人力资源调度

2024-11-11

人力资源调度（共11篇）

人力资源调度篇1

1引言

随着近些年农村城镇化、城市开展新区建设及房地产行业的升温,国内的建筑业得到了飞速的发展,企业项目的规模和数量也越来越大。但是在建筑业快速发展的背后,建筑项目超预算、超工期、低质量、低效率的现象也普遍存在,在一些只有几个项目的小型建筑企业中这些现象带来的后果还不是太明显,而在某些多个项目并行的建筑企业中带来的损失却是巨大的,为了改变这一现象,这些企业采用了一种新的项目管理方式———多项目管理。

在多项目管理的资源分配中,人力资源的分配历来受到重视。对于多项目中的人力资源如何进行合理的调度, H. Steyn提出采用极限理论( Theory of Constraints) 的方法来分析多项目环境下的人力资源分配问题[1]; Golany等人提出了CONTIP ( Constant time in process) 模型,它的主要思想是系统达到最大处理时间的时候,新进入的项目将排队等候,直到系统有一定量的空闲处理时间为止[2]; 日本学者Yoshimura Masatak等提出了一个项目选择优化系统,通过该系统中的项目选择算法选出使总体收益最大的项目组合,通过人力资源分配算法找到人力资源在上述选择项目中的最佳分配方式[3]; Drezet和Billaut建立了整数规划模型,约束中考虑了人员具有多种能力和一些法律规定因素,并用贪婪算法和禁忌搜索方法加以求解[4]。在多项目环境下,所有并行项目的共享人力资源成为多项目管理的瓶颈,共享人力资源的均衡成为多项目管理成败的关键因素。以上问题虽然是针对多项目共享人力资源的调度,但它们的算法都是把多项目调度作为单项目调度来求解的,这种方法有一定的局限性,同时也没有站在企业全局角度去考虑问题。

而本文从企业整体效益最大化出发,提出了建筑企业的项目流程[7，8]和多项目重要度排序[5，6],最后根据项目和项目阶段的重要程度性不同,构建了基于遗传算法求解的多建筑项目人力资源配置模型,该模型是站在多项目全局建立的,且遗传算法本身的并行性,因此更符合实际需要,能给予多项目经理更多的指导和帮助。

2模型构建

多项目人力资源调度模型及资源约束如表1所示。

在上述模型中,有如下问题参数和变量:

i表示项目,i = 1,2,…,n; 不失一般性,本文假设i项目阶段所需两种人力资源类型h,P;

Wi表示i项目综合权重系数,Wi= Ci× Mi,Ci代表i项目重要度系数,Mi代表i项目阶段重要度系数;

Zih,Zip表示i项目阶段所分配的h,p表示人力资源类型技能值,分配的技能值越大,项目的完工质量就越高;

Rh,Rp表示该时段能够提供的h,p表示人力资源类型最大技能值;

Rih,Rip表示完成i项目阶段所需要的h,p表示标准人力资源技能值;

rih,rip表示使i项目能够运转起来所需要的h,p表示最低人力资源技能值。

目标函数值f ( x) 表示按项目综合权重分配的人力资源技能值总和,f ( x) 越大,项目的完工质量越高。

3基于遗传算法的求解方法

遗传算法[10，11]是基于生物进化和选择机制的随机搜索算法,由于算法本身的并行性和它的搜索始终遍及整个空间的特点等,从而能找到接近全局最优解的优化结果, 所以利用遗传算法来优化多项目资源均衡问题能取得较好的效果。

3. 1编码

以Zi= ( Zih,Zip,…) 作为主染色体,它的意思是基于时间片段的各个并行项目所分配的人力资源技能值。

3. 2初始种群的确定

初始群体的个体是随机产生的,每个个体是采用均匀分布的随机数来生成,它们的目标函数值与最优解差距较远。在本模型中,为了使初始群体的值更接近最优值,对所有的( Wi× Zih( 标准技能值),Wi× Zip( 标准技能值)) ,进行排序, 在满足所有S. T. 的基础上,按各个乘积值的大小( 优先分配乘积值大的) 以及变化确定初始群体。对于初始群体的大小,实际中只能依据经验或实验确定,目前尚无理论上的指导。

3. 3适应度函数

在寻找最大值的优化问题上,其适应度函数一般直接选择目标函数。对于适应度函数来说,它用来判断每个个体或者每个解的优劣程度。一般来说,适应度函数值大, 说明个体或者函数解的质量好,值越低,说明解的质量越差。本模型的适应度函数为

3. 4选择操作

采用常用的比例选择策略,其基本原理是根据染色体的适应度值来确定个体选择概率,各个体被选中的概率与其适应度值的大小成正比。设种群规模为N,个体的适应度值为f ( zi) , 则个体被选择的概率为 ,从中选取概率大者。

3. 5交叉操作

在交叉时,采用单点交叉,任选两个个体按照给定的交叉概率在染色体的基因链上选取交叉位置,得到新的两个子代然后进入下一代,交叉概率一般取较大值,如果较小的话,得到新个体速度慢,影响群体的优良模式。在一般情况下,交叉概率的取值范围为0. 6 ~1. 0。

3. 6变异操作

在变异运算中,利用给定的变异概率随机选择一个基因位将某个体生成一个新的个体,一般情况下变异概率可以取0. 001 ~0. 1。

4实例分析

G公司是国内一家著名的建筑企业,现阶段G公司有6个正在进行的项目,它们的项目流程相同,包括初始阶段、设计阶段、采购阶段、施工阶段、试运行阶段、项目收尾六个阶段。

根据有关文献[5，6，7，8，9]和对一些经验丰富的建筑企业项目经理的调研,最终确定了以下项目重要度的评价属性: 项目经济规模、项目净收益、企业声誉的影响、诚信损失、项目的实施难度、团队士气、是否存在强制命令; 项目阶段划分如下: 初始阶段、设计阶段、采购阶段、施工阶段、试运行阶段、项目收尾。项目经济规模和项目净收益一般都能用具体的数值确定,而企业声誉的影响、诚信损失、项目的实施难度和团队士气一般用定性的方法来描述。表2数据是在参考《建筑业企业资质等级标准》基础上,并访谈多位项目经理得出的。

根据不同阶段对项目的影响,项目阶段权重系数( Mi) 的定义为: 初始阶段,0. 20; 设计阶段,0. 15; 采购阶段,0. 15; 施工阶段0. 35; 试运行阶段,0. 10; 项目收尾,0. 05。

G公司6个项目的代号分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、 Ⅵ。它们的合同额依次为1000万、1800万、3600万、 5300万、6500万、8000万,项目的利润率分别是65% 、 124% 、184% 、236% 、120% 、244% 。根据上文定义, 为每个项目确定权重系数( 见表3) 。

在表3中,是否存在强制命令是一个布尔量,当为 “是”时,该项目的相对重要度系数为1; 当为 “否”时, 项目的相对重要度系数为前六个属性的算术平均数。

表4表示六个项目的综合权重系数和完成项目阶段所需要的人力资源类型以及技能值。

在表4中,两种紧缺的人力资源类型为h1,p1,该时段公司能提供的最大技能值分别为36、45,使公司各个项目能够运转的人力资源类型最低技能值为1。

公司以前采用的是按照项目触发的先后顺序进行人力资源调度,对于先要求资源的项目给予最大的满足,最后无法满足资源的项目需要暂时停工一段时间,等到从其他项目中抽调出资源再启动停工的项目。

下面用本文的模型来解决该问题:

利用遗传算法经过多次迭代和实验得到如下结果( 见表5) :

可以得到maxf ( x) =17. 159,此时:

由此可以看出,与原来的调度方法相比,基于时间片段的人力资源调度具有更大优势。在人力资源受到一定限制的情况下,本模型可使企业项目的完工质量更高。优先分配使企业利益达到更大的项目,同时又保证在人力资源受限的情况下那些重要度较低的项目不至于停工。

5结论

本文对建筑行业中的人力资源调度问题,进行了有针对性的初步探索,在人力资源受限的情况下,怎样对并行项目进行人力资源调度,从而使企业项目完成质量更好。考虑到项目和项目阶段的重要程度以及每个阶段所需的人力资源类型和能力的不同,建立了相应的数学模型。为了使模型得到最优解,同时改变以前许多把多项目作为单项目来调度求解的算法,本文使用了遗传算法进行求解。最后通过实际案例验证了本模型的有效性,基于项目综合权重系数的人力资源调度能使企业获得更大的效益,它对于并行多项目企业的人力资源分配有很大的指导作用。

摘要：在当今的建筑行业,多项目的趋向性越来越明显,如何对并行的多个项目进行有效的资源分配,尤其是人力资源调度,这是众多学者一直在思考的问题。本文在阅读国内外相关文献的基础上,根据多项目和项目阶段的重要程度不同,构建了基于时间片段的人力资源调度模型,并利用遗传算法进行求解,最后经过实例证明能帮助实际决策者快速解决问题。

关键词：建筑行业,遗传算法,多项目,人力资源调度

人力资源调度篇2

孙远扩（山东黄河河务局）

摘要：山东省当地水资源严重不足，黄河是其主要客水资源，黄河断流对我省沿黄地区工农业生产、人民生活、生态环境、河道防洪都带来了严重影响。山东黄河河务局（简称山东局）作为山东省境内黄河水资源的主管部门，在黄委和山东省委省政府的领导下，不断探索创新，采取多种措施，不断强化黄河水资源统一管理和调度，在实现黄河连续七年不断流的同时，基本满足了我省沿黄地区工农业生产、城乡居民生活用水之需，取得了显著的经济、社会和生态效益。但存在的一些问题也亟待解决。

关键词：山东黄河水资源调度管理 1 基本情况 1.1 水资源概况

山东省当地水资源严重不足，一般年份全省水资源总量只有308亿m3，人均水资源占有量344 m3，仅为全国人均占有量的13%，远远低于国际公认的维持一个地区经济社会可持续发展所必需的1000 m3的下限值，属于严重缺水的省份。全省一般年份缺水98亿m3，干旱年份缺水175 亿m3，水资源短缺已成为山东省经济社会可持续发展的“瓶颈”制约因素。

黄河流经我省9个市的25个县（市、区），河道长628公里，是我省最主要的客水资源。黄河多年平均径流量580亿m3，扣除输沙和生态用水，正常年份最大可供水量为370亿m3，国务院分配给山东的引黄指标为70亿m3。目前，山东引黄供水范围已达11市的68个县（市、区），引黄水量和引黄灌溉面积约占全省总用水量和总灌溉面积的40%，黄河水资源在全省经济社会发展中占有举足轻重的战略地位。1.2 黄河断流情况

据统计，在1972～1999年的28年中，利津站有22年出现断流，累计断流89次1091天，平均每年断流50天(断流年份平均)，其中1997年断流更是长达226天。

二十世纪九十年代黄河几乎年年断流，呈现出以下主要特点：一是断流年份不断增加：七十年代断流6年，八十年代断流7年，九十年代断流9年。二是断流次数不断增多：七十年代断流14次，八十年代断流15次，九十年代断流60次。三是断流时间不断延长：七十年代断流86天，年均14天；八十年代断流107天，年均15天；九十年代断流898天，年均100天。四是首次断流时间提前：

七、八十年代一般是在5、6月份断流；九十年代提前到2、3月份，并且出现了跨断流。五是断流河段不断上延：七十年代平均断流河段长度242km，八十年代256km，九十年代增加到422km，断流河段最长的年份是1995年和1997年，断流至河南开封附近，长约683km。

黄河断流给下游工农业生产造成了重大经济损失，对城乡生活用水、生态环境及河道防洪都造成了重要影响。据初步统计，黄河下游工农业损失：70年代累计为22.2亿元，80年代累计29.2亿元，90年代（截止1996年）累计216.4亿元。

1997年由于黄河断流，山东省直接经济损失高达135亿元，其中工业损失40亿元、农业损失70亿元、其他损失25亿元。由于黄河断流，加之遭遇了百年一遇的夏秋连旱，山东沿黄地区受旱面积达2300多万亩，其中重旱1600万亩，绝产750万亩，农业直接经济损失达70亿元。沿黄地区有2500个村庄、130万人吃水困难；沿黄多数城市定时定量供水，有的用汽车拉水供居民吃水。1.3 统一调度前水资源管理情况

山东省开发利用黄河水资源，始于1950年在利津县綦家咀兴建的第一座引黄闸，此后经历了试办、大办、停灌、复灌、发展提高、黄河断流、统一调度等曲折历程。据统计，二十世纪七十年代年均引水量48亿m3，灌溉面积1100万亩；八十年代年均引水量76亿m3，灌溉面积突破2000万亩，其中1989年引水量高达123亿m3，灌溉面积2738万亩；九十年代年均引水量72.8亿m3，灌溉面积2580万亩。

八十年代以前，断流的次数少而且持续时间较短，对生产生活的影响尚不严重，黄河主管部门和当地政府主要采取了限制上游地市引水，或短时间关闸向下游调水的临时应急措施。进入九十年代由于断流的情况和危害越来越严重，影响越来越大，山东局在省政府和黄委的领导下，一是密切关注黄河水情、沿黄各地旱情和需水情况，及时向黄委汇报，请求上中游水库及时加大下泄流量，支援山东抗旱。二是采取计划用水、分配引水指标、关闸调水、轮流引水灌溉等措施。三是建议有条件的地市修建平原水库，利用水库、河道、坑塘调蓄水量，丰蓄枯用、冬引春用。这些措施虽然在一定时间内、一定程度上缓解了黄河水的供需矛盾，但终因流域水资源尚未实施统一管理和调度，上中游各省区引水量不断增加，进入山东的水量供不应求，黄河断流及其危害仍不断加剧。2 统一管理调度后采取的措施

二十世纪九十年代，随着黄河断流的不断加剧，黄河断流问题引起政府和社会各界高度关注，163位中国科学院和工程院院士曾郑重签名，呼吁国家采取措施解决黄河断流问题。1998年12月，经国务院同意，国家计委和水利部联合颁发了《黄河可供水量分配及干流水量调度预案》和《黄河水量调度管理办法》，授权黄委负责黄河水量统一调度管理工作，明确山东局负责山东省境内黄河水资源的统一调度管理工作，自1999年3月开始黄河水量进入统一调度期。此后，山东局不断探索、创新，采取行政、经济、法律、工程、技术等多种手段，不断强化水资源管理和调度，在取得连续七年不断流的同时，基本满足了山东沿黄地区工农业生产、城乡居民生活用水，取得了显著的经济、社会和生态效益。

2.1行政手段。作为山东黄河水行政主管部门，山东局始终把把水量调度作为一项重要政治任务来完成。一是实时调度，合理引水。根据黄河水情及各地旱情，在确保利津站入海流量的前提下，及时下达水量调度指令，调整各引黄涵闸引水流量，将黄河水送到最需要的地方。二是逐级签订责任书，层层落实责任制。自1999年起，省、市、县各级河务部门，逐级签订引黄供水责任书，实行单位一把手负责制，并规定了对违规行为的处理措施。三是加强监督检查。调水期间派出检查组，采取蹲点监督、巡回检查和突击抽查等方式，进行监督检查，检查结果在全局通报。四是在计划用水，科学调度和水资源管理方面，不断探索创新，先后实行了签订供水协议书制度、订单供水制度、水量调度通知单制度、取水许可制度和建设项目水资源论证制度，均取得明显效果。2.2 经济手段。为利用价格杠杆促进节约用水、合理用水，山东局加大了农业与非农业用水的界定工作，按照国家水费标准和水的不同用途计收水费，对生活及工业用水优先安排。对超计划用水按规定实行加价收费。

