شبکه های دسترسی رادیویی ابری (C-RAN) دارای بهره وری انرژی و طیفی بالا هستند. در C-RAN تمام پردازش محاسباتی در استخر مرکزی واحد باند پایه (BBU) و عملیات رادیویی در رأس های رادیویی راه دور (RRH) صورت می گیرد. استخر مرکزی BBU توسط خطوط روبنا به RRHها متصل است. با جداسازی بخش پردازش BBU و توسعه RRHهای پراکنده، ساختار خوشه بندی RRHها را سازگار با تغییرات شبکه می توان طراحی کرد. در این مقاله برای کاهش پیچیدگی در C RAN فراچگال، خوشه بندی به صورت کاربرمحور و تخصیص منابع آموزش کانال متناسب با آن استفاده می شود. همچنین، برای کاهش سربار آموزش، مدل اطلاعات جزئی حالت کانال استفاده می شود. سپس مسئله طراحی بردارهای شکل دهی پرتو با هدف حداکثرسازی نرخ مجموع وزن دهی شده (WSR) با محدودیت حداکثر توان RRHها و ظرفیت خطوط روبنا و ظرفیت محاسباتی منابع استخر BBU ارائه می شود. به دلیل NP-hard بودن مسئله اصلی، سه زیرمسئله برای حل آن پیشنهاد می شود. ابتدا مسئله طراحی بردار شکل دهی پرتو برای بیشینه سازی WSR و محدودیت توان RRHها و سپس مسئله تخصیص پویای منابع محاسباتی و درنهایت، اعمال محدودیت ظرفیت خطوط روبنا با هدف کمترین تأثیر بر WSR حل می شوند. تخصیص هم زمان منابع رادیویی و محاسباتی با هدف کاهش پیچیدگی محاسباتی و تعداد پایلوت مورد نیاز برای آموزش کانال با کمترین تعداد BBU صورت می گیرد.

در سیستم های شبکه ای مبتنی بر اینترنت اشیاء از یک معماری مدرن به نام محاسبات مه استفاده می شود. در معماری محاسبات مه ارائه ی خدمات داده اقتصادی و کم تأخیر است. این مقاله به حل چالش اصلی تخصیص منابع محاسباتی در رایانش مه می پردازد. حل چالش تخصیص منابع منجر به افزایش سود، صرفه جویی اقتصادی و استفاده ی بهینه از سیستم های محاسباتی می شود. در این پژوهش با استفاده از الگوریتم ترکیبی تعادل نش و الگوریتم مزایده، تخصیص منابع بهبودیافته است. در روش پیشنهادی، به هر بازیکن یک ماتریس اختصاص داده شده است. ماتریس هر بازیکن شامل تخصیص گره های مه، مشترکین خدمات داده و اپراتورهای خدمات داده است. در هر مرحله از الگوریتم، هر بازیکن بر اساس راهبرد سایر بازیکنان بهترین راهبرد را تولید می کند. نتایج پژوهش نشان از برتری بهره وری گره مه و بهره وری اپراتور خدمات داده در روش پیشنهادی در مقایسه با الگوریتم بازی استکلبرگ دارد. اولین مقایسه بر اساس تغییرات مشترکین صورت گرفته است که بهره وری گره مه با 240 مشترک استفاده شده در روش پیشنهادی 8/6852 بوده و در روش استکلبرگ با شرایط یکسان 2/5510 می باشد. دومین مقایسه بر اساس نرخ سرویس بلوک های کنترلی منابع (μ) می باشد که بهره وری اپراتور خدمات داده ای با μ=4 در روش پیشنهادی 1. 35E+07 بوده و در روش استکلبرگ با شرایط یکسان 1E+7 می باشد.

