达组网系统多目标跟踪过程中多传感器资源管理问题,本文提出了一种基于协方差和雷达资源的传感器快速管理算法.该算法分两步决策.第一步决策保证雷达跟踪目标数目的最大化.其次结合信息增益和协方差控制的优点,利用多传感器快速启发式算法,作为第二步的决策.仿真结果表明,该算法在保证目标的跟踪精度的同时,还可以保证较多的目标被跟踪,并且在一定程度上控制资源消耗,减少系统的总耗能.

摘要： 针对雷达组网系统多目标跟踪过程中多传感器资源管理问题,本文提出了一种基于协方差和雷达资源的传感器快速管理算法.该算法分两步决策.第一步决策保证雷达跟踪目标数目的最大化.其次结合信息增益和协方差控制的优点,利用多传感器快速启发式算法,作为第二步的决策.仿真结果表明,该算法在保证目标的跟踪精度的同时,还可以保证较多的目标被跟踪,并且在一定程度上控制资源消耗,减少系统的总耗能.

摘要： 本发明公开了一种基于任务分配协调策略与粒子群算法的任务分配方法，包括以下步骤：1)利用粒子群算法优化分配半径，得到初始分配结果；2)运用协调策略对初始分配结果进行调整，完成第一次分配；3)重复步骤1)‑2)，对未分配任务进行再次分配，直至任务完全分配。本发明的基于任务分配协调策略与粒子群算法的任务分配方法，将任务协调策略与粒子群算法相结合，解决复杂约束条件下仓储物流多机器人任务分配中常见的任务分配重叠、任务过载荷以及机器人在执行任务时电量的剩余或不足等问题。

摘要： 本发明公开了一种预分配结合匈牙利算法的多机器人任务分配方法，包括以下步骤：对多机器人系统建模；建立所有机器人承担不同任务的效益值矩阵；优化多机器人系统；对效益值矩阵进行简化；根据每个任务所需机器人的数量对效益值矩阵进行变形；对任务进行预分配，并进一步简化效益值矩阵；利用匈牙利算法进行任务分配，获得最终的分配矩阵T，完成任务分配。本发明以多机器人多任务分配系统为对象，采用预分配结合匈牙利算法的策略进行分配，有效地解决了多机器人多任务系统的分配与优化问题，缓解了在效益矩阵复杂时运用单一匈牙利算法可能造成的时间消耗过大、甚至算法无限循环的问题，具有有效简化模型表示方式、加快模型分析速度的优点。

摘要： 本发明公开了一种基于任务分配协调策略与粒子群算法的任务分配方法，包括以下步骤：1)利用粒子群算法优化分配半径，得到初始分配结果；2)运用协调策略对初始分配结果进行调整，完成第一次分配；3)重复步骤1)‑2)，对未分配任务进行再次分配，直至任务完全分配。本发明的基于任务分配协调策略与粒子群算法的任务分配方法，将任务协调策略与粒子群算法相结合，解决复杂约束条件下仓储物流多机器人任务分配中常见的任务分配重叠、任务过载荷以及机器人在执行任务时电量的剩余或不足等问题。

摘要： 本发明公开了一种预分配结合匈牙利算法的多机器人任务分配方法，包括以下步骤：对多机器人系统建模；建立所有机器人承担不同任务的效益值矩阵；优化多机器人系统；对效益值矩阵进行简化；根据每个任务所需机器人的数量对效益值矩阵进行变形；对任务进行预分配，并进一步简化效益值矩阵；利用匈牙利算法进行任务分配，获得最终的分配矩阵T，完成任务分配。本发明以多机器人多任务分配系统为对象，采用预分配结合匈牙利算法的策略进行分配，有效地解决了多机器人多任务系统的分配与优化问题，缓解了在效益矩阵复杂时运用单一匈牙利算法可能造成的时间消耗过大、甚至算法无限循环的问题，具有有效简化模型表示方式、加快模型分析速度的优点。

摘要： 一种联网计算机和智能终端用全十进制算法分配计算机地址的总体分配方法,其通过计算机和智能终端的各种输入设备输入到计算机,并将各种计算机的软件和硬件结合起来并通过各种传输介质将存储在数据库中的联网计算机和智能终端的外部地址与计算机内部运算的地址对应编制。这种新的地址分配方法,能够为将来因特网的发展提供足够的地址空间,同时这种新的也给各种个人信息家电和电子商务中的物流等现象及个人通信终端的应用提供了足够的地址,而且还保证了地址结构可以有更多层次。

摘要： 一种联网计算机和智能终端用全十进制算法分配计算机地址的总体分配方法,其通过计算机和智能终端的各种输入设备输入到计算机,并将各种计算机的软件和硬件结合起来并通过各种传输介质将存储在数据库中的联网计算机和智能终端的外部地址与计算机内部运算的地址对应编制。这种新的地址分配方法,能够为将来因特网的发展提供足够的地址空间,同时这种新的也给各种个人信息家电和电子商务中的物流等现象及个人通信终端的应用提供了足够的地址,而且还保证了地址结构可以有更多层次。

摘要： 一种融合多目标进化算法和合同网算法的多无人机系统任务分配方法，首先，设定约束条件和目标函数，构建多无人机协同任务分配的多目标优化模型。第二，根据问题所属的弹药情况选择交叉变异算法，求解多目标优化模型。第三，从Pareto解集中选择一个非支配解，将其作为被具体执行的任务分配方案。第四，任务重分配机制被激活后，设定任务重分配问题的目标函数，构造任务重分配模型。第五，对于突发情况利用合同网方法求解任务重分配模型，得到更适合当前战况的任务分配方案。本发明能够为战前任务分配提供一个完整的任务分配框架，适用于求解多无人机协同任务分配的多目标优化，并可协助决策者从Pareto解集中选解，同时能够对突发情况实现实时的任务重分配。

摘要： 本发明涉及一种改进粒子群算法和拍卖算法结合的多无人机多任务分配方法，首先对环境、任务及无人机进行初始化设置，其次利用改进粒子群算法对无人机进行航迹预规划，然后根据具体任务和航迹预规划信息结合拍卖算法进行任务分配，最终确定任务分配方案，并派相应无人机执行对应任务。本发明将任务分配问题和航迹规划问题相结合进行研究，并考虑无人机特性，更贴合实际情况。本发明采用改进粒子群算法与拍卖算法相结合，无人机航迹路线更加平滑且具有良好收敛性。

摘要： 本发明请求保护一种基于蚁群算法的资源分配算法，将原来的问题等价为一个求解最佳路径的问题，并使蚂蚁在信息素及启发式信息的指导下寻找最优的路径，那么这个最优的路径就是原问题的解。因为该算法具备正反馈和启发式的优点，所以可以使得算法可以通过相对较少的迭代次数得到一个较好的资源分配方案。仿真表明本发明提出的算法在达到一定的迭代次数后，算法收敛，此时系统的吞吐量达到最大值，且该算法相对于随机层分配算法来说能获得较好的系统吞吐量增益。

摘要： 本发明涉及移动通信技术领域，具体涉及一种基于机器学习算法和用户到达角的导频分配算法，包括：首先将所有用户按到达角是否重叠进行分类，得到到达角互不重叠的用户和到达角重叠的用户；基于用户位置信息，利用机器学习算法将到达角重叠的用户分为干扰组和非干扰组；为到达角互不重叠的用户随机分配导频序列；为干扰组的用户分配正交导频，为非干扰组用户随机分配导频序列。本发明可以有效地抑制导频污染问题对大规模MIMO系统性能的影响，提高导频效率并减少导频开销。