2.3 法律手段。为做好黄河水资源统一管理调度工作，山东局除认真执行《水法》和水利部、黄委制定的规章制度外，自1999年起相继制定印发了《山东黄河引黄供水调度管理办法》、《山东黄河引黄供水协议书制度》、《山东黄河水量调度工作责任制》、《山东黄河水量调度督查办法》、《山东引黄涵闸水沙测报管理办法》、《山东黄河水量调度规程》等制度、办法，对加强山东黄河水量的统一调度，发挥了重要作用。2.4 工程手段。山东局63座引黄涵闸及时进行了维修养护，保证了启闭灵活、正常运转、按时执行上级调度指令。为提高水资源的利用率，使有限的黄河水资源发挥最大效益，沿黄地区修建了大量调蓄工程，截至2004年底，山东沿黄各市总的引黄蓄水能力达22.74亿m3，其中平原水库753座，蓄水能力14.63亿m3；河道、坑塘蓄水能力8.11亿m3，为丰蓄枯用，冬蓄春用奠定了工程基础。2.5 技术手段。一是合理编制用水计划，加强用水管理。在考虑河道输沙和生态用水的前提下，根据各灌区农作物种植面积和需水规律，科学编制用水计划并严格执行。二是开展基础性调查研究。山东局及所属单位，多次深入引黄灌区、黄河滩区，就灌区、滩区基本情况、平原水库、农业种植结构、工业及生活用水、节水灌溉等进行调查研究，为黄河水资源的合理配置奠定了技术基础。三是不断提高水量调度现代化水平。近年来利用网络计算机技术，开发了相关运用软件，实现了水位、引水引沙量、调度通知单等的网上传输和查阅；采用先进的计算机、自动控制和视频传输技术，先后建成了51座引黄涵闸的远程监控系统，实现了黄委、山东局、市、县河务局和闸管所五级监控，可对涵闸的引水信息和运行状态进行远程监测，对闸门的启闭进行远程控制，对涵闸的运行环境和流态进行远程监视，为科学调度黄河水提供了有力的技术支撑。3 黄河水资源统一管理成效显著

黄河水资源统一管理调度以来，在黄河来水连年偏枯的情况下，1999年断流天数减少到40天，截至目前，已连续七年实现了黄河不断流，同时基本满足了沿黄工农业生产和城乡居民生活用水需要，取得了显著的经济、社会和生态效益。

3.1 工业及生活用水效益。实行黄河水资源统一调度，由于能够统筹兼顾，合理调配黄河水量，避免了上下游争水、左右岸抢水的情况，优先保证了沿黄636万城乡居民生活用水，基本满足了胜利油田和沿黄工业生产用水。同时引黄济津、引黄济青为青岛、天津及沿途城市1705万人提供了生活及工业用水。根据黄委测算，黄河水对工业项目GDP的影响程度为211元/ m3，据此测算，黄河水资源年均对山东沿黄工业GDP影响量达1200亿元左右。

3.2 农业效益。由于充分考虑了农作物的需水规律，在农作物用水的关键季节，适时加大了小浪底水库的下泄流量，使沿黄地区3000多万亩农作物基本得到及时灌溉。据测算，山东农业引黄灌溉年增产效益达30亿元。

3.3 生态效益。实施统一调度后的1999-2005年，黄河最下游的利津水文站7年平均年入海水量114.8亿m3，保证了生态环境基本用水需要。河口地区生态环境显著改善，淡水湿地面积明显增大，湿地功能得到一定程度的恢复，每年都有近百万只鸟类到这里越冬。黄河不断流，为近海鱼类的洄游、繁衍、生息创造了条件，多年未见的黄河刀鱼重现黄河河道。

近年来，山东黄河两岸绿树成荫、水面扩大，生态环境明显改善。特别是泉城济南泉水得以常年喷涌；江北水城-聊城东昌湖碧波荡漾；滨州四环五海碧水蓝天；黄河入海口鱼跃鸟飞，均成为山东旅游的新亮点和居民生活娱乐的好场所，这些都受益于黄河水的供给和补充。

3.4 防洪效益。黄河不断流后，河道常年有水携带泥沙入海，对减少河道淤积发挥了重要作用，加之近四年黄河调水调沙，山东河道主槽平滩流量由原来的2000 m3/s左右提升到3500m3/s左右，3000m3/s同流量水位下降了0.86 m，使山东河段河道排洪能力普遍提高。存在的问题及对策

黄河水资源统一管理调度给山东沿黄地区经济社会的发展和生态环境的改善带来了巨大的经济、社会和生态效益。但是，目前山东黄河水资源管理与调度仍存在一些问题亟待解决。

4.1 水资源总量不足。黄河水资源的利用以频繁断流为标志，已经超过了河流承载能力的极限。在南水北调工程实施前，山东黄河水资源供需矛盾仍将十分突出，特别是春灌用水约占全年用水量的60%左右，但同期来水只占年来水量的20%左右，山东黄河水资源短缺的现状短期内难以彻底改变。为此，建议尽快实施南水北调西线工程，从根本上解决黄河水资源总量不足的问题；春季加大小浪底等水库的下泄流量，缓解春灌用水供需矛盾。

4.2 部分管理法规可操作性不够强，基层单位感觉无所适从。今年4月15日起国务院颁布施行的《取水许可和水资源费征收管理条例》，与1993年的《取水许可制度实施办法》相比虽然有了很大进步，更加强调了实施流域层面的统一管理，但是黄河流域省、市、县三级黄河河务机关在建设项目水资源论证、取水许可受理、审查、监督管理，尤其是水资源费征收管理方面几乎都没有任何职权，黄河取水许可层级管理的体制已无法正常运转，黄委所属各级管理机构的水资源管理权威被严重消弱，开展黄河水资源管理工作举步维艰，确保黄河不断流、维持黄河健康生命的目标将很难实现。为此，建议水利部参照对防洪法第十九条所作的解释，在水利部今后出台的《取水许可和水资源费征收管理条例实施细则》中，将流域管理机构作扩大化解释，即流域机构是指流域管理机构及其所属各级管理机构，赋予流域管理机构所属各级管理机构一定的水资源论证、取水许可受理、审查、监督管理、水资源费征收管理等权限。

4.3 水文测报手段落后。一是黄河干流水文站点少，测验精度低、测次少，不适应水量调度需要；二是引黄闸引水流量测次少、误差大；三是引黄灌区测水量水、配水手段落后，不适应科学配水的要求。对策：一是改善黄河水文站测报设备，增加测报次数；二是引黄闸改造测流设施，尽快实现测流现代化；三是结合灌区改造，增加测验站点，提高测报精度，适应配水需要。

4.4 灌区管理粗放、水资源浪费严重。一是引黄灌区工程不配套、干支渠节制闸老化失修。山东引黄灌区干支渠17390公里，只衬砌了1315公里，衬砌率仅7.56%，灌溉多以大水漫灌、串灌为主，水利用系数仅在0.5左右。二是无用水定额。三是灌区工程管理不统一，上下游争水抢水，地下水利用不合理。对策：一是搞好灌区工程配套，特别是干渠衬砌，提高水的利用率。二是对灌区内地下水、地表水、黄河水统一调配。三是科学制定各种用水定额，促进节约用水、科学配水。

4.5 水费价格低，不能有效的发挥经济杠杆的调节作用。一是引黄渠首工程供水价格低，农业用水1分/ m3左右，工业及城市用水4分/ m3左右；二是引黄灌区水费价格低，农业用水约在5分/ m3左右，都远远低于供水成本，与水资源紧缺不相适应。对策：建议有关部门按规定尽快核定引黄渠首和引黄灌区的水价，超定额用水实行累进加价，逐步推行两部制水价，充分发挥水价在水资源管理中的调节作用。

分布式流媒体资源调度技术研究篇3

关键词：分布式；流媒体；资源调度

中图分类号：TN919.8

随着科学技术不断进步，多媒体网络的应用越来越广泛，而代表最新多媒體网络技术的流媒体也被知名的视频服务提供商应用。流媒体是近些年来的新兴多媒体在网络中的传输技术。流媒体的传输载体是因特网，流媒体传输的定义是，依照实时顺序进行视频与音频的传输，它是一种以多媒体为内容的实时数据流。流媒体相关技术领域也非常广泛，例如多媒体数据的采集、视频信号的采集、各种音频的解码、多媒体数据的存储以及多媒体的播放技术等等领域。所谓流媒体中流的定义，一般来说分为下狭义上的定义和广义上的定义。在广义上讲，流是指将视频和音频数据以稳定、连续的形式进行传输和回放的相关协议和方法的总称，有些学者也将其称之为多媒体系统。狭义上的定义是指，与传统的下载播放的模式相比，更为先进和优化的一种网络多媒体模式。传统的方式中，用户需要将喜欢的视频或音频文件进行提前下载，之后进行连续的播放的过程。但是随着多媒体技术的不断更新，现代多媒体文件通常容量很大，甚至达到几十G，过长的下载时间将降低用户对多媒体文件的体验，因此，流媒体的出现有效的解决了该问题。使用流媒体，用户不用等待文件下载，多媒体视频或者音频只需缓冲一小段时间，即可进行播放，用户的体验度大大提高，并且播放的时延也将大大缩短。

1 蚁群算法特点

为了应对流媒体的应用中出现的大量消耗CPU、带宽等资源的问题，单机服务器已经不能承受高并发用户的在线以及访问的需求，需要采用多台服务器构成的集群来均衡负载，进行共同分担，因此分布式的解决方案应运而生。本文针对分布式流媒体调度技术进行研究，在分布式的流媒体服务子节点的部署环境中，每个子节点均作为流媒体的服务器。为保证流媒体服务的质量，本文提出基于蚁群优化算法来进行分布式流媒体资源的调度，通过该算法能够综合考虑服务器的访问量，服务器等硬件的处理能力以及网络条件等因素，进行网络路径的优化，从而实现优化流媒体的访问质量。

蚁群算法是一种仿生学算法，源自于自然界的蚂蚁觅食行为。蚁群算法的核心原理是，蚂蚁能够寻找一条最短的路径，从洞穴到有食物的地方。不仅如此，路径还能够随着环境的变化而更新，也就是说，能够再自适应的环境下进行路径更新。蚁群算法的仿生学原理是，蚂蚁在寻找食物的时候，会在走过的路径上分泌一种物质，叫做信息素。蚂蚁就根据路径上的信息素的强度寻找食物，即蚂蚁选择某条路径的概率要与这条路径上的信息素的强度成正比关系。假如，路径上的蚂蚁以线性增长的方式增多，其信息素的强度就会变得很大，那么蚂蚁在这条路径上进行选择的概率将会更高。这样的结果造成了信息素的不断增强，带来的连锁反应是有增加了许多吸引过来的蚂蚁。这样的一个过程是一种正反馈机制。也就是说，蚁群算法通过一种正反馈机制来搜索最短的路径寻找食物。

所以，蚁群算法是一种充分利用了正反馈原理的增强学习系统，该算法通过循环更新信息素的强度，最终达到收敛的效果，从而找到了最佳路径。这种利用正反馈的机制，使得蚁群算法不同于其他的仿生学算法。蚁群算法的缺点是，收敛的过程与实践非常长，而且对使用蚁群算法的系统的初始化参数非常敏感，也就是说初始化参数对优化路径的结果影响很大。蚁群算法的特点如下：第一点，蚁群算法是充分利用了正反馈原理的增强学习系统，利用信息素的循环更新，在最优路径上进行收敛。第二点，蚁群算法是一种随机性的优化方法，不仅仅是一种仿生算法，而是融入了更多的人类智能算法。第三点，蚁群算法更适合于分布式环境，是一种分布式优化的方法，而且能够对串行计算和并行计算机共同适用。第四点，蚁群算在网络优化领域应用得非常广泛。

2 基于蚁群算法的分布式流媒体资源优化调度

为了保证分布式环境下的流媒体服务质量，本文提出了基于蚁群算法的流媒体资源调度方法。根据蚁群算法得到最优路径后，依照此路径将流媒体进行传输，在设计流媒体资源优化调度方法时，需要解决如下几个问题：（1）如何得到各个流媒体服务器的CPU使用率；（2）如何得到内存使用率；（3）如何获得网络传输速度。

本文利用蚁群算法进行分布式流媒体的资源优化调度，寻找源节点到目的节点的最佳路径。主要实现步骤如下所示：（1）进行初始化过程，设置四个参数a，b，c，d，a表示每个网络节点上信息量受到关注的程度。B的值如果很大，则代表了之前多媒体流经过该路径的概率值增大，该值如果超过限定值，则将会导致搜索过程过早进入小范围的最小解的过程。C表示选择路径上的信息受到关注的程度，d值越大，则算法针对周围服务器节点的选择将会更多的选择举例最近的节点。本文对a，b，d值的设置为1，5，0.99；（2）计算每个网络服务器节点的传输成本；（3）进行循环更新过程，首先需要条件，第一个为服务器间的路径要真实存在。第二个是服务器节点间的路径在更新过程中不能重复。条件限制由路由限制表进行控制。通过公式得出每条路径的选择概率，标记概率大的节点存入选择数组，并且将访问顺序也一并存进数组。进入新的循环过程，根据初始化设定的循环次数，得到最终最佳路径。

3 结束语

随着社会科技进步，网络多媒体应用越来越广泛，流媒体作为新兴网络多媒体技术开始广泛受到关注。本文针对分布式环境的流媒体资源的调度技术进行了深入的研究。提出了基于蚁群优化算法来进行分布式流媒体资源的调度方法，通过蚁群算法对服务器的访问量，服务器等硬件的处理能力以及网络条件等因素进行综合考虑，并且进行循环过程的网络路径优化，从而实现优化流媒体的访问质量。

参考文献：

[1]尹浩，林闯，文浩.大规模流媒体应用中关键技术的研究[J].计算机学报，2013（05）：133-139.

[2]吴艾，刘心松，符青云.DPVoD：基于P2P的视频点播体系结构[J].计算机研究与发展，2012（02）：335-339.

[3]魏维，罗时爱，刘凤玉.视频点播中视频服务器节目替换算法研究[J].计算机工程与应用，2008（02）：55-58.

[4]白翔宇，叶新铭，蒋海.分布式远程教育资源网的设计及通信机制[J].计算机工程，2013（04）：98-99.

[5]李海峰，黄新志.基于多层分布式结构的教务管理信息系统的开发[J].安徽农学通报，2007（20）：145-148.

[6]宫德龙.基于混合蚁群算法的MIMO雷达发射波形设计[D].河南大学，2010：254-255.

