文章是一篇計算機論文，主要講述了有關計算機的網絡服務質量優化方法研究事項。本文選自：《現代計算機》,《現代計算機》由中山大學主辦，1985年創刊。發展到今天，單期發行量已經穩定在12萬份左右，讀者群龐大并且依然呈上升狀態。其中有相當部分是本刊的鐵桿讀者，每期必讀的讀者占了整個讀者群的半數以上。

　　摘要：在一般情況下整數規劃還有混合整數規劃大多是因為NP-難的問題所引申出來的,這和模型本身的結構有一定關系。比較典型的問題就是通過圖論技術在多項式時間里面得到最優解方案,諸如網絡流的問題,最大流能夠用在對有向傳輸網絡當中,在鏈路容量被限制以及節點流需要遵守守恒原則之下對流量需求進行調度,盡全力讓傳輸的流量總和達到最高需求。

　　關鍵詞：計算機網絡,網絡服務,網絡科技,計算機論文

　　1 網絡優化模型的求解方法

　　網絡節點在資源處理方面存在明顯局限性,很多網絡在部署的時候并不存在一個專門負責控制的集中節點,所以在通常情況之下網絡的節點不但要承擔控制層面,還需要對數據層面進行控制,負擔相對較大。為了讓控制能夠更加全面有效,進一步優化性能,在設計的時候需要選擇對資源占用不大且比較簡單的計算方法。

　　1.1凸優化方法 在網絡當中凸優化問題包含有很多種不同的優化模型,其中較為典型的有線性規劃或者是二次規劃等模型?？萍及l展還有研究不斷深入,人們對于問題本身是有存在凸性質的判斷有了深入的見解,凸性質對于最優方案本身是否易解起著決定性作用,會出現這種狀況的主要原因是凸優化問題當中,存在局部最優解那么就等于存在全局最優解。很多網絡效用最大化的研究,都是在對凸優化問題求解基礎上運行的。凸優化模型的目標函數是凸函數,其約束集本身也表現為凸集,其等式約束函數屬于仿射函數的一種,而對于網絡效用最大化的模型而言,其目標函數則是凹函數。

　　相對于沒有約束的凸目標函數優化過程而言,需要利用的是一階條件,找到一階函數為0的時候相對應的變量值,這種也就是最優方案,如果利用數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解。在關于調度還有分配資源的問題當中,因為資源本身存在限制或者是技術達不到相關的要求,這個時候需要一個限制集。如果說每個節點本身的效用函數都表現為凸函數,且線性約束所形成的可行解結合本身是一個多面體,所以該模型是一個典型的凸優化模型,只需要做到局部最優解也就能達到全局最優解的效果。在求解的同時還需要將其分解成為無約束優化問題,只有通過這個步驟之后才能通過梯度法或者牛頓法對其進行迭代計算。

　　障礙法為每一個不等式約束進行障礙函數的設計,只有滿足了約束不等式的時候函數才會趨向于0,如果約束使得等號成立的時候則函數趨向于無窮,把障礙函數運用到原目標的函數當中,這是為了牛頓法的應用能夠更加方便。

　　1.2整數規劃多項式算法 網絡資源的安置還有選擇方面都存在有離散決策變量的問題,因為這些而使得可行域本身凸性受到破壞。在一般意義上,多項式時間里面想要找到全局最優解存在有很大的困難。

　　在通信網絡當中因為資源配置表現出離散化,所以很多離散優化問題也派生出來。在網絡當中最為常見的優化問題就是路由的選擇問題。如果是單純考慮到時延的問題則路由選擇能夠通過模型化方式變成一個最短的路徑問題。

　　2 優化實施方案

　　根據優化算法的實施方案以空間以及時間為依據進行分類。以優化計算方法實施的部位不一樣還可以再進一步進行劃分,為集中式優化實施方案以及分布式優化實施方案。

　　集中式優化的方案在實施過程中需要的是一個集中控制器,在這個方案中能夠以計算出來的優化結果作為依據,對任務進行分配以及對資源調度。分布式算法優化方案,在對問題進行求解的過程中是通過分布式的方案進行并完成的,在網絡當中所有相關的節點都參與了優化,根據節點本身位置以及作用等決定優化過程的大小,通過節點進行必要信息傳遞工作,最后每一個節點都能夠通過信息進行相關的調度與控制。

　　以優化算法實施的時間為依據,優化方案能夠分為靜態優化以及動態優化。靜態優化在分析計算的過程中,所有參數都是鎖定,不變的;動態優化在分析計算過程中是以網絡運行狀態為依據,對決策進行調整,因此在不同時問點都可能會有不同的決策。網絡優化理論雖然有著快捷方便的優點,但是本身還存在有不少的難點,需要在實踐探索當中不斷完善。