基于遗传算法的内容编排模型设计

doi:10.3969/j.issn.1000-0801.2011.07.016

电信科学 ›› 2011, Vol. 27 ›› Issue (7): 67-73.doi: 10.3969/j.issn.1000-0801.2011.07.016

基于遗传算法的内容编排模型设计

刘静^1,²,沈奇威^1,²

¹ 北京邮电大学网络与交换技术国家重点实验室北京 100876
² 东信北邮信息技术有限公司北京 100191

出版日期:2011-07-15 发布日期:2011-07-15
基金资助:
国家杰出青年科学基金资助项目;国家“973”计划基金资助项目;国家“973”计划基金资助项目;国家自然科学基金资助项目;国家自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目;国家科技重大专项基金资助项目;国家科技重大专项基金资助项目

Content Scheduling Model Design Based on Genetic Algorithm

Jing Liu^1,²,Qiwei Shen^1,²

¹ State Key Lab of Networking and Switching Technology，Beijing University of Posts and Telecommunications，Beijing 100876，China
² EBUPT Information Technology Co.，Ltd.，Beijing 100191，China

Online:2011-07-15 Published:2011-07-15

摘要/Abstract

摘要：

在支撑内容型业务及移动广告业务的内容管理系统中，内容编排是基于订单的业务媒介资源规划利益最大化的热点问题。将媒介资源构建成以空间模板分屏、时序资源、受众分组3个维度的载体业务模型，并且提出基于订单需求约束，以实现订单高效资源利用率、精确投放时间为目标的多目标资源优化（MOP）模型——内容编排模型，设计了并行遗传算法的模型求解算法并进行仿真，验证了模型的有效性。

关键词: 内容管理, 编排, 订单, 广告, 遗传算法

Abstract:

Content scheduling is a hot problem that is about order-based media resource benefits maximizing planning,relies in the content type and mobile advertising service supported content management system（CMS）.This article builds media resource as a carrier business model,which is composed by the three dimensions of template split space,timeline and subscribers.Moreover,this article proposes a multi-objective optimization problem（MOP）model named content scheduling model,based on the constraints of order requirements,targeted to achieve efficient resource utilization and accurate precision delivery time.Then,the article designs a parallel genetic algorithm and simulation to verify the validity of the model.

Key words: content management, scheduling,order, advertising, genetic algorithm

刘静,沈奇威. 基于遗传算法的内容编排模型设计[J]. 电信科学, 2011, 27(7): 67-73.

Jing Liu,Qiwei Shen. Content Scheduling Model Design Based on Genetic Algorithm[J]. Telecommunications Science, 2011, 27(7): 67-73.

图/表 8

图1

图2

图3

图4

表1

表2

部分订单编排输入数据"

订单输入I_i	价格P_i	受众组别 ${\vec{S}}_{i}$	受众总数Total_i	期望开始的精确时序点 d_i	时间长度l_i
1	300	｛1,1,1,0,0｝	450	0	2
2	260		400		1
3	450	｛1,1,1,1,1｝	770		3

表2

表3

部分运算结果"

订单输入I_i	受众组别 ${\vec{S}}_{i}$	受众总数Total_i	开始时序点d_i	时间长度l_i
1	｛1,1,1,0,0｝	450	0	2
2	｛0,0,0,1,1｝	420	0	1
3	｛1,1,1,1,1｝	770	2	3