作者简介：高羽（1970.05-），男，天津宁河人，高级工程师，本科，研究方向：在线教育、流媒体视频服务。

移动网格资源调度算法篇4

随着移动无线网络系统的快速发展,用户在任何地点、任何时间都可以访问全球网络资源。这意味着除了静态结点外,网格系统也应考虑把移动结点包含在内,这种结合所产生的技术就称为“移动网格计算”。它以无缝、透明、安全、有效的方式支持移动用户和资源,是无线技术与网格计算这两种新技术的融合。

在移动网格体系结构(如图1)中定位移动设备的角色,可以考虑两种,一是可作为同网格系统交互的接口,使用者可通过移动设备向网格要求服务,利用网格资源来完成任务,可远程监控任务的执行,并从网格中获得所要求的结果;另一种是把移动设备也作为网格的计算资源,可参与到网格的计算任务中,而不仅仅是网格服务的接收者。因此,移动设备要有效地嵌入到网格中,既可以作为要求网格服务的接收者,也可以作为网格服务的提供者。

目前移动网格资源的选择和分配方法的模型主要有以下六种:

1)基于距离的选择。当有多个网格资源可用时,根据客户端距网格资源的远近,选择较近的资源。必须根据经验数据建立初始值,放入规则库;在运行时记录相关的参数,更新规则库。

2)基于资源的贪心选择算法。根据资源的丰富程度,选择对应用一次性尽量充足可用的资源。

3)基于优先队列的选择算法。将不同的应用请求根据客户的信誉度、应用的类型、紧急程度等进行分类,建立多个优先级队列。调度队列时,分配不同的权重给不同的队列,同一队列采用轮转(round trip)算法,对请求分配资源。

4)根据网格经济的原则,选择代价(网络跳数、时间或金钱等)最小的资源。当有多个因素要综合考虑时,使用加权求和的方式,选择决策值最优的资源。

5)基于协议的选择算法。由于不同的协议对数据的缓冲和交付策略不同,将应用请求按协议划分,比如TCP和UDP,按协议的时间敏感性优先的原则进行调度,对同一协议的请求队列按先来先服务(FIFO)的原则进行处理。

6)基于响应性能的选择算法。根据距离、计算能力、网络带宽等因素进行综合计算,得出预测的响应时间,选择响应性能最好的网格资源。

1 机动模型

一般讲用户的行为或移动设备是很难预言的,该文在移动网格环境中为资源调度提出了一种一般的机动性模型。对于一种移动的资源来说,其状态有两种可能性:一种是移动资源正反向分开,另一种是资源正相向接近。带有其它参数并且参加计算的资源,其移动性要在资源选择过程中重点被考虑。移动性参数用来表示一种资源保持的时间预言。任务分派基于预言的时间。为了区别不同的参数变量的影响,可以使用相似的信号或者资源的位置意识。本文对资源位置意识进行了解释,每种资源在任何瞬间都知道它的单元信息。机动模型假设移动末端设备以平均速度改变它的位置。移动性须假设为一个移动的终端改变位置的平均速度。机动模型(如图2)有两种形式:静止与移动(static-mobile)和移动与移动(mobile-mobile)。第一种形式静止与移动(static-mobile)即静止的一个核心资源和遍布其周围的移动的移动设备。第二种形式是核心资源和移动资源设备都是移动的。这种形式通常讨论的全部是分散的基础设施而没有静止的基础设施。

基于应用领域,在任务分配时传统的调度程序通常考虑不同的参数,例如计算能力和贮存工作任务的能力等,移动资源被认为有能力单独地处理一个被分配的工作。

这个机动性模型与移动网格环境中的资源调度程序结合起来改进资源调度的性能,提高了资源的利用率,缩短了移动资源的响应时间。机动性模型的用户及移动设备使用最基本的可计算的参数。模型使用的参数如“用户范围”,“平均机动性”和“在范围内的时间”等。“用户范围”是指用户能够覆盖的范围,并且在这个范围内用户能与移动设备进行通信。“平均机动性”,一个可计算的参数,是指一种资源或用户(基于用户和资源的移动性)的平均机动性。它主要是通过在用户和移动资源之间最近发生的通信量进行计算。“在范围内的时间”参数指在用户范围内为显示资源可用性被预言的时间。下面给出用于计算“平均机动性”和“在范围内的时间”两个参数的方程式如下:

实线表示静止,虚线表示移动,MD表示移动设备

方位可以简化为用户和资源之间的距离。方位通过找到两个最近相互发生作用的用户或移动设备之间的差别来计算。“在范围内的时间”这个参数通过方程式(2)计算。“距离”是指在用户和资源(新位置)的位置之间的网差别。

在单一的迭代里被分配到一种资源的工作数量通过方程式(3)计算。参数"放弃任务"是通过参数“在范围内的时间”和“工作完成时间”进行计算。参数“放弃任务”的价值是为一种资源分派任务。

基于"放弃任务"参数的价值,在对移动资源进行任务分派时,下列规则被使用:

上述模型是一个静止用户与移动设备资源进行资源调度时的机动性模型。模型需要扩展成为一个移动用户和移动的设备之间进行资源调度时的机动性模型。通过计算基于两个移动性因素的"平均机动性"参数对此机动性模型进行扩展。一个移动性因素考虑用户和另一个移动性考虑资源。用户平均机动性简化为通过从新位置中减去老位置而获得。用户维持了资源的两次方位。移动-移动模型的"平均机动性"通过方程式(4)计算

其它参数是通过上述静止-移动模型得到“在范围内的时间”和“放弃任务”参数方法的方程式得到,“距离”参数的计算现在是新用户位置和资源的新位置之间的网差别。

2 模型的试验

我们通过简单的实验证明被提议的机动性模型和资源预言。实验假设用户和资源在任何规定的时间都知道它们的具体位置。这个方位的确定通过GPS(全球卫星定位系统)很容易被实现与协调。当GPS为简单协调时,实施考虑XY两个参数。当与用户通信的移动资源改变它们的位置时,用户被认为是静止的。XY的变化范围在0和500之间考虑。用户的范围设为200米。用户的位置是(200,200),移动资源的第一个位置是(250,200),第二个位置是(300,200)。为了计算方位,两段距离从用户到资源被基于两个位置测量。第一个方位为50,第二个方位为100。根据测量的方位利用"平均机动性"方程式1求出平均机动性。计算"平均机动性"参数时使用的移动资源第一个方位为50。绝对价值被考虑在全部情况里,正的机动性价值显示资源正离开用户,负的机动性价值表明资源将移动向用户。参数“在范围内的时间”通过计算参数"在用户里的范围"和"平均机动性"获得的价值是2个单位时间。假定单位时间内能够完成被分配到一种资源的任务。基于这个预言模型,两个子任务将被分配到移动资源,并且移动资源在离开用户范围之前,提供结果。

为了延伸为一种用户和移动资源两个都是移动的模型环境中进行实验验证,实验进行如下,参照静止-移动模型提及的预测模型,用户的最初位置是(200,200)和资源的位置是(225,200)。第一个方位被给25的最初位置计算。用户和资源移到新位置。用户的新位置是(175,200)和资源的新位置是(250,200)。新距离从用户到资源为75。关于用户和资源的“平均机动性”是125。参数“在范围内的时间”的值是1个单位时间,这表示仅仅只有一个工作任务可能被分配到移动资源。

3 结论

该文在移动网格环境中为资源预言提出了一个一般的机动性模型,提出了一种简单的实验机制,并且证明了在两种机动性模型的基础上资源调度选择的机制,即静止-移动模型和移动-移动模型。第一种机动性模型是基于静止的用户和移动的资源。另一种则是机动性模型考虑移动用户和移动资源设备。在这个机动性模型上资源选择和任务分配被简单的实验所证明。在基于响应时间的基础上,资源被预言,它在用户范围内保持通信,未来的工作是为一般的机动性模型提出资源预言模型,并进行实验验证。

参考文献

[1]徐志伟,李伟.织女星网格的体系结构研究[D].中科院计算所,2002.

[2]都志辉,陈渝,刘鹏.网格计算[M].北京:清华大学出版社,2002.

[3]Weiser M.Ubiquitousc omputing[J].Computer,1993,26(10):1-72.

[4]Satyanarayanan M.Pervasive computing:Vision and challenges[M].IEEE Personal Communications,2001:10-1.

[5]移动网格变革服务[EB/OL].http://www.ccu.com.cn/houtai1/content.asp?newsid=1892.

[6]李玺,胡志刚.计算网格中的资源选择与调度算法[J].计算机工程与应,2005(11).

[7]都志辉,陈渝,刘鹏.网格计算[M].北京:清华大学出版社,2002.

[8]Park S M,Kim J H.Chameleon:A Resource Scheduler in a Data Grid Environment[C].Tokyo,Japan:2003IEEE/ACM International Sym-posium on Cluster Computing and the Grid(CCGRID'2003),2003.

人力资源调度篇5

【发布文号】水利部令第35号【发布日期】2008-11-03 【生效日期】2008-11-03 【失效日期】

【所属类别】国家法律法规【文件来源】水利部

三峡水库调度和库区水资源与河道管理办法

(水利部令第35号，2008年11月3日)

第一章总则

第一条为加强三峡水库调度和库区水资源与河道管理，合理开发利用和保护水资源，发挥三峡水库的综合效益，根据《中华人民共和国水法》、《中华人民共和国防洪法》和有关法律、法规的规定，制定本办法。

第二条本办法适用于三峡水库调度，三峡水利枢纽工程管理和安全运行的监督，三峡库区水资源和河道的管理以及水行政监督检查等。

前款所称三峡水库调度，是指三峡水库汛期的防洪调度以及汛前消落期、汛后蓄水期和枯水运用期的水量调度。

第三条三峡水库调度和库区水资源与河道管理，应当坚持全面规划，统筹兼顾，科学调度，合理配置水资源，保护水环境，充分发挥三峡水库的防洪、发电、航运、供水、灌溉、旅游等综合功能。

第四条水利部负责三峡水库水量的统一调度和库区水资源与河道管理的监督工作。

长江水利委员会按照法律、行政法规规定和水利部的授权，负责三峡水库水量的统一调度和库区水资源与河道管理工作。

重庆市、湖北省县级以上地方人民政府水行政主管部门按照规定的权限，负责本行政区域内三峡库区水资源和河道管理工作。

县级以上人民政府有关部门按照职责分工，依法负责三峡库区相关管理工作。

第五条长江水利委员会应当按照有关规定，商重庆市和湖北省人民政府划定三峡水库管理和保护范围。

第六条长江水利委员会和有关县级以上地方人民政府水行政主管部门负责三峡水库管理和保护范围内的水行政执法，并按照管理权限，对管辖范围内各项水事活动进行监督检查，依法查处水事违法活动。

第七条长江水利委员会和有关县级以上地方人民政府水行政主管部门应当建立联合执法制度、信息通报制度和巡查制度。

第二章水库调度

第八条三峡水库的防洪调度，应当依据经批准的长江流域防御洪水方案、洪水调度方案和三峡水库洪水调度方案、调度规程、汛期调度运用计划以及防洪调度指令进行，并服从国家防汛抗旱指挥机构和长江防汛抗旱指挥机构的调度指挥和监督管理。

第九条三峡水库的洪水调度方案，应当依据经批准的长江流域防御洪水方案和洪水调度方案，由长江水利委员会组织三峡水利枢纽管理单位编制，征求重庆市、湖北省以及三峡水库下游有关省、直辖市人民政府的意见后，报国家防汛抗旱指挥机构批准。

第十条三峡水库的汛期调度运用计划，应当依据工程规划设计、经批准的长江流域防御洪水方案和洪水调度方案、三峡水库洪水调度方案以及工程实际状况，由三峡水利枢纽管理单位在兴利服从防洪，保证安全的前提下编制，经长江防汛抗旱指挥机构审查同意后，报国家防汛抗旱指挥机构批准。

第十一条三峡水利枢纽管理单位按照国家防汛抗旱指挥机构或者长江防汛抗旱指挥机构下达的三峡水库防洪调度指令，具体负责三峡水库防洪调度的实施。

三峡水库的发电与航运调度应当服从防洪调度。

第十二条三峡水库的水量调度，应当依据经批准的三峡库区及下游河段水量分配方案（或者长江流域取水许可总量控制指标）、三峡水库调度规程以及汛前消落期、汛后蓄水期和枯水运用期的水量调度运用计划、水量实时调度指令进行，并服从水利部和长江水利委员会的调度指挥和监督管理。

第十三条三峡水库的水量分配与调度，应当首先满足城乡居民生活用水，并兼顾农业、工业、生态与环境用水以及航运等需要，注意维持三峡库区及下游河段的合理水位和流量，维护水体的自然净化能力。

第十四条三峡库区及下游河段水量分配方案，由长江水利委员会商重庆市、湖北省以及三峡水库下游有关省、直辖市人民政府制订，经水利部审查，报国务院或者其授权的部门批准。

第十五条长江水利委员会应当组织三峡水利枢纽管理单位编制汛前消落期、汛后蓄水期和枯水运用期的水量调度运用计划，征求重庆市、湖北省以及三峡水库下游有关省、直辖市人民政府的意见后，报水利部批准。

第十六条长江水利委员会应当依据经批准的三峡库区及下游河段水量分配方案（或者长江流域取水许可总量控制指标）以及汛前消落期、汛后蓄水期和枯水运用期的水量调度运用计划，下达水量实时调度指令。

三峡水利枢纽管理单位应当按照水量实时调度指令，具体负责三峡水库水量调度的实施，并按照水量调度指令做好发电计划的安排。

第十七条三峡库区及下游河段发生干旱灾害时，国家防汛抗旱指挥机构或者长江防汛抗旱指挥机构应当按照旱情紧急情况下的水量调度预案，实施应急水量调度。

第十八条三峡水库发生重大水污染事件时，长江水利委员会和重庆市、湖北省人民政府水行政主管部门应当按照有关应急预案，及时采取必要的应急调度措施。

第十九条三峡水利枢纽管理单位应当加强枢纽工程的安全运行与管理养护，按照水库大坝安全管理的有关规定，对枢纽工程进行安全监测和检查，做好枢纽工程的养护修理工作。

水利部或者长江水利委员会应当加强对三峡水利枢纽工程安全运行的监督管理工作。

第三章库区水资源管理

第二十条直接从三峡库区取用水资源的，应当按照取水许可和水资源费征收管理的有关规定，向有关县级以上地方人民政府水行政主管部门或者长江水利委员会申请领取取水许可证，缴纳水资源费。

依法应当进行水资源论证的，还应当按照有关规定编制水资源论证报告书（表），并报经有关县级以上地方人民政府水行政主管部门或者长江水利委员会审查。

第二十一条三峡库区水资源保护规划由水利部组织编制，报国务院批准。

长江水利委员会应当会同重庆市、湖北省人民政府水行政主管部门和环境保护行政主管部门等拟定三峡库区水功能区划，分别经重庆市、湖北省人民政府审查提出意见后，由水利部会同环境保护部审核，报国务院或者其授权的部门批准。

第二十二条长江水利委员会应当会同重庆市、湖北省人民政府水行政主管部门，按照水功能区对水质的要求和水体的自然净化能力，核定三峡库区的水域纳污能力，向重庆市、湖北省人民政府环境保护行政主管部门提出库区的限制排污总量意见，同时抄报水利部和环境保护部。

经核定的水域纳污能力和限制排污总量意见，是对三峡库区水资源保护实施监督管理的基本依据。

第二十三条在三峡库区从事水资源的开发利用活动，应当符合三峡库区水功能区划的要求，保护水质。

禁止向三峡库区排放、倾倒工业废渣、垃圾等有毒有害物质。

第二十四条禁止在饮用水水源保护区内设置入河排污口。

在三峡库区新建、改建或者扩大入河排污口的，应当按照入河排污口监督管理的有关规定，报有关县级以上地方人民政府水行政主管部门或者长江水利委员会审查同意。

第二十五条有关县级以上地方人民政府水行政主管部门和长江水利委员会应当加强对三峡库区水质状况的监测工作。发现发生重大水污染事件或者发现水质变化可能造成重大水污染事件时，应当及时报告水利部和当地人民政府，并向有关环境保护行政主管部门通报。

第四章库区河道管理

第二十六条在三峡水库管理范围内建设水工程的，应当按照水工程建设规划同意书管理的有关规定，向有关县级以上地方人民政府水行政主管部门或者长江水利委员会申请取得水工程建设规划同意书。

第二十七条长江水利委员会应当会同重庆市、湖北省人民政府水行政主管部门，编制三峡水库岸线利用管理规划，分别征求重庆市、湖北省人民政府意见后报水利部批准。

三峡水库岸线利用管理规划，应当服从流域综合规划和防洪规划，并与河道整治规划和航道整治规划相协调。

第二十八条三峡库区有关城乡规划的岸线近水利用线，由三峡库区县级以上地方人民政府水行政主管部门会同有关部门依据经批准的三峡水库岸线利用管理规划确定。

三峡库区河道岸线的利用和建设，应当服从河道整治规划、航道整治规划和三峡水库岸线利用管理规划。河道岸线的界限，由三峡库区县级以上地方人民政府水行政主管部门会同交通等有关部门报县级以上地方人民政府划定。

