针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题,通过COMSOL仿真软件构建污染物二维扩散模型,利用不同算法对比分析了上述两方面对水...针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题,通过COMSOL仿真软件构建污染物二维扩散模型,利用不同算法对比分析了上述两方面对水污染溯源结果的影响,并由此提出了基于等距随机抽样方法(equidistant random sampling)的两阶段多链Metropolis Hastings算法(ERS-TSMH).仿真结果表明,传统的MH算法和TSMH算法在求解时易陷入局部最优值或不收敛的情况,前者接受率在20%左右,后者却达到近50%;多链ERS-MH算法提高了反演的准确性,但经过10 000次左右迭代后收敛,效率低下;多链ERS-TSMH算法在保证溯源精度的同时,在5 000次左右迭代后收敛,效率显著提高且表现出高稳定性和可靠性.展开更多
针对如何在部署服务功能链SFC(service function chain)的同时兼顾低能耗与网络负载均衡,提出了一种以节点负载状态预测为基础的SFC部署方法NIR-IACA(improved ant colony algorithm based on node importance ranking)。首先,使用基于...针对如何在部署服务功能链SFC(service function chain)的同时兼顾低能耗与网络负载均衡,提出了一种以节点负载状态预测为基础的SFC部署方法NIR-IACA(improved ant colony algorithm based on node importance ranking)。首先,使用基于粒子群优化的CNN-GRU模型(particle swarm optimization-based CNN-GRU model,PCNN-GRU),结合广义网络温度(GNT)预测网络节点的负载状态,并据此为SFC部署提供备选节点;其次,基于最短路径优先策略的改进蚁群算法(ant colony algorithm,ACA)设计SFC部署节点选择策略(high availability and resource scheduling,HARS)且对选定节点进行虚拟链路映射,优化目标兼顾基础设施网络低能耗与负载均衡的要求。基于Clearwater VNF公开数据集的实验结果表明,提出的NIR-IACA方法与现有的MC-EEVP算法、DPVC算法以及RQAP算法相比平均节省13.09%的能耗,并提高12.98%的负载均衡能力,且在维持相对较高SFC请求的接受率的同时,可以较好地实现SFC部署的能耗与负载均衡联合优化。展开更多
文摘针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题,通过COMSOL仿真软件构建污染物二维扩散模型,利用不同算法对比分析了上述两方面对水污染溯源结果的影响,并由此提出了基于等距随机抽样方法(equidistant random sampling)的两阶段多链Metropolis Hastings算法(ERS-TSMH).仿真结果表明,传统的MH算法和TSMH算法在求解时易陷入局部最优值或不收敛的情况,前者接受率在20%左右,后者却达到近50%;多链ERS-MH算法提高了反演的准确性,但经过10 000次左右迭代后收敛,效率低下;多链ERS-TSMH算法在保证溯源精度的同时,在5 000次左右迭代后收敛,效率显著提高且表现出高稳定性和可靠性.
文摘针对如何在部署服务功能链SFC(service function chain)的同时兼顾低能耗与网络负载均衡,提出了一种以节点负载状态预测为基础的SFC部署方法NIR-IACA(improved ant colony algorithm based on node importance ranking)。首先,使用基于粒子群优化的CNN-GRU模型(particle swarm optimization-based CNN-GRU model,PCNN-GRU),结合广义网络温度(GNT)预测网络节点的负载状态,并据此为SFC部署提供备选节点;其次,基于最短路径优先策略的改进蚁群算法(ant colony algorithm,ACA)设计SFC部署节点选择策略(high availability and resource scheduling,HARS)且对选定节点进行虚拟链路映射,优化目标兼顾基础设施网络低能耗与负载均衡的要求。基于Clearwater VNF公开数据集的实验结果表明,提出的NIR-IACA方法与现有的MC-EEVP算法、DPVC算法以及RQAP算法相比平均节省13.09%的能耗,并提高12.98%的负载均衡能力,且在维持相对较高SFC请求的接受率的同时,可以较好地实现SFC部署的能耗与负载均衡联合优化。