امروزه با رشد و گسترش تقاضا برای خدمات مبتنی شبکه، استفاده از شبکه های رادیویی، به ویژه آن هایی که به زیرساخت های از پیش تعیین شده ای نیاز ندارند، مانند شبکه های رادیویی اقتضایی، متقاضیان زیادی پیداکرده است. چنین شبکه هایی با حداقل پیکربندی و استقرار سریع، برای موارد اضطراری مانند بلایا، بحران ها و کاربردهای نظامی مناسب می باشد. شبکه های رادیویی اقتضایی به عنوان یکی از پرکاربردترین شبکه ها به ویژه در موارد اضطراری شناخته می شوند. در این مقاله تخصیص بهینه منابع رادیویی در شبکه های رادیویی اقتضایی که دارای هم بندی پویا هستند از دیدگاه های چارچوب های بهینه سازی، طراحی بین لایه ای و مسیریابی موردبررسی قرارگرفته می شود. چندین پژوهش که در زمینه طراحی بین لایه ای، باهدف بهینه سازی در مصرف انرژی و عملکرد شبکه انجام پذیرفته شده نیز موردبررسی قرار می گیرد. گام های کلیدی بهینه سازی یک مدل سیستم موردمطالعه قرار می گیرد. قالب مسئله های بهینه سازی یک هدفه و چندهدفه در شبکه های رادیویی اقتضایی با بررسی دستاوردهای کارهای جدید در هرکدام از این روش ها صورت گرفته موردمطالعه قرار می گیرد. الگوریتم ها و متریک های رایج در بهینه سازی با کارهای انجام شده در شبکه های رادیویی اقتضایی موردبررسی قرار می گیرد. بامطالعه کارهای انجام شده که از روش یادگیری تقویتی عمیق استفاده کرده اند نشان می دهیم که با اخذ بازخورد تصمیم از سیستم، در کنترل و مدیریت هزینه ها می توانیم تأثیر به سزایی داشته باشیم. تکنیک یادگیری تقویتی عمیق به عنوان راهکار کارآمد، برای تخصیص منابع در محیط پیچیده شبکه های نسل بعد کاندید می باشد و با یک حلقه بازخورد بین تصمیم و عملکرد سیستم موجب اصلاح و بهینه شدن تصمیم ها می گردد.

در [1] نشان داده شده که مساله اختصاص بهینه منابع رادیویی در لیتک فروسوی شبکه بی سیم TDMA/CDMA، نوعی مساله MMKP از نوع NP-Hard است. در این مقاله الگوریتم شهودی جدیدی برای حل این مساله با پیچیدگی محاسباتی چند جمله ای ارایه شده است. مطالعات عددی انجام شده، نشان دهنده کاهش بسیار زیاد پیچیدگی محاسباتی است.

در فرایند تخصیص ریسک، دادن مسوولیت کامل برخی از ریسک ها به پیمانکار درست نمی باشد، چرا که باعث اتخاذ برخی سیاست های تدافعی از طرف پیمانکار از قبیل کاهش کیفیت و روی آوردن به دعاوی و دادخواهی می گردد که در نهایت هزینه و زمان پروژه را افزایش می دهد. بنابراین در مورد این دسته از ریسک ها لازم است که مسوولیت های ناشی از ریسک بین عوامل مختلف درگیر در قرارداد تسهیم شده و به عبارتی تخصیص کمی ریسک انجام گیرد. در فرایند مذاکره برای تعیین درصد ریسک تخصیص داده شده به هر یک از طرفین قرارداد، با وجود تضاد منافع موجود بین این عوامل، تمایل زیادی به همکاری و رسیدن به توافق وجود دارد. در این تحقیق برای تخصیص کمی ریسک از نظریه بازی ها که علم مطالعه مدل های ریاضی تعارض و همکاری بین تصمیم گیران عاقل است، استفاده شده است. مدل پیشنهادی، ابزار قدرتمندی را ارائه می کند که معیارهای مطلوبیت نظیر کارایی و انصاف را برآورده نموده و درصد تخصیص ریسک منصفانه را مشخص می نماید. برای نشان دادن قابلیت های مدل پیشنهادی، درصد تخصیص ریسک بین کارفرما و پیمانکار، برای یکی از ریسک های شناسایی شده در یک پروژه نمونه تعیین گردیده است.