第二十九条在三峡水库管理范围内建设桥梁、码头、道路、渡口、管道、缆线、取水、排水等工程设施，应当符合国家规定的防洪标准、三峡水库岸线利用管理规划、航运要求和其他有关的技术要求，其工程建设方案应当按照河道管理范围内建设项目管理的有关规定，报经有关县级以上地方人民政府水行政主管部门或者长江水利委员会审查同意。

第三十条在三峡水库管理范围内从事采砂活动的，应当按照长江河道采砂管理的有关规定，向重庆市、湖北省人民政府水行政主管部门或者长江水利委员会申请领取河道采砂许可证，缴纳长江河道砂石资源费。

第三十一条三峡水库消落区的利用，应当服从三峡水库的防洪安全和工程安全，满足库区水土保持、水质保护和生态与环境保护的需要。

第三十二条在三峡水库管理和保护范围内禁止从事下列活动：

（一）围垦库区；

（二）倾倒垃圾、渣土；

（三）在25度以上陡坡地开垦种植农作物；

（四）弃置、堆放阻碍行洪的物体；

（五）种植阻碍行洪的林木和高秆作物；

（六）其他可能危害水库安全的行为。

第三十三条凡涉及土石方开挖、填筑或者排弃，可能造成水土流失的生产建设项目，应当依法编制水土保持方案，报县级以上人民政府水行政主管部门审批。

第五章罚则

第三十四条县级以上人民政府水行政主管部门和长江水利委员会及其工作人员，在三峡水库调度和库区水资源与河道管理过程中，违反本办法规定的，按照《中华人民共和国水法》、《中华人民共和国防洪法》和《中华人民共和国水污染防治法》等法律、法规的有关规定予以处理。

第三十五条三峡水利枢纽管理单位违反本办法规定，拒不执行三峡水库防洪调度指令或者水量实时调度指令的，由水利部或者长江水利委员会责令改正；对负有责任的主管人员和其他直接责任人员，由其所在单位或者上级主管机关依法给予行政处分；构成犯罪的，依法追究刑事责任。

第三十六条在三峡库区从事水资源开发利用、河道建设等活动的单位和个人，违反本办法规定的，由县级以上人民政府水行政主管部门或者长江水利委员会按照《中华人民共和国水法》、《中华人民共和国防洪法》、《中华人民共和国水土保持法》和《中华人民共和国水污染防治法》等法律、法规的有关规定予以处罚。

第六章附则

第三十七条本办法所称三峡库区，是指三峡水库校核洪水位以下受淹没影响的区域。

本办法所称消落区，是指三峡水库正常蓄水位175米的库区土地征用线以下因水库调度运用导致库区临时性出露的陆地。

第三十八条本办法自公布之日起施行。

人力资源调度篇6

〔关键词〕云计算；数字图书馆；资源调度；资源分配

〔中图分类号〕G250.76 〔文献标识码〕A 〔文章编号〕1008－0821(2012)09－0025－04 随着云计算技术的发展与成熟，云计算技术已成为数字图书馆运营和读者个性化阅读服务的支撑技术。云计算技术是一种新的IT资源管理、分配、使用模式，是将数字图书馆的云计算资源（主要为计算资源、存储资源、网络资源、基础设施资源、应用和服务等资源）虚拟化之后，划分为虚拟资源池的方式统一为用户动态分配，为读者提供以基础设施即服务(IAAS)、平台即服务(PAAS)、软件即服务(SAAS)3种服务模式为核心的用户服务。

云数字图书馆运营和读者服务活动中，云计算资源在地理位置上呈现分布式结构，具有设备异构性程度高，用户资源需求与管理动态性，以及资源管理与分配策略效率要求高的特点。如何加强云图书馆云计算架构的灵活性与可扩展性，提高云资源管理、调度系统的融合度，实现资源管理、调度、部署和配置的智能化与自动化，确保云虚拟化资源管理与调度安全、高效、可靠和经济，是提高云图书馆用户服务水平和市场竞争力的重要因素［1］。

1 图书馆云资源管理与调度平台的结构与系统功能设计需求云计算环境下，数字图书馆云计算资源具有分布地域广、基础设施结构多样性、资源管理与分配动态、云资源多用户共享和互操作性强的特点。云资源管理与调度的目的为屏蔽云物理基础设施资源的异构性和动态性，通过为用户提供统一的访问接口来对云资源实施统一的管理、共享、分配和优化服务，确保为读者提供安全、高效、经济、低碳的QoS(服务质量)服务。

1.1 资源管理与调度平台的结构

云图书馆资源管理与调度平台结构主要由云物理基础设施层、虚拟化管理层、云应用阅读服务管理层和工作负荷环境4个层面组成，如图1所示：

图1 云图书馆资源管理与调度平台结构

云物理基础设施主要由云阅读应用服务器、供电系统、云存储服务器、云计算服务器和相应的云数据中心网络平台系统组成，是云应用服务的物理基础设施平台。虚拟化管理层在云物理层基础上，利用虚拟化技术将云物理资源和云计算资源划分为资源池统一管理，为云应用阅读服务的开展提供相应的虚拟化资源管理与调度支持。云应用阅读服务为读者提供所需的云服务和阅读活动行为监测、管理，确保读者云阅读应用活动安全、高效、经济、满意。工作负荷层是云图书馆资源管理与调度平台的最高层，是云应用阅读服务管理与资源调度的最终服务对象，为读者云应用阅读活动提供安全、高效的二次应用开发环境和安全的网络环境，保证读者利用形式多样的阅读终端开展满意的云个性化阅读活动。

云资源调度系统结构的科学性、复杂性、可控性和工作效率，决定了云图书馆系统运营的安全性与有效性。在图书馆云计算资源的管理与调度中，应采用集中式与计算经济相结合的调度方法，所有的云计算资源由一个中央调度程序统一控制、调度。根据云数字图书馆工作效率最优化和读者核心云阅读服务满意度相结合的原则，在安全、经济的前提下，实现云资源管理与调度策略、步骤的高可靠与最优化［2］。

1.2 资源管理与调度的过程

数字图书馆云计算资源管理与调度平台的基本功能，是通过对所接受的读者云阅读服务资源请求进行分析、处理、计算后，根据读者云阅读活动资源需求量进行资源管理、分配、调度和优化。按照云资源用户请求与管理过程划分，可分为资源发现、资源分发、资源管理和资源调度4个步骤。

虚拟化资源发现是资源管理与调度的前提，通过对云虚拟化资源、已分配资源、用户已释放资源进行探测，准确掌握云虚拟化资源的数量、存在的位置、存在的状态和可管理程度。资源分发是根据图书馆云业务运营和读者阅读活动的开展需求，对用户和云阅读应用进行云资源安全、高效、可靠、经济的分配。资源管理是指将云计算资源通过虚拟化技术划分为资源池统一管理，以便于有效的管理、分配、回收和再分配。资源调度是指依据云虚拟化资源池资源存储特点、用户云阅读服务虚拟化资源需求、云系统运营效率状况、云图书馆运营高效与经济性需求，对资源进行统一的管理和调度。

云图书馆读者服务模式和用户需求是资源管理与调度平台功能设计的主导因素，资源管理的安全性、效率、可靠性、经济性是平台设计的指导依据。因此，只有加强云资源管理与调度平台的界面统一与功能融合，提高平台的用户友好性和可操作性，才能降低平台设计、生产、运营费用，提高平台的身份认证与管理、调度活动的安全水平，确保数字图书馆云计算资源管理与调度平台安全、高效、开放、易用［3］。

2 数字图书馆云虚拟化资源管理机制

云计算环境下，数字图书馆通过虚拟化技术将云计算资源（主要由计算资源、存储资源、网络资源、应用资源组成）划分为资源池方式统一管理、分配、调度、优化，较大幅度地提高了云计算环境下数字图书馆系统资源统一划分、综合管理、弹性分配、全面优化的能力。但是，对云系统资源的虚拟化划分、管理与灵活使用，并不是关系云图书馆高效运营的主要方面。而利用有效的资源管理与调试系统，通过采用高效的管理与调度策略来确保虚拟化资源管理与调度活动安全、高效、经济、便捷，才是提高云图书馆运营效率，保证读者云阅读活动满意度和降低云图书馆建设与运营、维护成本，确保低碳运营和具有较强市场竞争力的关键［4］。

2.1 云图书馆资源管理的步骤

通过虚拟化技术对云物理基础设施的异构性进行屏蔽和资源整合，在提高云资源管理效率的同时减少了虚拟化资源部署时间，降低了云资源使用与管理成本，使云资源可根据用户需求而自由、弹性、准确、快捷地分配，为读者云个性化阅读服务的开展提供资源供给服务。

云图书馆虚拟化资源管理可分为资源信息收集、资源信息更新、资源发现、资源调度、资源定位、状态监控几个部分。通过对资源池资源总量和正在使用的资源数量进行准确统计后，实施统一的管理、分配、调度。同时，依据资源分配与用户需求实际，及时更新云图书馆资源实际存在状态与比例，并利用资源发现机制和资源请求者的资源请求描述，找到合适的资源并返回该资源的唯一标识符。

当用户提出资源需求时，根据资源池实际和分配需求，并采用高效的资源管理策略按照用户资源使用时间、内容、数量、权限等进行分配。同时，可依据资源的属性描述获得相应资源的物理地址，实现资源分配、使用的物理设施定位，并对设备在资源请求、分配、使用、释放过程进行监控，确保资源管理过程安全、高效、可控、便捷。

2.2 依据读者云服务资源需求和设备分布特点实施调度图书馆读者云阅读服务，具有云资源分配、调度依据读者需求而周期变化的特点。当云图书馆进行多媒体阅读等热点服务时，读者群数量和不同云阅读活动模式对资源需求的不确定性，会造成云虚拟资源需求海量激增以及可供分配的云资源迅速减少，致使云资源管理、利用效率快速下降，读者云阅读满意度降低或者云服务停止。

首先应对云资源池资源总量和可供分配的资源进行统计。通过监测准确掌握云图书馆读者个性化服务资源需求的周期变化特点，并对突发热点云阅读活动的资源需求量进行预测，预先做好应对突发资源请求的分配策略和预留资源部署。

其次，应结合云图书馆数据中心基础设施设备、数据中心网络设备和用户设备拓扑结构特点、资源调度活动数据网络传输特点、调度活动高效性要求，执行不同的资源管理与调度策略。云数据中心虚拟化资源管理环境具有物理设备集中分布、拓扑结构复杂、易产生资源调度瓶颈、安全和经济要求高的特点。因此，云数据中心应采用集中式调度的方法，将云资源池可管理与分配的资源总量、不同功能子系统资源需求量、资源调度网络环境特点、云资源未来需求预测等信息集中存储在中心机上，进行统一的管理、分配、调度和优化。此外，移动性和可便携性是云阅读终端的发展方向，结构简单的阅读终端可通过网络获得云计算资源。因此，应结合云读者地域分布零散、单个用户云资源需求量少、单个组件失效对资源分配活动整体影响小、资源管理系统容错和可靠性高的特点，采取虚拟化资源的分布式管理和调度，确保用户资源调度的高效、安全、同步、快捷［5］。

2.3 结合云阅读服务业务特点进行资源调度

云计算环境下，数字图书馆的主要服务方式为在传统数字服务基础上，开设站内E-mail、图书馆视频会议、云用户管理服务系统、Web托管、云应用程序开发、视频托管、数字图书馆安全防范、公用的应用程序组件、基本的办公应用程序、批处理应用程序等个性化云应用服务。不同的服务方式具有不同的资源需求标准和要求，因此，要结合读者云应用服务特点和阅读服务需求，有效地进行云资源分配与调度。

读者云阅读服务活动开展过程中，图书馆视频会议、云用户管理服务系统、数字图书馆安全防范、视频托管等服务，具有云计算资源需求量大、资源分配适时性强、调度高效与快速、突发性调度需求事件发生概率高的特点。因此，对上述云应用服务应设置较高的资源分配权限，当所分配的资源数量影响服务活动开展和读者阅读满意度时，应优先将资源池资源进行分配，或者从其它适时性与资源分配级别低的应用上进行调度。其次，通常在18～23点之间，读者对站内E-mail、公用的应用程序组件、视频托管、Web托管等云服务资源需求量较大，而对图书馆视频会议、基本的办公应用程序、云应用程序开发等应用服务云资源需求量较小。因此，在此时段可将云资源从需求量较小的应用向需求量较大的应用迁移，等应用高峰期过后再迁移回来，保证云服务质量和云资源分配的安全与高效。第三，应在图书馆云数据中心和各备份中心之间实施云资源的统一管理和调度，当某一服务区域负载量过大时，确保能够从其它相临地域的备份中心进行云资源调度和迁移［6］。

2.4 确保云资源管理系统设计的易用性和安全性

图书馆云资源管理系统设计中，应在符合云计算标准规范的开发平台上进行设计，并为用户提供统一的管理接口和用户界面，可兼容主流虚拟化厂商的软、硬件设备，对异构性高的云资源具有较强的综合管理能力。此外，在云资源管理平台设计中，应采用以服务模式管理为对象的模块化设计方法，确保同一管理平台上不同功能的管理模块具有较强的兼容性和独立性。第三，为了方便管理员对云资源的适时管理，应采取基于Web的设计思路和B/S的管理架构，确保管理员能够通过网络以远程访问的方式安全、便捷地进入管理界面，进行云资源的管理、部署、迁移和维护。第四，在管理系统设计中，因重点突出云资源的自动、智能化管理和调度。确保云管理系统在较低的管理成本和人力资源成本投入前提下，能够安全、高效、准确、经济地进行资源管理和调度。

2.5 实现云资源管理、调度的监控与自动部署

首先，云图书馆资源管理、调度过程中，管理员应通过统一的管理平台界面实现对云数据中心物理设备、虚拟集群和云应用服务的监控，采集的数据由管理系统处理后在统一界面对各项参数进行显示，并依据管理员设置的阀值进行报警和自动设置。其次，可根据读者群数量和云资源需求变化情况，依据云管理员预先设置而实现管理平台对云资源的配置和调度。并根据读者云阅读服务安全性和物理设备安全隔离需求，将云计算、云存储资源调度迁移到特定的物理设备上，或者由读者按需自主进行云资源的配置。第三，当云数据中心部分服务器出现故障时，应通过云资源管理平台系统自动部署新的虚拟集群资源，由管理平台实现云资源的重新调度和负载迁移，确保读者云个性化阅读服务的不间断性。第四，应保证云资源管理与调度网络传输系统数据传输的安全与畅通，保证安全、高效、准确、及时地将调度控制数据传输至控制器［7］。

3 结束语

云计算环境下，数字图书馆为读者提供高性能计算、海量存储、多媒体数据传输、即时多模式阅读服务的同时，安全、经济、便捷、高性价比成为决定云图书馆发展和读者满意度的重要因素。

云图书馆建设、运营过程中，数字图书馆云计算资源是按照统一部署、集中管理、按需分配、分布使用的原则进行管理与调度，而云资源的租赁成本和使用效率是关系云图书馆投资收益率的关键因素，同时也是影响读者云阅读活动体验满意度的主要内容。因此，在虚拟化资源管理与调度中，应加强对云图书馆虚拟化资源管理机制和策略的研究，努力提高虚拟化资源管理与调度的自动化、智能化水平，保证云资源管理与调度活动安全、高效、经济、低碳、简单、可靠。同时，在保证云资源管理系统具有较高管理、运营效率的前提下，应不断降低云图书馆管理、运营和读者云阅读成本，确保云图书馆具有较强的市场竞争力和读者满意度［8］。

参考文献

［1］IBM虚拟化与云计算小组.虚拟化与云计算［Ｍ］.北京:电子工业出版社,2009：78-83.

