文章是一篇計(jì)算機(jī)論文，主要講述了有關(guān)計(jì)算機(jī)的網(wǎng)絡(luò)服務(wù)質(zhì)量優(yōu)化方法研究事項(xiàng)。本文選自：《現(xiàn)代計(jì)算機(jī)》,《現(xiàn)代計(jì)算機(jī)》由中山大學(xué)主辦，1985年創(chuàng)刊。發(fā)展到今天，單期發(fā)行量已經(jīng)穩(wěn)定在12萬份左右，讀者群龐大并且依然呈上升狀態(tài)。其中有相當(dāng)部分是本刊的鐵桿讀者，每期必讀的讀者占了整個(gè)讀者群的半數(shù)以上。

　　摘要：在一般情況下整數(shù)規(guī)劃還有混合整數(shù)規(guī)劃大多是因?yàn)镹P-難的問題所引申出來的,這和模型本身的結(jié)構(gòu)有一定關(guān)系。比較典型的問題就是通過圖論技術(shù)在多項(xiàng)式時(shí)間里面得到最優(yōu)解方案,諸如網(wǎng)絡(luò)流的問題,最大流能夠用在對有向傳輸網(wǎng)絡(luò)當(dāng)中,在鏈路容量被限制以及節(jié)點(diǎn)流需要遵守守恒原則之下對流量需求進(jìn)行調(diào)度,盡全力讓傳輸?shù)牧髁靠偤瓦_(dá)到最高需求。

　　關(guān)鍵詞：計(jì)算機(jī)網(wǎng)絡(luò),網(wǎng)絡(luò)服務(wù),網(wǎng)絡(luò)科技,計(jì)算機(jī)論文

　　1 網(wǎng)絡(luò)優(yōu)化模型的求解方法

　　網(wǎng)絡(luò)節(jié)點(diǎn)在資源處理方面存在明顯局限性,很多網(wǎng)絡(luò)在部署的時(shí)候并不存在一個(gè)專門負(fù)責(zé)控制的集中節(jié)點(diǎn),所以在通常情況之下網(wǎng)絡(luò)的節(jié)點(diǎn)不但要承擔(dān)控制層面,還需要對數(shù)據(jù)層面進(jìn)行控制,負(fù)擔(dān)相對較大。為了讓控制能夠更加全面有效,進(jìn)一步優(yōu)化性能,在設(shè)計(jì)的時(shí)候需要選擇對資源占用不大且比較簡單的計(jì)算方法。

　　1.1凸優(yōu)化方法 在網(wǎng)絡(luò)當(dāng)中凸優(yōu)化問題包含有很多種不同的優(yōu)化模型,其中較為典型的有線性規(guī)劃或者是二次規(guī)劃等模型。科技發(fā)展還有研究不斷深入,人們對于問題本身是有存在凸性質(zhì)的判斷有了深入的見解,凸性質(zhì)對于最優(yōu)方案本身是否易解起著決定性作用,會(huì)出現(xiàn)這種狀況的主要原因是凸優(yōu)化問題當(dāng)中,存在局部最優(yōu)解那么就等于存在全局最優(yōu)解。很多網(wǎng)絡(luò)效用最大化的研究,都是在對凸優(yōu)化問題求解基礎(chǔ)上運(yùn)行的。凸優(yōu)化模型的目標(biāo)函數(shù)是凸函數(shù),其約束集本身也表現(xiàn)為凸集,其等式約束函數(shù)屬于仿射函數(shù)的一種,而對于網(wǎng)絡(luò)效用最大化的模型而言,其目標(biāo)函數(shù)則是凹函數(shù)。