表3

图5

参考文献 8

1	刘晨，沈奇威 . 移动广告系统中广告排期的设计与实现. 计算机系统应用， 2011（20）:218～221.
2	Jun Ma , Jianxin Liao , Xiaomin Zhu , Chun Wang , Yuting Zhang . Mobile terminal capability management for services enabling.In: IEEE International Conference on Wireless and Mobile Communications 2006（ICWMC2006）,Session ICWMC18,ISBN 0-7695-2629-2, Bucharest,Romania, 2006
3	周昕，凌兴宏 . 基于遗传算法的集成生产计划排程系统. 科技信息， 2010（9）:452～453
4	Ramamoorthy C V , Chandy K M , Gonzalez Mario J . Optimal scheduling strategies in a multi-processor system. IEEE Trans Comput, 1972,C-21（2）: 137～146.
5	马永 . 基于遗传算法求解排课问题的研究. 福建电脑， 2008（6）:110～111
6	马小姝，李宇龙 . 传统多目标优化方法和多目标遗传算法的比较综述. 电气传动自动化， 2010（3）:48～53
7	雷德明，严新平 . 多目标智能优化算法及其应用. 北京：科学出版社， 2009
8	高超 . 浅析加权平均法在多目标决策中的应用. 电脑知识与技术， 2010（6）:4495～4496.

受众组别j	1	2	3	4	5
人数s_j	150	100	200	300	120

[1]	张洁, 赵永建, 肖冬瑞, 徐勇, 许建宏, 杨剑键. 基于意图的多模态网业协同架构研究[J]. 电信科学, 2023, 39(6): 73-84.
[2]	谭艳霞, 王光全, 王泽林, 郑滟雷, 张贺, 张晨芳, 韩赛, 沈世奎. SDN智能管控编排系统技术方案研究[J]. 电信科学, 2023, 39(3): 143-152.
[3]	刘璐, 杨丹, 陈睿杰, 李嘉, 周熹. 基于KPCA-GA-BP神经网络的POI质量预测研究[J]. 电信科学, 2023, 39(1): 108-116.
[4]	张洁, 许建宏, 赵永建, 高允翔, 陈勋. 基于意图与编排的新型ICT基础架构[J]. 电信科学, 2022, 38(Z1): 184-193.
[5]	乔稳, 王晓征, 孙震强, 任赣, 刘云新, 杨爱东, 王鹏, 王达, 叶晓舟, 欧阳晔. 下一代电信IT架构演进初探：业务功能虚拟化（BFV）[J]. 电信科学, 2022, 38(6): 143-155.
[6]	马焜, 徐玲玉, 沈晓萍, 龚志城, 蓝建平, 陈双喜, 钱钧. 云计算中基于Shapley值改进遗传算法的虚拟机调度模型[J]. 电信科学, 2022, 38(12): 1-10.
[7]	章鹏, 金小萍, 陈东晓. 一种面向RDSM系统的基于遗传算法优化色散矩阵的方法[J]. 电信科学, 2022, 38(12): 46-55.
[8]	张露露, 杨春刚, 王栋, 欧阳颖, 李彤, 郭俊杰, 董茹. 意图驱动的云网融合按需编排[J]. 电信科学, 2022, 38(10): 107-119.
[9]	谭艳霞, 郑滟雷, 王光全, 张贺. OTN控制器北向统一接口模型研究与实践[J]. 电信科学, 2022, 38(10): 163-172.
[10]	金小萍, 刘家瑜, 蒋晨, 郭强. 基于改进遗传算法的STSK系统色散矩阵和3D星座的联合优化[J]. 电信科学, 2021, 37(9): 86-94.
[11]	曹畅, 张帅, 刘莹, 唐雄燕. 云网向算网演进中的若干关键技术问题[J]. 电信科学, 2021, 37(10): 93-101.
[12]	陈慧光, 李欢. 智能专线业务编排系统架构设计与实现[J]. 电信科学, 2021, 37(10): 152-161.
[13]	曹畅,张帅,刘莹,唐雄燕. 基于通信云和承载网协同的算力网络编排技术[J]. 电信科学, 2020, 36(7): 55-62.
[14]	姚晓辉,李青,孙焜焜. 一种域适配混合遗传算法及在安全服务链编排中的验证[J]. 电信科学, 2020, 36(5): 16-24.
[15]	刘义亮,李鑫,薄开涛. 5G端到端网络协同关键技术[J]. 电信科学, 2020, 36(3): 144-155.

基于遗传算法的内容编排模型设计

Content Scheduling Model Design Based on Genetic Algorithm

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 8

相关文章 15

Metrics

推荐阅读 0