《多任務並發條件下QoS感知的空間信息服務最佳化組合方法》是依託中南大學，由李海峰擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：多任務並發條件下QoS感知的空間信息服務最佳化組合方法
- 項目類別：青年科學基金項目
- 項目負責人：李海峰
- 依託單位：中南大學
項目摘要,結題摘要,
項目摘要
應急回響和國防套用中任務非均勻並發的典型特徵，對空間信息服務最佳化組合提出了更高的要求，主要表現在大量並發任務對優勢資源的競爭導致所有任務質量下降。本申請針對多任務並發的空間信息服務最佳化組合難題，研究多任務競爭有限最優資源的合作競爭機制，建立空間信息服務鏈QoS屬性聚合計算模型和任務綜合效用評價模型，提出任務競爭與合作行為下QoS感知的空間信息服務最佳化組合方法，揭示任務衝突和協作條件下空間信息服務組合的演化規律和最佳化組合解的結構特徵。該申請突破了傳統以單個任務為中心的空間信息服務組合局限，保證了多個並發任務都能擁有最優的綜合效用，為實現空間信息服務資源的最佳化組合提供了全新的途徑。
結題摘要
本項目研究多任務並發條件下的QoS感知的空間信息服務的最佳化組合方法，探求在並發任務衝突的條件下，如何通過合作和競爭機制來實現對服務資源的最最佳化配置，並開發有效的快速算法： 1、改進面向多任務並發的QoS 聚合模型和任務綜合效用評價模型，同時在遙感信息服務QoS的各種因素中，回響時間是最重要和決定性的因素，遙感信息服務的數據密集型和計算密集型特點使得遙感信息服務鏈結構複雜，並發、條件選擇等結構使得回響時間的計算QoS屬性更為複雜。並根據空間信息服務計算密集，數據密集的特性，將QoS的效用，從計算的角度分為了建立面向多任務並發的QoS聚合模型和任務綜合效用評價模型. 2、通過量化任務衝突的最優反應函式，基於博弈論建立了刻畫QoS約束下多任務對遙感信息處理服務競爭關係的數學模型，保證每個任務在顧及其他任務組合策略情況下都能獲得效用最優的服務。並在此基礎上提出了收斂到Nash 均衡的疊代算法，使所有任務在衝突的環境下，達到效用最優。同時研究了基於合作博弈論建立了刻畫QoS約束下多任務對遙感信息處理服務競爭關係的數學模型，保證每個任務在保證系統效用最優的情況下，通過議價機制，收斂到Nash議價均衡，並提出了相應的疊代算法，保證算法最終能夠收斂到Nash議價均衡點，使所有任務在衝突的環境下，達到整個系統的效用的全局最優。 3、為了最大化重用已有服務資源，並自動適應任務需求的變化，建立了形式化定義的流程約束和完整性約束，提出了基於最小影響域啟發式的回歸搜尋算法實現服務鏈重構過程。實驗證明了該方法的高效性，不僅可以降低服務組合過程的時間複雜度，提高組合效率，而且還可以減少服務提供者的負載，保證所有服務鏈的穩定性。 4、提出了一個基於知識變數削減策略（VRS），以更有效地解決無約束和一階導數的最佳化問題。VRS思想是一個無約束和一階導數的最佳化函式，最優解位於局部極值點時，每個變數偏導數等於零。通過集合偏導數方程求解，得到不同變數之間定量關係。VRS可減少變數數目，縮小解空間，提高最佳化速度和質量。該算法已經用於服務鏈的最最佳化過程處理中。 5、提出將問題為導向的知識融入到了PSO的變數設計中。由此產生基於內部變數的學習策略的新粒子群最佳化算法（IVL）。最佳化函式的對稱變數必須滿足定量對稱關係，內部變數學習（IVL）策略有助於對PSO算法過程中檢查其內部變數之間的關係。