　　相對于沒有約束的凸目標(biāo)函數(shù)優(yōu)化過程而言,需要利用的是一階條件,找到一階函數(shù)為0的時(shí)候相對應(yīng)的變量值,這種也就是最優(yōu)方案,如果利用數(shù)值的方法就可以通過梯度法或者是牛頓法最大程度接近最優(yōu)解。在關(guān)于調(diào)度還有分配資源的問題當(dāng)中,因?yàn)橘Y源本身存在限制或者是技術(shù)達(dá)不到相關(guān)的要求,這個(gè)時(shí)候需要一個(gè)限制集。如果說每個(gè)節(jié)點(diǎn)本身的效用函數(shù)都表現(xiàn)為凸函數(shù),且線性約束所形成的可行解結(jié)合本身是一個(gè)多面體,所以該模型是一個(gè)典型的凸優(yōu)化模型,只需要做到局部最優(yōu)解也就能達(dá)到全局最優(yōu)解的效果。在求解的同時(shí)還需要將其分解成為無約束優(yōu)化問題,只有通過這個(gè)步驟之后才能通過梯度法或者牛頓法對其進(jìn)行迭代計(jì)算。

　　障礙法為每一個(gè)不等式約束進(jìn)行障礙函數(shù)的設(shè)計(jì),只有滿足了約束不等式的時(shí)候函數(shù)才會(huì)趨向于0,如果約束使得等號成立的時(shí)候則函數(shù)趨向于無窮,把障礙函數(shù)運(yùn)用到原目標(biāo)的函數(shù)當(dāng)中,這是為了牛頓法的應(yīng)用能夠更加方便。

　　1.2整數(shù)規(guī)劃多項(xiàng)式算法 網(wǎng)絡(luò)資源的安置還有選擇方面都存在有離散決策變量的問題,因?yàn)檫@些而使得可行域本身凸性受到破壞。在一般意義上,多項(xiàng)式時(shí)間里面想要找到全局最優(yōu)解存在有很大的困難。

　　在通信網(wǎng)絡(luò)當(dāng)中因?yàn)橘Y源配置表現(xiàn)出離散化,所以很多離散優(yōu)化問題也派生出來。在網(wǎng)絡(luò)當(dāng)中最為常見的優(yōu)化問題就是路由的選擇問題。如果是單純考慮到時(shí)延的問題則路由選擇能夠通過模型化方式變成一個(gè)最短的路徑問題。

　　2 優(yōu)化實(shí)施方案

　　根據(jù)優(yōu)化算法的實(shí)施方案以空間以及時(shí)間為依據(jù)進(jìn)行分類。以優(yōu)化計(jì)算方法實(shí)施的部位不一樣還可以再進(jìn)一步進(jìn)行劃分,為集中式優(yōu)化實(shí)施方案以及分布式優(yōu)化實(shí)施方案。

　　集中式優(yōu)化的方案在實(shí)施過程中需要的是一個(gè)集中控制器,在這個(gè)方案中能夠以計(jì)算出來的優(yōu)化結(jié)果作為依據(jù),對任務(wù)進(jìn)行分配以及對資源調(diào)度。分布式算法優(yōu)化方案,在對問題進(jìn)行求解的過程中是通過分布式的方案進(jìn)行并完成的,在網(wǎng)絡(luò)當(dāng)中所有相關(guān)的節(jié)點(diǎn)都參與了優(yōu)化,根據(jù)節(jié)點(diǎn)本身位置以及作用等決定優(yōu)化過程的大小,通過節(jié)點(diǎn)進(jìn)行必要信息傳遞工作,最后每一個(gè)節(jié)點(diǎn)都能夠通過信息進(jìn)行相關(guān)的調(diào)度與控制。

　　以優(yōu)化算法實(shí)施的時(shí)間為依據(jù),優(yōu)化方案能夠分為靜態(tài)優(yōu)化以及動(dòng)態(tài)優(yōu)化。靜態(tài)優(yōu)化在分析計(jì)算的過程中,所有參數(shù)都是鎖定,不變的;動(dòng)態(tài)優(yōu)化在分析計(jì)算過程中是以網(wǎng)絡(luò)運(yùn)行狀態(tài)為依據(jù),對決策進(jìn)行調(diào)整,因此在不同時(shí)問點(diǎn)都可能會(huì)有不同的決策。網(wǎng)絡(luò)優(yōu)化理論雖然有著快捷方便的優(yōu)點(diǎn),但是本身還存在有不少的難點(diǎn),需要在實(shí)踐探索當(dāng)中不斷完善。