［2］中国电信集团公司.中国电信(2010)141号云计算技术白皮书,2010:35-46．

［3］王春海.中小企业虚拟机解决方案大全［Ｍ］.北京:电子工业出版社,2010:47－71.

［4］陈全,邓倩妮.云计算及其关键技术［Ｊ］.计算机应用,2009,29(9):2562-2567.

［5］陈康,郑纬民.云计算:系统实例与研究现状［Ｊ］.软件学报,2009,20(5):1337-1348.

［6］程仕伟,潘郁.云计算环境下基于可信性的动态资源分配策略［Ｊ］.计算机工程,2011,11(37):45-48.

［7］张建勋,古志民,郑超.云计算研究进展综述［Ｊ］.计算机应用研究，2010(2)：429-433．

人力资源调度篇7

对如何界定和测量一个国家或区域人力资源流动与经济发展之间的协调度值,如何根据协调度值来作出评价并提出促进人力资源流动与经济协调发展的对策等问题的探讨和研究,既有利于丰富和完善现有人力资源流动与经济发展关系理论,同时对于一个国家或地区经济实现以人力资源为根本的跨越式发展,具有重要的现实意义。

一、模型基本概念

( 一) 人力资源

人力资源是指一国或区域范围内能够推动社会和经济发展的、具有智力劳动和体力劳动能力的人的总称,从范围来讲,划分为宏观人力资源和微观人力资源。本文主要探讨宏观人力资源。宏观人力资源在数量上包括由适龄就业人口、未成年就业人口、老年就业人口所构成的现实人力资源数量和由适龄待业人口、适龄就学人口、从事家务劳动人口、正在军队服役的人口和适龄其他人口所组成的潜在人力资源数量。本文测量模型仅考虑现实人力资源。考虑到数据的可获得性,模型所涉及的一个区域内的人力资源数量等同于该区域内从业人数。

( 二) 人力资源流动

人力资源在经济发展中的重要作用主要体现在以其作为载体所承载的人力资本含量。人力资本是人力资源身上的智力、知识和技能的总和,是资本的一种重要形态,与其他资本一样在市场上具有流动性。依据美国心理学家勒温的场论,人力资本的有效发挥取决于周围的环境。如果个体处于一个不利的环境之中,则很难发挥其聪明才智,也很难取得应有的成绩,而且一般而言,个体对环境往往无能为力,改变的方法就是离开这个环境,转到一个更舒适的环境去工作,这就是人力资本流动。而众多人力资本流动的趋向就构成了人力资源流动。人力资源流动是一个系统,包括诸多要素,从时间上可以划分为静态要素和动态要素两类。所谓人力资源流动系统静态要素即人力资源流动存量( 在统计上即人力资源数量) 、人力资源流动存量产业分布结构和人力资源能力; 所谓人力资源流动动态要素即人力资源净流动数量。

( 三) 人力资源流动与经济协调发展

协调是指两种或两种以上系统或系统要素之间配合得当、和谐一致、良性循环的关系[1]。发展是指系统或系统组成要素本身从简单到复杂、从低级到高级、从无序到有序的变化过程。协调发展是协调与发展的交集,是系统或系统内要素之间在和谐一致、配合得当、良性循环的基础上由低级到高级、由简单到复杂、由无序到有序的总体演化过程。人力资源流动系统包括人力资源流动存量、存量产业分布结构、能力和净流动数量等四个要素,经济发展系统包括人均GDP、经济增长率、三大产业GDP占比等三个要素,因此,人力资源流动与经济协调发展是指人力资源流动系统及其四要素与经济发展系统及其三要素在发展演化过程中彼此充分利用并形成积极作用关系,两系统及其要素之间达到和谐一致、有序、良性循环的状态。

( 四) 人力资源流动与经济发展协调度

系统之间或系统组成要素之间在发展演化过程中彼此和谐一致的程度为协调度。我们把人力资源流动与经济发展协调度界定为———在某一确定的时间、空间范围内,人力资源流动与经济发展两大系统及系统组成要素距离良性有序状态( 理想状态) 的接近程度。人力资源流动与经济发展的协调度是判断人力资源流动与经济发展是否处于协调状态的定量指标。

二、人力资源流动与经济发展协调度测量模型

( 一) 模型构建思路

人力资源流动与经济发展协调度是对一定空间和时间范围内人力资源流动与经济发展两大系统及系统组成要素距离良性有序状态接近程度的衡量。考虑到人力资源流动和经济发展的协调关系是一个动态与静态的相互过程,因此,人力资源流动与经济发展协调度也应包含静态协调度和动态协调度。所谓静态协调度是指在某一具体时间点上某一国家或区域人力资源流动与经济发展之间的协调状态; 所谓动态协调度是指在某一较长时间段内某一国家或区域人力资源流动与经济发展之间的变化的协调状态。由于人才资源流动系统与经济发展系统具有上述动态协调关系和静态协调关系,本文试图先从这两个方面对两大系统间的协调度进行测量。人力资源流动与经济发展协调度测量模型构建思路如图1所示。

图 1 人力资源流动与经济发展协调度测量模型构建思路

在动态协调度测量中,将依据邓聚龙的灰色系统理论并采纳基于该理论提出的现有相关协调度模型; 在静态协调度测量中,将根据塞尔奎因 - 钱纳里结构变动模式的基本思想及基于该思想提出的现有相关结构偏离度模式来测量人力资源流动存量产业分布结构与经济发展的偏离度。以上两方面仅仅是从人力资源流动的静态衡量指标( 人力资源流动静态数量及产业分布结构) 出发,并不能对人力资源流动系统( 人力资源流动静态数量、产业分布结构、人力资源能力及流动比率等) 与经济发展系统的总体协调度进行评价与分析,因此,还需要结合适合度景观理论和NK模型从人力资源流动存量、人力资源流动存量产业分布结构、人力资源能力和人力资源净流动四个要素对人力资源流动系统与经济发展的总协调度进行测量。

( 二) 灰色系统理论与人力资源流动存量与经济发展动态协调度测量模型

灰色系统理论是以“灰色系统”表示部分信息已知、部分信息未知的小样本、贫信息不确定性系统,以灰色系统为研究对象,通过对部分已知信息的生成、开发,提取有价值信息,从而实现对灰色系统运行行为、演化规律的正确描述和有效监控[2]。该理论是邓聚龙教授于1982年创立的。尽管我们在前述部分描述人力资源流动系统包含4个要素、经济发展系统包括3个要素,事实上,这两大系统的要素类型和数量均很多,衡量这些要素的指标就更多,要素和指标的不可定量性等特点,使人力资源流动系统和经济发展系统存在许多信息未知领域。而我们前述部分所选取的人力资源流动系统4个要素、经济发展系统3个要素则可以通过相关渠道获取定量的、明确的信息。因此,人力资源流动系统与经济发展系统有部分信息已知、部分信息未知,是典型的灰色系统。我们可通过对部分已知信息( 即人力资源流动系统的4个要素及其评价指标、经济发展系统的3个要素及其评价指标) 的生成、开发,提取有价值的信息,实现对人力资源流动系统与经济发展系统协调度的正确测量与评价。

依据灰色系统理论,张晓东等提出了动态协调度指标[3],李春平等将该动态协调度指标运用于人力资源与经济系统的协调性分析[4]。因此,我们借鉴他们的成果构建人力资源流动存量与经济发展动态协调度测量模型,计算公式为

该公式中,Cxy为人力资源流动存量与经济发展的动态协调度,x为人力资源流动存量的增长速度,y为经济的增长速度。Cxy取值范围为[- 1. 414,1. 414]。结合经济发展的阶段,我们对人力资源流动存量与经济发展动态协调度分级标准进行总结,如表1所示。

表 1 人力资源流动存量与经济发展动态协调度分级标准

( 三) 基于塞尔奎因 - 钱纳里结构变动模式理论的人力资源流动存量产业分布结构与经济发展偏离度测量模型

一个国家或区域,其产业结构调整与优化升级与其人力资源的产业分布结构及流动密切相关。1989年塞尔奎因 - 钱纳里提出就业结构转换滞后理论。该理论认为,由于现代工业对劳动力的需求弹性较低,农业剩余劳动力首先被吸引到劳动比较密集、技术不太先进的工业部门; 当达到刘易斯拐点时,尽管工业比重已经占据主导地位,但因农业生产技术水平和劳动生产率并没有达到相应的水平,所以就会出现产业结构与就业结构的不对称。据此,他们提出产业结构偏离度概念。各产业结构偏离度等于各产业就业比重减去各产业产值比重,总偏离度则为各产业结构偏离度绝对值之和。

国内学者杨益民借鉴就业结构偏离度系数原理,提出产业专业人才结构偏离度公式,并对江苏省人才结构与经济发展的协调状况进行了分析,取得了一定成果[5]。基于塞尔奎因 - 钱纳里结构变动模式基本思想和杨益民等提出的产业结构偏离度思想,人力资源流动存量产业分布结构与经济发展偏离度计算公式为

公式中,GDP产业构成比是指某产业GDP占三次产业全部GDP的比例,人力资源流动存量产业构成比是指某产业人力资源流动存量占三次产业全部人力资源流动存量的比例。偏离度评价标准如表2所示。

表2 人力资源流动存量产业分布结构与经济发展偏离度

( 四) 基于适合度景观理论、NK 模型的人力资源流动与经济发展总协调度测量模型

1. 人力资源流动与经济发展总协调度。适合度景观是一种山谷和高峰相间的崎岖地貌。1932年,Wright首次提出适合度景观概念,并把它引入生物基因的研究过程: 每一种基因组合对应于景观中的一个点,这个点即基因型的适合度值。基因型的适合度值高,点的高度就高,对应着景观中的高峰; 基因型的适合度值低,点的高度就低,对应着景观中的山谷。进化过程就是物种为了达到高的适合度值,在景观中适应性行走或适应性跳跃的过程[6]。在Wright的基础上,1993年Kauffman提出了NK模型。在NK模型中,适合度景观被描述成不同系统的适合度,通过研究系统中不同要素间的相互关系及其对该系统适合度的影响,寻找更高适合度的系统构成。继生物学研究之后,适合度景观理论被用于物理学领域,并逐步推广到其他复杂系统领域。20世纪90年代以来,适合度景观理论开始应用于管理学和经济学领域,得到了经济学家和管理学家的认可。

依据适合度景观理论,我们将经济发展与物种进化过程相类比,将人力资源流动要素视为物种基因,经济发展水平比拟为基因的适合度,因此,人力资源流动系统与经济发展系统景观就是基于现有的人力资源流动要素组合寻找另一种与其更协调的经济发展状态的人力资源流动要素组合的过程。具体来讲,某一种人力资源流动要素组合的“适合度”即该种人力资源流动要素组合中各要素经过彼此之间的相互作用带动经济发展的水平。当然,在本文中,我们将这种人力资源流动要素组合对经济发展的“适合度”称为“人力资源流动与经济发展总协调度”。

2. 人力资源流动与经济发展总协调度测量模型。如图2所示,依据前文对人力资源流动与经济发展总协调度的界定,总协调度测量模型涉及4个人力资源流动要素( 要素名称及测量指标见图2) 及1个经济发展水平要素( 测量指标为人均GDP) 。通过一定途径搜集拟研究区域相关指标数据,对搜集到的数据依次经过图2中STEP1、STEP2、STEP3,分别计算出人力资源流动4个要素在状态1和状态0时对应的对总协调度值的贡献值。

图 2 人力资源流动与经济发展总协调度测量模型思路

人力资源流动系统共有4个要素,每种要素2种状态,所以人力资源流动要素组合状态从理论上讲有16种,而某区域一定时间人力资源流动要素组合状态只能是这16种中的一种。因此,针对该区域人力资源流动要素组合状态,运用公式

求得该区域人力资源流动与经济发展总协调度值。其中,Fj代表人力资源流动系统组合状态j与经济发展系统的协调度值,J代表人力资源流动系统组合状态,N代表人力资源流动系统要素数量( N = 4) ,A表示人力资源流动要素的状态数( A = 2) ,Xij代表人力资源流动要素i对人力资源流动系统组合状态j的总协调度值的贡献。

三、结语

人力资源作为知识经济时代的第一资源,对一个国家或区域经济的发展具有重要的战略意义。人力资源流动作为人力资源实现优化配置的必然途径,任何一个国家或区域都无法阻挡,只能对以市场经济为主导的人力资源自由流动模式加以引导和优化。对于一个国家或区域来讲,必须明确国家或区域人力资源流动与经济发展的协调程度,解决这个问题则需要一个能够衡量国家或区域人力资源流动与经济发展协调度的测量模型。本文在界定人力资源、人力资源流动、人力资源流动与经济协调发展、人力资源流动与经济发展协调度等基本概念的基础上,借助灰色系统理论构建人力资源流动存量与经济发展动态协调度测量模型,基于塞尔奎因 - 钱纳里结构变动模式理论构建人力资源流动存量与经济发展偏离度测量模型,借鉴适合度景观理论和NK模型的基本思想构建人力资源流动与经济发展总协调度测量模型。希望上述研究能够对促进国家或区域人力资源流动与经济协调发展有所裨益。

摘要：人力资源流动与经济发展之间是一种复杂的关系。要了解人力资源流动是否与经济发展相协调,就必须对二者之间的协调度进行测量。这就需要构建科学合理的人力资源流动与经济发展协调度测量模型。为此文章借助灰色系统理论构建了人力资源流动存量与经济发展动态协调度测量模型,基于塞尔奎因-钱纳里结构变动模式理论构建了人力资源流动存量产业分布结构与经济发展偏离度测量模型,借鉴适合度景观理论和NK模型的基本思想构建了人力资源流动与经济发展总协调度测量模型。希望这些测量模型对衡量人力资源流动与经济发展协调度值、促进人力资源流动与经济协调发展有所裨益。

关键词：人力资源流动,协调发展,人力资源流动与经济发展协调度

参考文献

[1]杨士弘,等.关于环境与经济协调发展研究方法的探讨[J].广东环境监测,1992(4):2-6.

[2]邓聚龙.灰色系统理论与应用进展的若干问题[M].武汉:华中理工大学出版社,1996:1-10.

[3]张晓东,朱德海.中国区域经济与环境协调度预测分析[J].资源科学,2003(2):1-6.

[4]李春平.江苏人才结构与经济发展协调性分析[D].南京财经大学硕士论文,2006.

[5]杨益民.人才结构与经济发展协调性分析的指标及应用[J].安徽大学学报(哲学社会科学版),2007(1).

