董波
- 作品数：13 被引量：15H指数：3
- 供职机构：武汉大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术社会学经济管理文学更多>>
- 一种支持性能分析的SaaS软件部署方案的构建方法
- 本发明公开了一种支持性能分析的SaaS软件部署方案的构建方法，定义了部署环境、部署对象、部署计划和部署约束；部署环境描述物理环境所能提供的硬件节点及资源供给情况，包括虚拟机和虚拟机之间的通信能力；部署对象描述了需要部署的...
- 应时董波文卫东彭敏贾向阳陈旭罗敏骆慧张婷王勇
- 一种基于CPN的面向服务软件性能建模与仿真分析方法
- 本发明公开了一种基于CPN的面向服务软件性能建模与仿真分析方法，面向服务软件性能模型包括软件模型和负载模型；软件模型包括服务模型和交互模型；负载模型包括工作负载模型和外部负载模型；每个服务模型都具有一个服务内部结构模型；...
- 应时耿江屹贾向阳陈旭罗敏徐倩李琳董波张婷
- 一种基于蚁群算法的部署优化方法
- 本发明针对软件部署优化问题提出了一种新的基于蚁群算法的部署优化方法(Ant Colony Optimization for Deployment Optimization，ACO‑DO)。该方法利用效用函数平衡冲突的性能...
- 应时钱云董波王勇
- 文献传递
- 基于蚁群算法的面向服务软件的部署优化方法被引量：5
- 2016年
- 面向服务软件的部署优化问题是典型的NP难题.本文构建了基于性能改善的软件部署优化模型,设计了一种蚁群优化算法ACO-DO进行近似最优解的快速求解.该算法通过设计基于部署优化问题的启发式、改进部署方案的构建顺序、增加局部搜索过程实现蚁群算法求解效率的提升.通过不同规模的实例实验,验证了ACO-DO算法能够取得比现有的混合整数线性规划算法、蚁群算法和遗传算法更好的性能.
- 李琳应时赵翀董波
- 关键词：蚁群算法
- 一种基于多目标蚁群算法的面向网构应用模块的部署优化方法
- 本发明涉及一种基于多目标蚁群算法的面向网构应用模块的部署优化方法，自动地探索搜索空间，旨在为一个网构应用程序找到一组帕累托最优部署体系结构，其满足要求的性能和成本，并表现出对两者的折中。该算法是对传统算法的改进版本，它引...
- 应时周慧敏董波王蕊张婷王勇贾向阳李琳
- 文献传递
- 面向部署方案的SaaS软件性能建模与分析方法
- 2016年
- 部署方案的抉择是影响SaaS软件运行性能的一个关键因素,因此,有必要为SaaS软件构建性能模型,以预测其在不同部署方案下的运行性能.然而,现有的研究大多关注外部环境对软件性能的影响,提出的建模方法不适用于部署方案变化的性能预测情况.为此,本文基于排队Petri网提出一种新的性能建模方法.该方法从三个层次来构建SaaS软件的性能模型,各层之间通过映射关系相关联,使得模型具有更高的灵活性和可读性,从而能够更方便的预测SaaS软件在不同部署方案下的性能.最后,利用该方法对不同的SaaS软件案例进行建模,并利用QPME工具对其进行模拟,以研究不同部署方案以及不同交互关系对软件性能的影响.
- 李琳应时董波
- 关键词：性能分析
- 基于fsQCA组态视角的医保基金支出影响因素分析被引量：2
- 2022年
- 目的:分析促使医保基金支出增长的多元影响因素,为医保基金可持续发展提供参考。方法:运用模糊集定性比较分析方法,选取人口老龄化、经济发展、医疗资源供给、医疗费用、医疗技术水平、政府卫生支出与城镇化7个条件变量,探讨促使医保基金支出增长多元因素的组态构型与作用路径。结果:从单一因素研究医保基金支出增长不尽全面,因为医保基金支出通过条件组态形式发挥作用。7个条件变量形成了3种促使医保基金支出增长的组态解,总体一致性为0.96,总体覆盖度为0.64。结论:医保基金支出增长是多种因素协同作用的结果,不同因素在不同组态中的作用存在差异。可从提升医保基金支出治理的针对性等方面合理控制基金支出增长过快问题,促进医保基金良性运转。
- 董波姜孟涵
- 关键词：影响因素
- 一种支持性能分析的SaaS软件部署方案的构建方法
- 本发明公开了一种支持性能分析的SaaS软件部署方案的构建方法，定义了部署环境、部署对象、部署计划和部署约束；部署环境描述物理环境所能提供的硬件节点及资源供给情况，包括虚拟机和虚拟机之间的通信能力；部署对象描述了需要部署的...
- 应时董波文卫东彭敏贾向阳陈旭罗敏骆慧张婷王勇
- 文献传递
- 浅论余华小说中人物主体性的弱化与凸现
- 董波
- 关键词：余华小说
- 云环境中面向服务软件的演化部署优化方法被引量：4
- 2017年
- 针对现有的部署优化方法在求解云环境中面向服务软件的部署优化问题时,无法处理服务实例和虚拟机实例的伸缩以及无法保障求解质量等问题,本文提出了一种新的部署优化方法.该方法以提高面向服务软件的运行性能和降低运行成本为目标构建问题模型,并设计了一种基于遗传算法的MGA-DO算法对其进行求解.MGA-DO算法采用基于组的编码方式对软件的部署方案进行编码,然后结合基于组的单点交叉操作,实现了在优化过程中对服务实例和虚拟机实例的伸缩.此外,该算法引入现有的部署优化经验,设计了多种局部搜索规则,以进一步提高算法的求解性能.最后,一系列模拟实验表明,相比现有的算法,MGA-DO算法在求解所研究的问题时表现出了更好的性能.
- 李琳应时董波王蕊
- 关键词：云计算遗传算法