از آنجا که اینترنت اشیا با حجم زیادی از داده سروکار دارد، پردازش و ذخیره این حجم از داده به راحتی امکان پذیر نیست. با این حال، بسیاری از برنامه های آن از چالش های محاسبات ابری مانند تأخیر، آگاهی از مکان و پشتیبانی از تحرک در زمان واقعی رنج می برند. محاسبات مه، به ارائه راه حل هایی برای این چالش ها کمک می کند. این مقاله، شامل یک شبیه سازی شبکه اینترنت اشیا برای تخصیص منابع اشتراکی بهینه درمحاسبات مه است که برای حل مسئله از نوع MINLP است که هدف آن بیشینه کردن سود ارائه دهندگان خدمات ابری از طریق محاسبات مه است. معماری شبکه، شامل سه لایه ارائه دهندگان خدمات ابری، گره های مه و کاربران است. در این مقاله، شبکه سه لایه ایی شبیه سازی شده و الگوریتم مورد استفاده در این مسأله، الگوریتم بهینه سازی مبتنی بر آموزش-یادگیری می باشد، که با استفاده از دو فاز یادگیری و آموزش برای سه پارامتر درآمد ارائه دهندگان ابری، میانگین تاخیر و رضایت کاربران که برای انتخاب بهترین گره مه با هدف تخصیص منابع مشترک می باشد. این الگوریتم به روی مدل اجرا شده و با روش تصادفی مقایسه می شود. این مدل و الگوریتم، نسبت به الگوریتم های استفاده شده در حل مدل های مشابه این مسأله، سود ارائه دهندگان خدمات را افزایش می دهد.

به منظور عرضه مطمئن آب و رعایت اولویت های تخصیص مختلف، نیاز به برنامه ای دقیق و کامل است. در این مقاله، تخصیص منابع آب یک حوضه آبریز با استفاده از دو روش تخصیص عمومی و تخصیص مبتنی بر بازار آب مورد توجه قرار گرفته است. منطقه مورد مطالعه در این تحقیق، حوضه آبریز بالخلیچای در استان اردبیل میباشد. ابتدا با هدف مدلسازی تخصیص عمومی، با استفاده از یک مدل بهینه سازی غیر خطی، سود خالص کشاورزان با تعیین سطح زیر کشت هر یک از محصولات در هر منطقه و همچنین مقدار آب تخصیص یافته بهینه به هر یک از مناطق محاسبه شده است. در مرحله دوم، برای تخصیص بازار آب، مدل بهینه سازی با تابع هدف ارزش اقتصادی آب و با وجود امکان مبادله حقابه ها، توسعه داده شده است. پس از تخصیص آب به شرکت کنندگان در بازار، برای رعایت عدالت و تشکیل بازار پایدار، باید پرداخت هایی بین شرکت کنندگان صورت گیرد. برای بازتخصیص سود حاصل از تشکیل بازار از مفهوم بازی همکارانه و ارزش شاپلی استفاده شده و با تشکیل ائتلاف های مختلف از مصرف کنندگان، سود حاصل از برقراری بازار بصورت عادلانه توزیع شده است. در این مدل، نتایج بدست آمده از مدل تخصیص عمومی، به عنوان حقابه های اولیه در نظر گرفته شده است. تابع ارزش اقتصادی آب، با محاسبه سطح زیر منحنی تابع تقاضای معکوس برای هر ناحیه بدست آمده است. حجم مبادلات مناطق و مقادیر آب اختصاص یافته نهایی، متغیرهای مدل می باشند. با تشکیل بازی همکارانه، سود کلیه مصرف کنندگان با تشکیل بازار افزایش خواهد یافت. بر اساس نتایج این تحقیق، تشکیل بازار آب در منطقه بالخلی چای با انتقال آب به مصارف با ارزش سایه ای بالاتر، می تواند سبب افزایش بهره وری مصرف آب گردد. بر اساس نتایج، با تشکیل بازار در منطقه مورد مطالعه، امکان مبادله 18 درصد حقابه های تخصیص یافته فراهم می گردد که این حجم مبادلات، سبب افزایش سود در حدود 9 درصد می شود.

