云计算环境下的智能决策研究综述

  本文关键词：云计算环境下的智能决策研究综述，由笔耕文化传播整理发布。

第 1期

罗贺等:云计算环境下的智能决策研究综述

13 7

资源 !用户 !环境等多方的因素,建立有效的决策资源分配机制.例如,在决策资源分配架构方面, Fa n[ 2 I提

出了一种面向服务的云计算资源存储架构,旨在使云计算环境下的资源得到有效的利用和管理;在决策 资源定位方面, N e l so n等人[ 3]采用虚拟机软件使得云计算管理平台能够动态地将决策资源定位,灵活地 2进行部署;在实现技术方面, C a ro n等人[ 4J 2提出了一种利用网格中间件来满足云计算资源需求的方法,并在EU C A LY PTU S开源平台上进行了实验验证; B r a n d r等人[ 5] 2研究了运用O V IS工具来对云计算环境下资源 的检测 !分析和分配等问题 .

与此同时,由于云计算环境下的各类决策资源均以服务的形式存在和管理,决策资源的定价机制也是其中一个关键的问题.在决策资源的管理过程中,以市场竞争为基础,引入经济学理

论 !博弈理论等方法,也是该领域一个重要的分支,对于云计算环境下的决策资源管理也同样具有重要的指导意义.例如, C he n等人[ 6> 2提出了一种云计算环境下的基于市场模型的资源分配机制和定价机制,通过A gen i建模来协商资源提供商与请求者以实现资源的合理分配的目标; A b ra m so n等人[ 7] 2设计了一种可以调度具有不同Q o s保障且分布在世界各地的决策资源的管理系统,该系统可以根据经济调度原则和用户定义的Q o S需求实现包括资 源发现 !资源交易和资源调度在内的多种操作 .

可见,虚拟化技术使得云计算环境下的决策资源管理在决策资源组织 !分配 !管理模式以及管理策略等方面与现有分布式环境下的决策资源管理都有着显著的不同,云计算环境下决策资源的全生命周期管理仍然是一个非常复杂的过程性问题.对于云计算环境下的虚拟决策资源,提高资源的管理水平和服务效率是保证云计算环境下智能决策的一个重要前提.

4

云计算环境下的决策问题协同求解 在决策问题建模与求解方面,相对于其它环境下的决策问题,云环境下的决策问题从性质上来看,由于

决策资源的虚拟化,使得决策问题建模更加趋于非结构化;从认知程度上来看,决策问题的不确定性程度也

随着决策环境的开放程度及决策资源的变化程度而越来越大;从求解方式来看,虽然仍需通过分布式计算实现决策问题的求解,但是在决策问题的求解规模上已经发生了很大变化.这些都使得云计算环境下决策问题的复杂程度越来越大.另一方面,由于云计算环境中的决策者常常面临着复杂的决策问题,传统的人工 智能方法以及启发式算法等也难以对其求解.此外,由于云计算环境下的个体决策者在能力 !知识等方面都具有一定的局限性,很难独立地实现对复杂决策问题的求解 .因此,个体决策者之间 !决策资源之间 !决策者与决策资源之间都需要通过相互的协调与合作实现云计算环境下复杂决策问题的协同求解,特别是对于重大工程决策 !大型企业管理决策 !社会公共事件处理决策等复杂大群体决策问题,就显得尤为困难.目前,在云计算环境下对于复杂决策问题的求解通常采用 M叩一 e du R c e的模式,即将决策问题按照一定的机制分解为若干个子问题,然后将这些子问题的求解过程分别放在不同的云中执行,再将求解的结果进行集结,通过对子问题之间的协同求解实现复杂决策问题的求解 .现

有的相关方法包括贝叶斯网络 ! Ag e n t理论 !证据理论 !粗糙集 !模糊逻辑 !概率推理等.

对于云计算环境下复杂决策问题的分解,贝叶斯网络是重要的方法之一,它是由P e a l教授在贝叶斯方 r法基础上所构建的图模型,已经在人工智能领域中的不确定性推理方面取得了许多成果,其推理方法对决策问题的分解过程发挥了重要的作用.贝叶斯网络是一个有向无环图,其节点表示随机变量,边表示变量之间的关系,针对所构建贝叶斯网络的规模,可以分别采用精确推理和近似推理算法进行分析,并提供决策支持.例如,胡小建等人提出将决策表系统的分解问题归结为求解与决策表系统相应的多模块贝叶斯网及其d -分割集,证明了d -分割集与连接联合森林之间的关系[ 8],并针对数据搜索空间庞大的问题,利用证据理 2论进行综合,去除无意义的网络结构[ 9 2 2,进而提出问题分析 !模型设计与模型测试等面向复杂问题的三阶段贝叶斯网建模流程[ 0]; S u 3 n等人[ 32采用启发式算法对各种潜在的变量进行选择,并建立了用于预测破产的贝叶斯网络模型,分析了多个变量对预测结果的影响.

Word文档免费下载：云计算环境下的智能决策研究综述_罗贺 （下载1-9页，共9页）

  本文关键词：云计算环境下的智能决策研究综述，，由笔耕文化传播整理发布。