摘要：精确估计计算资源的规模是气象集约化资源池合理设计的关键,但是由于应用对计算资源需求可能突发增长,应用部署方案种类繁多等因素的存在,致使计算资源规模估计困难。为解决该问题,本文对计算资源容量规划问题进行建模,并在分析问题求解难度的基础上,根据问题的特点设计了一种基于离散差分进化算法的计算容量估计方法。在问题建模上,本文采用资源预留策略来保证应用能获取足够的计算资源。在方法设计上,方法首先建立了应用的部署顺序与计算资源容量规模的映射关系,并以所需参考服务器的规模和资源利用水平来综合评估应用部署顺序的适应度;然后,通过随机方式生成初始方案,并以适应度为评价标准,利用变异、交叉、局部搜索等操作改变应用的部署顺序;最后,通过迭代搜索估计计算资源所需的规模。实验结果表明该方法能有效估计计算资源容量的规模。

摘要：MPLS离线型规划的主要优点是可以实现全局的优化设计,其主要目标是在满足业务QOS要求的前提下,最小化所需要的跳数,并进行合理流量分配以均衡系统负载。最小路径集和流量分配问题(MPSFAP)是np完全问题。提出了基于禁忌搜索的启发式算法求解MPSFAP问题,仿真结果表明此近似算法能很好地逼近精确解。

摘要：当前的互联网只能提供“尽力而为”的发送服务,使网络层无法控制传输质量,因此,为不同应用提供不同QoS的服务是网络用户的基本要求和互联网面临的重要研究课题。近几年,有关IP QoS的讨论焦点是Intsery、Diff-sery、MPLS等服务模型和框架,在资源受限的网络环境下,这些解决方案实现的基础是QoS路由。论文的目的是在明确QoS路由重要性的基础上,通过建立网络模型和度量合成规则,详细分析单播和多播可能遇到的单度量的基本路由问题和多度量的组合路由问题,并给出解决这些路由问题的方法和计算复杂度,这对于设计和实现可行的QoS路由协议或算法有一定参考价值。

摘要：分析了矩形物体布局串行算法的计算复杂性，设计出基于ＳＩＭＤ－ＣＲＥＷ共享存储模型的矩形物体布局的并行算法。

摘要：在实际决策时,人们所面临的往往是大量的数据,因此知识约简很重要,已经证明:在知识系统中求解最小简式是np完全问题。对于完备知识系统,已有很多方法来求解最小简式,而对于不完备知识系统,这方面的研究较少,处理也更困难。对于不完备的知识系统,可以采用一些补齐算法先进行完备化处理,然后再对所得到的完备知识系统采用一些常用的约简算法如分辨矩阵法等进行处理。但是,补齐处理只是以主观估计值,将未知值补齐,不一定完全符合客观事实。因此,需要保持知识系统的原始信息不发生变化的前提下进行约简。设计了二进制矩阵,和不完备知识系统的非对称相似关系结合,证明了一个定理,并提出了一种基于非对称相似关系的遗传算法,求解不完备知识系统中的最小简式。算法的适应度函数较为简单,可以有效求出最小简式子。实验结果显示了算法的有效性。

摘要：分布式信息流模型可以细粒度地控制信息的访问和传播,但其灵活性也增加了系统安全需求表达和策略管理实施的复杂性,严重制约了模型在云计算等分布式系统中的应用。对此,设计了一种基于安全断言的策略描述语言以表达安全需求;形式化定义了信息流安全标记挖掘问题,分析并证明了该问题是np完全问题;提出了基于遗传算法的标记挖掘近似最优化算法。实验结果表明,算法可自动挖掘出策略配置最优解方案,有效提高了分布式信息流模型在实际系统中的可用性。

摘要：TSP问题是一类典型的np完全问题,禁忌搜索算法是解决此类问题的智能优化方法之一。文章在研究了禁忌搜索算法的基本原理和算法步骤的基础上,建立了求解TSP问题的数学模型,设计了一个求解TSP问题的禁忌搜索算法程序,并进行了实验测试,实验结果表明,禁忌搜索算法能够有效地解决TSP问题。

摘要：如何提供不同的服务质量是互联网络面临的一个重要问题,而服务质量路由则是其中的核心技术和热点问题.QoSR的主要作用是为QoS业务请求寻找可行路径,这体现了QoSR的两个目标:(1)满足业务的QoS需求;(2)最大限度地提高网络利用率.由于QoSR是np完全问题,研究者们设计了很多启发式算法进行了广泛深入的研究.文章在有权图和QoS度量的基础上介绍了QoSR的基本概念,分析了一种网络简化图算法(Network Graph Reduction);指出了该领域中需要进一步研究的热点问题.

摘要：TSP问题是一类典型的np完全问题,遗传算法可以有效解决此类问题。在研究遗传算法的基本原理和算法步骤的基础上,建立求解TSP问题的数学模型,设计一个求解TSP问题的基本遗传算法程序,并通过实验测试,验证了算法的有效性,分析遗传算法的群体大小、进化代数、交叉概率、变异概率对算法求解结果和求解效率的影响。

摘要：为了节约能量,往往设计无线传感器网络工作于低占空比模式,在此模式下传感器节点只在小部分工作期间保持活跃状态。如果应用场合有多个数据率要求高、时间紧的数据传输任务,低占空比工作模式可能会导致严重的传输拥塞和数据损失。为了减轻数据拥塞和损失,需要对任务进行详细的调度,以从时间和空间两方面平衡传感器节点工作负荷。对基于负载均衡的多任务调度问题进行研究,并证明该问题在一般网络拓扑结构下是np完全问题,提出并分析两种高效的负载均衡调度算法。仿真结果表明,该算法极大地提高了绝大多数网络场景下的网络性能。