پیامدهای اجتناب ناپذیر سیر افزایشی تقاضای آب و کاهش منابع، موجب اعمال سیاست های مختلف مدیریتی به منظور رسیدن به بهینه ترین میزان تخصیص آب شده است. محیط زیست به منزله یکی از عناصر اصلی نیازمند آب، همواره پذیرای خسارات ناشی از تخصیص نیافتن منابع آبی بوده است. هدف از این پژوهش، بررسی و انتخاب سیاست های پایدار تخصیص آب به ذی نفعان مختلف است به طوری که آب با کیفیت و میزان مناسب برای ادامه حیات پیکره آبی در دسترس باشد و اهداف اقتصادی هر یک از ذی نفعان نیز تامین شود و بین ذی نفعان و محیط زیست (پیکره آبی) توافق به وجود آید. بدین منظور، محیط زیست به منزله آب بر مستقل در مدل بهینه سازی الگوریتم ژنتیک و بازیکن مستقل در بازی های همکارانه لحاظ شده است. در این مطالعه، حوضه آبریز زاینده رود و باتلاق گاوخونی به منزله منابع ارزشمند اکولوژیک و آبی کشور که تامین کننده نیازهای آبی مانند شرب، صنعت و کشاورزی اند، انتخاب شده اند. هدف از این تحقیق تامین همزمان بیشترین بهره وری اقتصادی و برقراری حداقل شرایط مطلوب تامین آب برای تالاب است. تخصیصی که تامین حداقل نیاز آبی تالاب برابر 140 میلیون متر مکعب در سال در آن لحاظ شود، ایده آل ترین رویکرد است. با وجود این، در نتیجه اعمال سناریوهای مختلف با متدولوژی پیشنهادی این تحقیق، سناریویی که حداکثر نیاز ذی نفعان را تامین کند، برتر از سایر رویکردهاست، به صورتی که 87.3 درصد نیاز آبی تالاب برای حفظ شرایط مطلوب آن تامین می شود. از طرف دیگر، با تخصیص آب به سایر ذی نفعان، سود تخصیصی به بخش های کشاورزی، صنعت و محیط زیست در این رویکرد بیشترین میزان خود را دارد و به ترتیب برابر با 2057.38، 622.55 و 208 میلیون دلار در 10 سال است.

رشد جمعیت و محدودیت منابع آب، موجب اهمیت بهره برداری بهینه از منابع موجود شده است. نگرانی اصلی در زمینه مدیریت منابع آب، تخصیص عادلانه است. بنابراین، تخصیص بهینه منابع با درنظر داشتن مطلوبیت ذی نفعان و محدودیت های فیزیکی مسئله امری ضروری است. در این پژوهش، رویکرد نظریه بازی ها برای تخصیص آب از سد شهید رجایی با توجه به تقسیم عادلانه سود میان ذی نفعان مورد استفاده قرار گرفته است. ابتدا مقدار آب قابل دسترس با سیاست بهره برداری استاندارد تعیین و سپس مدل بهینه سازی تخصیص آب با رعایت عدالت بدون توجه به سود اقتصادی تدوین گردید. این مدل برای تعیین سهم آب شرکت کنندگان در ائتلاف ها اجرا شد. سپس، ائتلاف های ممکن به منظور افزایش سود کلی سیستم با روش شاپلی تشکیل و سود حاصل از هر ائتلاف محاسبه گردید. درنهایت، به منظور تخصیص مجدد سود به بازیکنان جهت ترغیب آن ها به شرکت در ائتلاف کل از رابطه ارزش شاپلی استفاده شد. تلفیق مدل بهینه سازی الگوریتم ژنتیک با نظریه بازی های همکارانه به روش شاپلی کریسپ از نوآوری های این پژوهش می باشد. نتایج به دست آمده نشان می دهد که استفاده از روش پیشنهادی سود ذی نفعان را افزایش می دهد به طوری که با تشکیل ائتلاف کل، سود ذی نفعان بین 6 تا 16 درصد و سود کلی سیستم 10 درصد افزایش یافته است. این میزان افزایش سود با مدل تلفیقی پیشنهادی بدون نیاز به هیچ گونه هزینه اضافی و تنها با تغییر در مدیریت بهره برداری قابل اجرا خواهد بود.