流域水资源调度研究综述篇8

1 水资源调度概念及分类

1.1 水资源调度的概念

水资源调度是水资源管理工作的重要内容之一,是水资源管理决策由规划、计划和方案到水资源实施、配置的具体手段,是落实江河流域水量分配方案并配置到具体用水户的管理过程。

水资源调度概念目前没有确切的定义,一般常用的是水量调度或水利调度,有的也以水库调度来代替,但水资源调度是一个宏观概念,涵盖的内容极为广泛,而水量调度、水利调度、水库调度则主要指具体的调度内容,应属于水资源调度的范畴之内。

1.2 水资源调度分类

水资源调度按照调度方法可分为常规调度和优化调度;按照调度的时间可分为年、月、旬调度甚至更加细化的周、日调度和实时调度;按照调度内容可分为防洪调度、排涝调度、灌溉调度、供水调度、排沙调度、发电和生态调度等,也可划分为综合调度和单一目的调度。无论水资源调度如何划分,其实质主要是围绕水利工程(主要指水库)和水量两个要素进行的调度,通常人们以水量调度或水利调度来代表水资源调度。

2 水资源调度技术及方法

国际上以水资源系统分析为手段,水资源合理配置为目的的实践研究,最初源于20世纪40年代Masse提出的水库优化调度问题,50年代中期创立了系统工程并在水库(群)优化调度中得到广泛应用。我国水资源调度研究相对起步较晚,但发展较快。20世纪60年代初我国开始了以水库优化调度为先导的水资源分配研究,但比较深入的研究是在80年代开始的,并运用到防洪调度研究中。随着数学规划理论的日渐完善和计算机技术的广泛应用,调度方法更加丰富。与水资源调度分为常规调度与优化调度相对应,水资源调度方法可分为常规方法和系统分析方法。

2.1 常规方法

常规方法是以调度准则为依据,利用径流调节理论和水能计算方法,并借助于水库的抗洪能力图、防洪调度图等经验性图表实施防洪调度操作,是一种半经验、半理论的水库调度方法[1],包括时历法和统计法。1926年莫洛佐夫提出水电站水库调节的概念,其后逐步发展形成以水库调度图为指南的水库调度方法,这种方法一直沿用至今。但常规方法存在着经验性且不能考虑预报,调度结果也不一定最优,所以一般只适用于中小型水库群的防洪联合调度。

2.2 系统分析方法

20世纪50年代以来,随着系统工程的迅速发展与广泛应用,系统分析方法被引入到水库群优化调度研究中来,一般可分为数学规划及概率模型两大类。数学规划在系统分析中占显要地位,其中包括线性规划、非线性规划、动态规划、多目标优化技术等;概率模型考虑事态发生的不确定性,包括排队论、马尔可夫决策过程、系统可靠性分析。另外还有模拟算法、大系统分解协调法及现代启发式智能算法等。

2.2.1 线性规划

1939年由法国数学家傅立叶提出线性规划的想法,但未引起注意;1947年美国数学家Dantzig提出线性规划的通用解法,为这门学科奠定了基础。线性规划法是水资源流域应用最早且最广泛的规划技术之一,有成熟的算法和应用程序。1967年,Hall等[2]建立了线性规划和动态规划的耦合模型,对水库优化问题进行研究。1973年, Windsor[3]将线性规划应用于水库群的联合调度,将函数间的非线性关系进行了线性化处理,并利用单纯形法或混合整数规划法求解。我国也有一些该学科的研究成果。王厥谋[4]建立了丹江口水库线性规划模型,考虑了河道洪水变形和区间补偿问题。都金康等[5]提出了并联水库群洪水调度模型,利用线性规划法求解。王栋等[6]建立了淮河流域混联水库群最大防洪安全保证的线性规划模型。

2.2.2 非线性规划

由于非线性规划模型中的目标函数或约束条件是非线性的,其计算过程比较复杂,目前没有可行的解法和程序,通常将非线性问题转化为线性问题求解,或与其他方法结合。Under等[7]利用非线性规划理论和洪水演算原理,提出了实时调度优化模型及其算法。罗强等建立了水库群系统的非线性网络流规划法,并提出了逐次线性化与逆境法相结合的求解方法[1]。

2.2.3 动态规划

动态规划法是处理多阶段决策问题的有效方法,是水库群优化调度中应用最广泛的数学规划法。最早将动态规划法应用于水库优化调度的是美国的Little[8],他提出了基于随机径流的水库优化调度数学模型。Turgeon[9]运用随机动态规划和逼近法解决了并联水库群的优化问题。Ahmed[10]对建立的5个水库系统进行主成分分析,寻求一个降维模型,然后使用随机动态规划对降维模型求解。国内对动态规划法的研究十分广泛,虞锦江等[11]基于最可能洪水概念提出了水电站水库洪水优化控制模型;李文家等[12]以下游超过防标洪水最小的原则,建立了3个水库联合调度防御下游洪水的动态规划模型;付湘等[13]利用该法建立了一个多维动态规划单目标模型进行防洪调度。该方法的不足之处是,当水库数目增加时,会产生维数灾问题,针对此问题需借助一定的方法来降维。

2.2.4 多目标优化技术

水资源调度兼顾防洪、灌溉、发电等多方面效益,决定了流域水资源调度的多目标特点,因而多目标优化法的引入势在必行。Beckor[14]用约束扰动法研究了水库群系统的多目标问题;Mohan等[15]对印度5个水库群建立了一个线性多目标模型。我国的董子敖等[16]提出了计入径流时空相关关系的多目标多层次优化法;吴保生等[17]提出了并联防洪系统优化调度的多阶段逐次优化算法,成功地解决了河道水流的滞后影响;杨侃等[18]应用多目标和大系统分解协调方法对串联水库群水量宏观优化调度问题进行分析和研究,建立了基于多目标分析的库群系统分解协调宏观决策模型。多目标分析法可考虑不可公度目标的组合以及更多的实际影响因素,可明晰获得权衡系数,因而有着更大的实用性。

2.2.5 大系统协调分解

大系统具有高维性、不确定性、规模庞大、结构复杂、功能综合因素众多等特征,分解协调法几乎贯穿于大系统理论的所有方面。目前,大系统分解协调法在水电站水库群系统调度领域渐受重视。Jamshidi[19]应用分解协调技术解决了Grande流域开发问题。张勇传[20]利用大系统分解协调的观点,对2个并联水电站水库的联合优化调度问题进行了研究,引入偏优损失最小作为目标函数,对单库最优策略进行协调,以求得总体最优。谢新民等[21]研究和提出一种基于大系统理论和传统动态规划技术的水电站水库群优化调度模型与改进目标协调法,有效地克服了动态规划的“维数灾”问题。卢友华等[22]根据大系统分解协调的原理,提出递阶模拟择优的方法,对义乌市水库系统模拟运行引进调度线,合理地解决了多水源、多用户、多保障率的问题,取得了满意的效果。

2.2.6 模拟模型法

模拟模型是利用数学关系式描述系统参数和变量之间的数学关系,详细地描述系统的物理特征和经济特征,并在模型中融入决策者的经验和判断,概念易于理解且便于使用[1]。最早的水资源系统模拟是20世纪50年代,美国陆军工程师兵团以整个系统的发电量最大为目标,模拟了密西西比河支流上6座水库的联合调度。雷声隆等[23]针对南水北调东线工程的水库调度问题,提出了自优化模拟模型与技术,使得水库调度在模拟迭代过程中实现自优化。李会安等[24]利用自优化模拟技术建立了黄河干流上游梯级水量实时调度自优化模拟模型。

2.2.7 现代启发式智能方法

随着系统工程理论和现代计算机技术的发展,特别是现代智能启发算法的兴起,在常规优化算法求解困难时,现代智能优化算法便开始体现优势。

a. 遗传算法。遗传算法是模仿自然界生物进化过程中自然选择机制而发展起来的一种全局优化方法,由Holland在20世纪70年代初期提出,是演算算法的重要分支。East等[25]假设在入库流量已知条件下使用遗传算法,应用线性规划及动态规划,求解4个水库问题。Oliveira等[26]利用合成流量,将遗传算法应用在假想的并联2个水库的操作策略上。Huang等[27]将随机动态规划与遗传算法相结合求解了2个并联水库的优化调度问题。黄强等[28]将遗传算法与系统模拟相结合,制定梯级水库优化调度图的理论及方法,并以乌江上游梯级水库为研究对象,绘制了梯级水库优化调度图。

b. 人工神经网络。人工神经网络以生物神经网络为模拟模型,具有自学习、自适应、自组织、高度非线性和并行处理等优点,是目前国内外比较流行和具有发展前途的系统之一。Park等[29]用分段二次费用函数逼近非凸费用函数,证明了神经网络用于非凸费用函数的经济负荷调度的可能性。胡铁松等[30]基于Hopfield连续模型,建立了一般意义上的混联水库群优化调度的神经网络模型,通过BP网络对样本的学习得到水库群优化调度函数,并应用于3个并联水库的调度。缪益平等[31]在2003年利用神经网络强大的非线性映射能力建立了水库调度函数的神经网络模型,并用该模型对湖南凤滩水库调度进行了模拟。

此外,蚁群算法、退火算法、粒子群算法等新型智能算法在水资源调度流域也得到广泛的应用。近年来,系统科学中的对策论、存贮论、模糊数学和灰色理论等多种理论和方法被引入,极大地丰富了水资源系统联合调度问题的研究手段和途径。

3 国内水量统一调度实践

我国的流域水量统一调度工作,总体上起步较晚,但发展较快。20世纪60年代初我国开始了以水库优化调度为先导的水资源分配研究。20世纪90年代以前,除个别流域由于水资源供需矛盾尖锐难实现水量统一调度,其他流域均开展了以发电和供水为主的局部河段的水量调度工作,其水利建设主要以工程配置为主,仅在局部地区出现过调水工程,没有现代意义上的水资源调度。

近年来,我国水资源调度工作取得了长足进展,在维护经济社会可持续发展、建设修复生态等方面发挥了显著作用。同时水资源调度的内涵不断丰富,调度理念不断发展,调度服务的领域不断拓宽,已呈现出三个较为明显的变化趋势,即从应急调度发展到常规调度,从单纯的水量调度到水量与水质的统筹考虑,从单纯服务于生产生活到为兼顾改善生态环境调水。

总体上来说,我国水资源调度工作的发展经历了两个阶段,即从1949年新中国成立初期到20世纪90年代,水资源调度以水利工程的兴利调度和跨流域调水为主,较少从流域水资源综合利用考虑,北方河流的水资源调度不考虑河道内生态环境用水,造成江河断流,尾闾湖泊干涸;2000年以来,水资源调度逐步重视河流自身的生态用水,统筹兼顾,综合协调,依据可持续发展的要求,逐步开展了黄河流域的全河水量调度、黑河和塔里木河流域水量统一调度、扎龙湿地补水、南四湖生态调度补水、引江济太等跨流域、远距离的多项水量调度工作,逐渐形成了抗旱应急、中期供需平衡、长期生态维系的综合调度体系。

目前,我国以流域为单位的水资源统一管理和调度的格局已初步形成,黄河、黑河、塔里木河流域的水量统一调度已步入了正常调度,在调度原则、调度方法、调度技术等方面日趋成熟, 2006年国务院以行政法规的形式颁发实施了我国第一个流域性的水量调度法规——《黄河水量调度条例》,其他一些河流的水量调度工作也逐步展开。我国水量调度的现状如下:

a. 在调度管理体制上,实现了流域管理与区域管理相结合的水量调度管理体制。

b. 在调度技术上,通过应用水文预报、需水预测、信息技术及远程监测、监控、监视及水库优化调度等技术,使得水量调度断面控制和总量控制得以更加合理、可行,保障和提升了水量调度的精细水平。

c. 在调度方案上,形成了年计划、月方案、旬方案、实时调度指令等长短结合、滚动调整、实时调度方案编制和发布体系。

d. 在调度监督检查上,实现了水量调度行政首长负责制和水量调度监督检查制度,保证了调度顺利实施。

e. 在调度手段上,通过行政、法律、技术、经济及工程手段,实现了综合实施水量调度。

f. 在调度原则上,实行了总量控制,以供定需,分级管理、分级负责,即国家统一分配水量,流量断面控制;省(自治区、直辖市)负责用水配水,重要取水口和骨干水库统一调度的原则。

4 水资源调度研究存在的问题及展望

水资源紧缺导致了各用水部门之间的矛盾,只有通过更高一级的管理部门对各用水部门进行协调和沟通,上下游统筹兼顾,需水计划与来水预报结合,在流域级上进行水资源的统一分配,才能使有限的水资源得到合理的配置,解决用水单位之间的矛盾,这些都为水资源的管理调度积累了宝贵的经验,为其他河流的水资源调度提供了借鉴。

纵观水资源调度研究历史,早、中期水资源调度主要是集中在如何建立调度模型与求解模型两个方面,侧重于调度理论研究。近10年来,理论研究已日渐成熟和完善,不少研究成果相继问世,但实际应用的却较少,未能形成一种实用、成熟的调度方法,未能真正起到理论指导实践的作用。因此,今后水资源调度研究需注重与生产实际相结合,注重研究成果向生产实践的转化,以弥补理论研究与实际应用的鸿沟。

水资源调度研究在我国北方水资源极度匮乏流域或区域开展较多,解决的是河流断流、湿地退化、海水倒灌、区域盐碱化、沙漠化等极度水资源危机问题。近年来,随着经济社会发展对水利新需求的提高,南方丰水地区的水资源问题日益突出,如何在我国南方地区开展水资源调度研究,探索其理论和方法是亟须解决的问题。

水资源调度是一个涉及面广、牵涉利益复杂和部门多的大系统管理和决策问题,其研究在理论和生产实际中都有着重要的价值。随着水资源调度理论研究的不断深入,尤其是一些新理论、新学科、新技术的不断发展,水资源调度研究也逐渐由理论研究转向实际应用,由单一方法转向多技术综合等。21世纪水资源调度必将取得更大发展,主要可概括为以下几个方面:

a. 考虑生产实际中水库调度的复杂性和水资源系统的“非结构化”特点,引进系统识别思想,采用模拟与优化相结合的方法,研究模型简单、求解迅速、便于决策者参与、能根据实际情况快速给出“满意解”的模拟优化调度模型和求解方法。

b. 大型水资源系统是跨部门,跨区域的复杂大系统,为了使整个系统获得尽可能大的利益,研究一条河流、一个流域的水资源调度将是未来的发展方向。

c. 利用现代成熟的计算机技术建立水资源调度专家决策支持系统,并在生产实践中推广应用,从而更加及时、准确、自动和直观地为决策者提供可靠的依据。

摘要：介绍了水资源调度的概念及分类,概述了该研究领域的技术理论与方法,总结了国内水量调度的研究现状,对近年来水资源调度研究存在的问题做了初步分析,并对今后工作进行了展望:今后水资源调度研究需注重与生产实际相结合,注重研究成果向生产实践的转化,以弥补理论研究与实际应用之间的鸿沟。

云数据中心资源调度机制研究篇9

云数据中心, 是指以用户为中心, 利用分布式技术按需提供各类云服务的资源共享架构, 用户可以按需动态使用这些硬件和软件资源, 并根据服务使用量支付服务费用, 主要具有五个特点:资源池化、高效智能、服务透明、按需服务和按使用量计费。下面就从云数据中心存在的问题, 云计算环境中的调度新特征, 云数据中心资源调度机制三个方面进行综述。

1 云数据中心存在的问题

(1) 由于现有云数据中心没有实现充分有效的全局双向选择交易, 因此导致了它没有满足大多数云市场参与者的交易需求并且它的大多数云资源提供者收益偏低。

(2) 由于现有云数据中心没有充分考虑多维云资源的调度, 因此其多维云资源利用率偏低。

(3) 由于现有云数据中心没有充分考虑云任务间的通信能耗, 因此它的能耗偏高。

2 云计算环境中的调度新特征

2.1 资源环境

云计算环境下, 服务方对资源的配置差异较大, 可能是高性能集群, 可能是性能较高的服务器, 也可能是普通PC机, 以及各种硬件资源上的虚拟机环境。因此, 云计算资源具有规模大、异构性强、可用性高等特征。同时, 由于机器类型多种多样, 资源又可能从属于不同的云服务提供商, 资源的计算能力、存储能力、带宽等因素也具有较大差异, 因此云计算环境下的调度问题就变得异常复杂。

2.2 约束条件

在传统的分布式计算环境中, 系统整体性能最优往往是调度的最优化目标, 资源均为无偿免费的。云计算环境中, 云服务提供商提供资源提供服务, 用户“按需付费”, 只需要为使用的资源或服务付费。因此, 云环境中的调度问题必须考虑任务执行的成本约束。

2.3 优化目标

传统分布式环境中, 调度的优化目标均是以系统为中心, 主要面向系统性能, 如系统吞吐量、CPU利用率等, 而对用户的服务质量需求考虑较少。云计算环境中不仅注重资源利用率及系统性能的提高, 而且重视保证用户的需求, 以实现资源供给与资源消费的双赢局面。

3 云数据中心资源调度机制

3.1 基于双向拍卖机制的竞价资源调度机制

竞价调度技术是一种基于经济理论的资源调度技术。在基于经济理论的云资源调度策略中, 单位资源价格、用户的资源需求量和资源可提供量起价格调节杠杆的作用, 任何单位资源的使用都是有偿的, 云用户既是服务使用者更是服务购买者, 需要支付所使用服务的费用。资源提供者能够通过提供资源获得收益。该机制将云数据中心的云资源提供和按使用量付费使用模式映射为云市场模式, 云市场中的云资源提供者和云资源使用者 (用户) 是博弈的双方。在云市场模式下, 云资源提供者希望获得更大的云资源交易量和更高的云资源收益, 而云资源使用者 (用户) 希望获得更高的服务完成质量。在云市场模式下, 博弈双方的最终平衡点是纳什均衡点。在纳什均衡点上和不改变任何策略的前提下, 参与博弈的云资源提供者和云资源使用者 (用户) 均获得最大的满意度。博弈沦通过研究游戏中的个体预测行为和实际行为, 归纳出优化策略, 主要研究竞争中参加者为争取最大利益应当如何做出优化策略。

3.2 基于整数马尔可夫理论的多维云资源高效调度

多维云资源高效调度技术是基于三种类型资源 (计算、存储和带宽) 的资源调度技术。由于每个用户任务对三种类型资源 (计算、存储和带宽) 的需求量各不相同, 因此云数据中心会产生无法满足用户任务对某一类或某两类云资源需求的客观情况, 从而云数据中心产生了大量的闲置碎片资源。本文通过使用多维云资源高效调度技术, 更多的碎片资源被充分利用, 更多云用户任务也可以在处理机上运行, 从而有效提高了多维云资源利用率并满足了更多云用户任务对三种类型资源 (计算、存储和带宽) 的需求。基于服务等级协议的云计算资源调度架构, 主要由用户任务检查和管理控制部件, 虚拟机映射部件, 虚拟机跟踪部件和用户任务请求跟踪部件四个基本实体组成。该模型充分利用整数马尔可夫理论的无后效性—t (t>0) 时刻的用户任务调度方案与t+1时刻的用户任务调度方案无关, 多维云资源可以重复使用。而且改进后的整数马尔可夫理论的概率值取值为“0”或“1”, “1”表示某个用户任务在某个物理机上运行, 否则表示某个用户任务未在某个物理机上运行。而且, 该模型的前提假设为一个用户任务 (虚拟机) 只能在一个物理机上运行。因次整数马尔可夫理论适合用于解决多维云资源率偏低问题。在基于整数马尔可夫理论模型中, 某个用户任务是否在某个物理机上运行于随机事件, 而该模型中的用户任务调度矩阵可以映射为整数马尔可夫链 (一随机过程) 的一步整数转移矩阵。一步整数转移矩阵中的每个元素均符合两个件:每个元素的取值为“0”或“1”;矩阵中每一行元素和为“1”, 即符一个用户任务 (虚拟机) 只能在一个物理机上运行的前提假设。

3.3 基于云任务的低能耗融合调度方案

由于现有云数据中心为充分考虑云任务间的通信能耗, 因此不可避免的出现了云资源能量消耗过大的棘手问题, 从而需要根据合理优化的低能耗调度方案解决现有云数据中心能量消耗较高的重要问题。资源融合调度是一种调度云数据中心资源的有效方式, 云架构可以提供更好的资源融合调度能力。资源融合调度将计算、存储和带宽资源进行有效的融合调度, 减少了三种类型的闲置资源。不仅实现了传统意义上的单一计算资源集中使用, 而且实现了三种资源 (计算、存储和带宽) 的融合集中使用, 到来的虚拟机可以通过减少被激活的处理机资源, 并且让闲置处理机资源处于能量节省状态或者系统的关闭一些处理机资源而获得所需物理资源。

4 结束语

总之, 云数据中心是云计算环境下的硬件和软件松祸合资源共享架构, 用户可以根据需要动态地使用这些硬件和软件资源, 并根据具体使用量支付服务费用。由于现有云数据中心普遍存在云资源提供者收益偏低、多维云资源利用率偏低和云数据中心能耗偏高的问题, 因此在云计算环境下降低云数据中心能耗、提高多维云资源利用率和提高云资源提供者收益成为云计算研究领域中重要的议题。

摘要：云数据中心包含大量计算机, 运作成本很高。有效整合资源、提高资源利用率、节约能源、降低运行成本是云数据中心关注的热点。云数据中心通过虚拟化技术将计算资源、存储资源和网络资源构建成动态的虚拟资源池;使用虚拟资源管理技术实现云计算资源自动部署、动态扩展、按需分配;用户采用按需和即付即用的方式获取资源。因此, 数据中心对提高资源利用率的迫切需求, 促使人们寻求新的方式以建设下一代数据中心。

关键词：云数据中心,云计算,资源调度机制

参考文献

[1]王智明.云数据中心资源调度机制研究, 北京邮电大学, 2012 (05)

[2]孙鑫.面向云环境数据中心的高效资源调度机制研究, 北京邮电大学2012 (04)

政府资源调度管理系统建设论述篇10

进入信息时代和知识经济时代, 信息技术已经成为推动社会发展的重要动力, 政府信息化已经成为一种社会趋势。政府资源管理工作因为其政府内部服务的特殊性, 一直比较少地为社会公众所关注或重视。但随着政府信息化建设的不断深入, 开展政府资源管理的信息化建设, 成为了必然趋势。区机关事务管理局作为政府资源调度管理的机构, 正承担着这样一种责任和使命。传统的机关事务管理局的业务工作是采取传统文件系统管理各类信息, 并配合部分单机办公软件。由于缺乏整体的信息化解决方案, 还无法将全面质量管理贯穿整个政府资源管理、服务、保障全过程, 无法用信息化支撑资产管理、采购配货、会务服务、餐饮服务、车辆服务等各个方面工作。

为了改变这样的局面, 适应这种信息化和现代化的发展, 区机关事务管理局就必须借助先进的科学技术和管理手段, 建立起各项业务管理信息系统。推进机关政务信息化, 有效提高管理水平以及政府资源保障和服务能力;提高工作效率, 降低行政运行成本, 增加政务公开透明度, 进一步提高政府管理水平。

1 业务需求分析

1.1 总体目标

从资源管理和机关服务需求出发, 建立硬件、软件整合平台。开发政务信息资源, 贯穿政府资源管理、服务、保障的全过程, 形成基础数据库, 在此基础之上, 提供系列业务插件。构建以信息资源数字化、信息传输网络化、信息应用集约化为主要标志的资源管理电子政务体系。加快信息的流转、处理、协调和共享, 对内提高办公效率、管理效能, 对外提升机关形象、服务水平。

1.2 业务分析

在“区政府资源调度管理系统”中涉及的主要业务情况如图1所示:

1.3 现存问题需求分析

区机关事务管理局的各项工作内容繁琐, 数据量大且来源分散, 在现阶段的工作中, 还需要工作人员进行手工处理, 而且信息不能及时进行沟通和交流, 严重的降低了部门工作效率, 不利于提高机关资源保障和服务的能力, 也给领导对部门业务的宏观管理带来了不便, 也与目前区政务信息化进程的快速发展不协调之处。举例如下:

(1) 机关工作对象涉及部门广, 服务和管理业务种类繁多。 (2) 工作地点分散、管理难度较大。

(3) 日常工作数据量大, 报表种类、格式繁多。

(4) 业务关联度高, 细节要求严格, 需求变动性大。

1.4 最终用户分析

使用本系统的主要用户角色有:系统管理员、业务管理人员和区各级机关用户。

1) 系统管理员:主要是进行系统级的管理和维护工作。

2) 业务管理人员:隶属于区机关事务管理局, 完成各项申请的审批、办理以及登记等方面的管理工作。

3) 各级机关用户:系统的服务对象。通过区政务门户使用系统提供的各项服务功能。

1.5 非功能性需求分析

1.5.1 业务规范化需求

业务流程的梳理和规范是系统调研的核心内容, 业务流程的定制也是实现过程中的主要内容, 是整个服务系统成功实施的关键。

1.5.2 标准化需求

在设计时, 要求提供开放性好、标准化程度高的技术方案;设备的各种接口满足开放和标准化原则。

1.5.3 成熟性需求

系统结构设计、系统配置、系统管理方式等方面采用成熟、实用的技术。整个系统的设备应易于管理, 易于维护, 操作简单, 易学, 易用, 便于进行系统配置, 在设备、安全性、数据流量、性能等方面得到很好的监视和控制, 并可以进行远程管理和故障诊断。

1.5.4 技术创新性需求

系统应追踪最新的技术发展, 在系统架构设计、软件平台技术、网站服务技术等各个方面体现出创新性。

1.5.5 系统性能需求

系统性能应具体很高的性能和可靠性, 充分考虑将来扩展性的要求, 能够根据业务的增长而不断扩容。

尽量减少单点故障的可能性, 在关键设备的选择和设备的互联时, 应提供充分的冗余备份, 一方面最大限度地减少故障的可能性, 另一方面要保证能在最短时间内修复。

1.5.6 可扩展性需求

充分利用目前区已经成熟的电子政务建设成果, 集约化设计, 以现行需求为基础, 充分考虑发展的需要来确定系统规模。

系统设计具有可扩展性, 可以随着业务需求的变化在功能和性能上进行灵活扩展。

2 政府资源调度管理系统总体功能设计

2.1 总体功能结构设计

根据区机管局的业务需求, 对区政府资源调度管理系统进行数据和业务分析并进行系统架构设计, 建立了“351+X”的架构体系, “3”即为网络和硬件基础体系, 信息安全基础系统、数据库体系的基础体系, “5”为核心应用模块, 包含了平台的主体应用, 1为1个扩展分析平台, 用户基础扩展平台, 进行机关日常管理的大数据分析。详细架构如图2。

2.1.1 基础层

基础层, 是系统架构应用基础, 包含网络和硬件基础, 信息安全基础设施、数据库体系的基础平台, 全面保障系统的稳定运行。

2.1.2 核心层

核心层, 是展示给用户的应用系统的集中展示, 主要由固定资产管理、办公用房管理、车辆管理、餐饮管理、会务管理等构成。对于不同的用户, 分为服务门户和管理门户。其中固定资产管理为基础, 办公用房管理和车辆管理和固定资产管理之间存在业务逻辑, 会务管理和车辆管理和就餐管理之间存在业务逻辑。

2.1.3 扩展运用层

扩展运用层, 是在系统数据积累的基础上进行应用的深化, 提供标准化的数据标准和规范, 通过对应用扩展层的运用分析, 为科学管理机关内部事务提供依据。

2.2 固定资产管理

该模块负责建立健全固定资产购置、验收、保管、领发、检查、维修、处置流程。做好国有资产的清理、登记、造册、保管, 按规定更新和处置固定资产, 不使国有资产流失。

2.3 会务管理

该模块负责会议室基本信息的登记记录, 对机关会议室进行统一管理, 包括会议室的申请流程 (网上申请和特殊报审) 、会议室申请后的审批和安排、会议室修缮维修、会议室费用结算、会议室有关信息的查询、汇总。

2.4 车辆管理

该模块负责各部门用车调配工作, 包括车辆属性、车辆信息和用车申请使用;负责做好车辆维护和使用费用的审核记录工作, 包括车辆的维修、保养、保险、年检、用油以及养路费、使用费、通行费、停车费报销记录;负责驾驶员考核管理工作。

2.5 餐饮管理

餐饮管理直接从采购物品入库开始进行计算机化管理, 包括多个分布各处的餐厅和仓库。该模块负责餐饮物品的采购、验货、入库登记、领用登记、盘点;负责供应商信息的登记及选择;负责接待用餐的登记及结算;负责菜谱制定;负责用户对于餐饮建议和意见的收集及信息反馈。

2.6 办公用房

该模块包括办公用房基本信息管理;办公用房使用情况管理;办公用房调配;房屋维修管理;房屋新建、扩建、改建信息管理;房屋租赁管理等。

3 系统总体架构设计

3.1 技术路线

整个平台将主要使用高性能PC服务器和微软的.NET技术搭建。

3.1.1 网络系统

根据区信息化建设的统一规划, 政府资源调度管理系统将部署在政务外网, 与互联网逻辑隔离, 利用区现有的政务网络进行数据传输。

3.1.2 开发环境

Visual Studio 2010, .NET Framework 4.0, ASP.NET, C#。

3.1.3 数据库

MS SQL Server 2008 Enterprise 64位。

3.2 技术架构设计

3.2.1 总体技术架构

服务平台是典型的SOA应用集成的系统, 需要把与服务有关的各项业务应用用统一的方式组织起来, 让业务根据自定义的流程在各个应用流转处理。采用SOA的服务总线的架构, 能让系统更加清晰, 具有更好的扩展性。

3.2.2 基础平台架构

(1) 统一用户管理

建设统一的用户管理系统, 集中管理用户资料、身份认证和权限信息。具体技术如下:

建设统一用户管理系统, 基于LDAP目录技术, 统一存储和管理政府组织架构和用户信息;

实现统一的用户管理和身份认证, 各类应用系统提供统一用户登录的支持, 可实现各类B/S应用系统的单点登陆;

提供一套Web界面的用户管理平台, 在进行集中管理的同时, 也可由各部门管理员自行对本部门用户进行添加、删除、修改和禁用, 并能与电子邮件账号的添加删除产生联动;

实现统一的权限管理, 可以集中管理和配置用户角色权限信息, 实现异构应用系统的整合;

全面支持电子政务CA/RA中心, 可以与按标准统一建设的数字认证中心 (RA) 实现全面整合;

提供CA数字证书的登录方式, 用户在登录平台时只需插入存有个人CA数字证书的USB KEY设备, 系统即可自动识别用户的身份登录系统。

(2) 统一服务管理

建设统一的服务管理系统, 基于服务导向构架架构, 集中管理服务信息、认证、权限、事件和通信。具体技术如下:

全面支持服务导向构架架构, 实现统一的服务管理;

提供服务信息注册、认证和权限管理;

提供一套Web界面的服务管理平台, 集中进行添加、删除、修改和配置各类服务和应用;

建立统一的事件分发和响应机制;

提供可集成的网络部件的集中注册和管理;

设计提供完备的软件安全架构, 确保各级应用系统的安全。

(3) 统一消息分发

建设统一的消息分发机制, 集中管理用户消息的分发和通知。具体技术如下:

建设统一的消息分发机制, 供各类应用调用;

提供统一的界面, 管理和配置消息分发机制;

支持页面弹出消息、Email、手机短信、统一消息发布等消息分发方式, 并可以无限扩展其他消息分发方式;

手机短信通知必须支持回复功能, 可为用户和会议等设立子信箱, 支持短信并行发送, 每秒并发数量大于10条。

3.2.3 核心应用设计

(1) 三层系统架构各自分离

本系统的三层系统架构, web服务器、应用服务器、数据服务器分别置于不同的VLAN中, 彼此间的访问, 调用必须通过防火墙, 有效的实现对各层的分离保护, 特别是对系统心脏数据库提供了必要的保护。

(2) Web服务客户端

本系统需要为第三方系统提供各种数据和功能, 利用Web服务可以为各种类型的应用提供一个统一的接口服务。在访问Web服务接口的软件客户端情况下, 客户端表达了使用简单对象访问协议 (SOAP) 的Web服务请求, 将其发送到Web服务, 然后等待响应。Web服务包含一个瘦客户端层, 该层通常在IIS下运行, 并把请求处理委托给提供Web服务功能的业务层中的组件。Web服务在本质上提供通过HTTP访问应用程序组件的功能;Web服务客户端的范围可能包括由Web浏览器连接的Web应用程序、胖客户端应用程序和不含用户接口的服务器应用程序。

4 运行效果与总结

4.1 运行效果

本系统2013年1月开始运行, 面向全区所有委办局, 用户数量达到5000多, 其中会务管理, 车辆管理高效合理地分配了机关所属车辆、会议室等基础服务资源, 同时又利用区电子政务平台, 即时公布服务资源使用情况, 利用短信邮件, 及时消息等方式及时答复申请部门, 目前每月会务车辆有效申请信息八百余条, 餐饮管理及时发布每日菜谱, 外卖点心, 定餐信息, 并开通网上餐饮评议等, 形成了良好的用户体验, 大大提升了机关服务形象。固定资产和办公用房管理使国有资产管理更加到位和准确, 更加正规化和现代化。

4.2 总结

在我主导下, 政府资源调度管理系统成功上线运行。针对政府部门信息化建设设计与实施, 我总结了自己的一些心得。一是政府资源调度管理系统是建立在区级层面的统一统筹与规划, 平台采用了一体化、集约化管理设计理念, 集成于本区的电子政府平台建设, 将政府资源管理与公务员日常办公形成互补, 既不增加系统的开发成本, 又不成为平台最终用户的使用负担, 从而达到了全面统筹、科学管理、统一体验的体系。二是基于平台的拓展分析功能, 形成政府资源的“大数据”沉淀与沉积, 政府管理方通过扩展分析平台, 对自身的资源系统做到“摸家底、明需求”的辅助决策功能, 充分预安排相关资源调度工作, 对政府的行政行为提供了有效的决策支持。

同时, 政府资源调度管理系统的成功建设将有利于加强机管局在对下属各部门和单位在政府资源日常事务方面的服务和管理, 具体可以体现在以下几方面:

(1) 在业务流程上, 通过借助信息网络技术, 将分布在不同地方的单位连接起来, 重构了统一、规范、标准的服务处理流程, 并对流程进行再造, 初步打造了标准化的管理体系。

(2) 在信息数据整合上, 通过这个信息平台, 将原来不同的业务统计数据、服务结果集中到一起来, 通过标准、清洗的过程, 供机管局相关领导进行实时的查询、分析, 为更好的提供资源保障服务提供决策支持。

(3) 在办事效率上, 通过网络的联通, 将原先各部门传统随意的申请方式进行统一, 并以标准化、流程化的方式进行服务和反馈, 代替原来手工或是半手工的处理方式, 更好的提高办事效率。

摘要：通过对政府资源调度管理业务需求的详细分析, 采用目前成熟先进的技术工具和数据库, 设计并开发了政府资源调度管理系统。通过该系统实现对政府资源的有效分配与管理, 本文对该系统的建设和实际运行情况进行了论述。

人力资源调度篇11

关键词：Hadoop云计算,小文件存储,LZO压缩

引言

近年来, “大数据”在国内迅速兴起, 并受到极高关注, 可以说是是信息时代的新“石油”, 这主要体现在两个方面:数据量以及隐藏价值。据国际数据公司IDC报道, 2011年产生和复制的数据量超过1.8Z字节, 是过去5年数据增长的9倍, 并将以每两年翻倍的速度增长。其次, 大数据中还有巨大的价值等待挖掘, 有可能引发多个领域的变革型发展。因此, 巨量数据快速处理也是各个领域聚焦的问题。

在Map-Reduce运算过程中, 若使用传统的数据库技术, 当小文件较多的时候, 查询效率明显降低, 导致信息延误。若采用无损压缩算法先对数据进行预处理, 在降低信息存储量的同时也能提高数据运算速度。无损压缩算法的性能比较主要取决于压缩比率以及压缩处理的速度, 关于Gzip/Default、Bzip2以及LZO比较中, 在压缩速度上占优的是LZO, Bzip2拥有最优空间压缩2。本文所提出的优化策略将基于LZO无损压缩算法。

Hadoop作为开源云计算框架, 在容错性、高效性、可扩展性等方面具备不可替代的优势。本文将提出一种基于Hadoop的存储资源调度机制, 通过数据平衡算法3将小文件合并为合理的大文件, 再将LZO无损压缩编码融入计算任务中, 实现对大数据运算效率以及存储效率的提高。

一、Hadoop云存储架构

1.1 Hadoop分布式文件系统。HDFS在Hadoop体系中提供数据存储管理的功能。其主要特性是能够对文件一致性进行简化, 通过流式数据访问, 当应用程序带有大型数据集时候, 可以提供高吞吐量的数据访问, 进行数据的并行处理, 从而提高系统效率。

从设计模式出发, HDFS采用主节点/从节点模式。其中, 集群主节点部署名字节点, 对内能够维护集群元数据, 对外可以实现分布式文件系统的管理。集群从节点部署数据节点, 通过数据节点存储分布的数据块, 同时可以周期性地将运行状态向名字节点反馈。集群主节点是作业节点的载体, 能够调度任务节点, 任务节点运行于各数据节点负责执行子任务。

1.2 Map Reduce运行框架。Map Reduce最早是由Google提出的编程体系, 其初衷是为解决信息检索的相关问题, 以分治作为核心编程思想, 后用于大数据集的并行计算, 其运行流程图如图2所示:

其中map-reduce程序由程序员编写, 在客户端进行提交。Job Tracker负责对作业进行初始化, 并分发作业, 通过与Task Tracker通信, 协调整个作业的运行。Task Tracker保持与Job Tracker的通信, 在分配的数据片段上执行Map或Reduce任务。在执行作业时, Task Tracker可以有若干个, Job Tracker则只会有一个。HDFS负责保存作业的数据、配置信息等, 最后的输出结果同样存储于HDFS。

当用户提交一个任务以后, 由Job Tracker协调, 先执行Map阶段 (图中M1, M2和M3) , 之后执行Reduce阶段 (图中R1和R2) 。Map阶段和Reduce阶段动作都受到Task Tracker监控, 并运行在独立于Task Tracker的Java虚拟机中, 输入和输出都建立于HDFS目录中。输入数据由Input Format接口描述, 处理对应的数据源, 并提供数据的一些基本特征。根据所获得的特征对数据进行分类, 图中的splite1到splite5即是划分后的结果。初始化完毕后, 作业调度器会获取输入分片信息 (input split) , 每个分片创建一个map任务。接下来就是任务分配了, Task Tracker会运行一个简单的循环机制定期发送运行状态给Job Tracker, 周期间隔默认为5秒, 程序员可以配置这个周期时间, Job Tracker可以监控Task Tracker是否运行正常, 也可以获取Task Tracke处理的状态和问题, 同时Task Tracker也可以通过返回值获取Jobtracker的操作指令。任务分配好后就是执行任务了。在任务执行时候Job Tracker可以监控Task Tracker的状态和进度, 同时也能计算出整个job的状态以及进度, 而Task Tracker也可以本地监控自己的状态和进度。当Job Tracker获得了最后一个完成指定任务的Task Tracker操作成功的通知时, Job Tracker会将整个job状态置为成功, 通过客户端查询job运行状态时可以显示job完成的通知。如果job中途失败, Map Reduce也会有相应处理机制, 一般而言如果不是计算程序本身存在错误, 处理机制都能保证提交的job能够正常完成。

二、优化策略

2.1 LZO压缩算法。从信息保留程度讲, 压缩算法可分为无损压缩和有损压缩。有损压缩指压缩过程中允许遗失一部分信息, 利用人类对图像或声波中的某些频率成分不敏感的特性, 广泛运用于语音、图像和视频数据的压缩。无损压缩利用数据的统计冗余进行压缩, 可完全恢复原始数据而不引起任何失真。无损压缩可分为统计压缩和字典压缩两大类, 其中包括LZ77、LZSS、Huffman编码压缩等。LZO压缩算法是由以色列数学家A.Lempel、J.Ziv和B.Oberhumber共同开发提出的。在压缩比和压缩速率中, LZO压缩算法更为注重的是压缩速率, 在维持一定压缩比的同时, 仍能够保证跨平台移植, 且相较于Gzip、Bzip2算法等, 全面提高了运算速度。

LZO算法核心思想源自于LZ77算法, LZ77描述了一种基于滑动窗口缓存的技术。LZ77算法总会包含一个动态窗口和一个预读缓冲器。动态窗口可以描述为一个历史缓冲器, 它被用来存放输入流的前若干个字节的有关信息。用下n个字节填充预读缓存器 (n指预读缓存器的大小) 。在动态窗口中寻找与预读缓冲器中的最匹配的数据, 如果匹配的数据长度大于最小匹配长度 (通常取决于编码器, 以及动态窗口的大小) , 那么就输出一对〈长度, 距离〉数组。长度指匹配的数据长度, 而距离说明了在输入流中向后多少字节这个匹配数据可以被找到。

LZO压缩算法处理过程包括Hash函数计算、最长字符串匹配、编程如图2所示:

在图3中, 限定值在LZO算法中定义为49K, Hash函数在算法中声明。在LZO算法中, 解压缩方式其实就是压缩方式的逆过程, 这里不过多解释。

Hadoop为Map Reduce处理执行提供了通用的压缩接口, 支持多种压缩算法。由于HDFS采取的机制是分片处理, 而LZO压缩算法支持分片操作, 且相较于其它算法有较为明显的压缩速度优势, 所以使用LZO压缩算法能够较好地平衡压缩比与处理速度之间的矛盾。

2.2小文件合并算法。一般小文件合并算法通常设定一个阈值, 遍历存储缓冲区的文件, 进行不断累加, 当累加文件总大小超出阈值后, 对缓冲区队列中的若干小文件执行合并打包存储。由于文件体积大小分布不均, 以文件体积溢出阈值作为合并条件, 最终合并后的文件依然会出现大小分布不均的缺点。在一定程度上, 提高了Hadoop集群中名字节点的内存占用, 同时也会对Map Reduce并行计算框架的高效运行产生影响。

相较于以“体积溢出”作为合并条件的小文件合并算法, 本文提出的小文件合并优化算法则是将缓存区累加文件体积临近阈值作为合并条件。由此可以保证合并后的大文件体积大小均匀, 在将文件存储于HDFS时不会因分割而出现多余的块。因此, 该算法能够使名字节点在一定程度上降低了内存负载, 同时也有利于提高Map Reduce并行计算的效率。

本文所提出的合并算法在结构上将缓冲区中的待合并文件分成两个队列:合并预备队列和文件合并队列。文件合并队列用于存放待合并的小文件, 若队列中的小文件集合满足合并条件时, 即清空队列, 将队列中的小文件集合统一打包合并;合并预备队列用于临时存储非预期情况下体积偏大的小文件, 用于缓冲预备, 保证合并后大文件尽量大小均匀。若符合条件, 两类队列可以相互转换。

算法执行流程图如图3所示:

其中, 文件大小限定值是指超过该值的文件为较大文件, 不需要进行文件合并。由于HDFS分块大小默认为64M, 限定值理论上也不得超过该值。本文所设置的阈值范围为阈值的0.9。

2.3综合策略。首先, 针对Hadoop在处理海量小文件的不足, 采用上述小文件合并算法将其合并为相应的大文件再导入HDFS。其次, 针对数据量过大的问题, 在各Map任务中各数据节点中加入无损压缩接口, 导入的数据集通过Map进程映射至作业监控节点中并行执行, 之后对Map任务后的输出结果进行分布式集群无损压缩处理, 最后通过Reduce对输出结果进行排序及归并, 将其导入至HDFS中。

该策略的优势具体论述如下:1.提高了对数据的检索效率。通过文件合并算法, 减少了元数据的数量, 从而可以降低各名字节点的负担, 同时加速了文件读写的输入输出操作, 节省了数据的传输时间。2.简化了Hadoop的数据访问流程。经过合并, 海量小文件转化为数量较少的大文件, 在访问过程中, 只需要根据索引定位到大文件内部, 这相较于深目录文件操作优势尤其明显, 节省了内存开销。3.减轻了服务器存储负担, 提高了信息的查询效率。采用无损压缩技术对海量数据进行压缩, 极大的降低了数据存储量, 提高了信息处理的效率。

三、实验测试

3.1实验平台的构建。本次实验中使用了两台服务器构成了Hadoop集群, 名字节点Namenode和数据节点Datanode各分配一台服务器 (CPU配置均采用Intel (R) Xeon (R) CPU E5-2620 v2 2.10Hz*64, 内存16GB, 硬盘容量320GB) 。在服务器中所配置的Hadoop版本为2.2.0, HDFS中数据块大小使用默认的64MB, 文件合并算法中阈值设置为64M, 控制reduce并行操作线程数为5, 在map结果中允许使用压缩, 并将map结果压缩格式设置为LZO相应格式。测试数据使用大小不均的文件所组成的文件集合, 数量选定为4978, 总大小为11.78G。文件大小分布具体情况如图4所示:

3.2文件导入时间对比。通过文件合并算法将文件导入至HDFS中, 记录文件导入时间。经过测试, 通过文件合并算法处理后的文件导入, 合并后文件数量从4978个减少为113个, 导入时间与正常文件导入时间分别为663秒和297秒。通过对导入时间的比较, 通过合并算法导入文件的时间仅为正常导入的44.7%, 表明文件合并算法对文件导入速度有较好的改善。

3.3 Map Reduce处理速度对比。在实验中, 本文采用Hadoop自带的word count程序对文件处理速度进行测试。通过文件合并算法处理后的文件在处理Map Reduce中总耗时为1524秒, 而正常导入耗时则为16618秒。不难看出在Map Reduce过程中, 由于小文件数量过多, 导致其在文件读操作中消耗了大量的时间。

3.4文件存储测试。本次实验通过对已处理完毕的数据集进行压缩来达到优化硬盘资源占用的问题。测验的数据源为经过文件合并算法处理后的数据集。压缩前存储占用为11.78GB, 经过压缩后4.98GB, 压缩比达到了42.3%, 压缩时间为71秒, 解压缩时间为29秒。

四、结束语

首先, 本文对Hadoop现有的文件存储资源调度机制缺陷进行了简单的阐述。其次, 本文针对存储缺陷从两个角度进行优化:

4.1通过小文件合并算法简化HDFS导入数据流程, 优化了文件的输入输出操作, 从而达到对Map Reduce处理速度进行优化的目的。

4.2对数据集使用LZO压缩, 减少了文件对硬盘资源的占用。最后, 针对所提出优化方案进行实验分析, 证实了其对存储机制优化的可行性和高效性。在接下来的工作中, 为证实实验数据的综合可靠性, 可以针对文件数据类型对压缩以及小文件合并算法的影响进行测试。

参考文献

[1]李学龙, 龚海刚.大数据系统综述[J].中国科学:信息科学, 2015 (45) :1-44.

[2]向丽辉, 缪力, 张大方.压缩对Hadoop性能影响研究[J].计算机工程与科学, 2015 (37) :2-207.

[3]杜仲晖, 何慧, 王星.一种Hadoop小文件存储优化策略研究[J].智能计算机与应用, 2015 (5) :3-29.

[4]屈志坚, 郭亮.基于云计算的配电自动化集群Lzo无损压缩新方法[J].计算机测量与控制, 2014 (22) :4-1222.

[5]董新华, 李瑞轩, 等.Hadoop系统性能优化与功能增强综述[J].计算机研究与发展, 2013 (50) :1-15.

[6]郑翠芳.几种常用无损数据压缩算法研究[J].计算机技术与发展, 2011 (21) :9-74.