按需路由协议AODV中仅以最小跳数作为路由选择依据，导致网络资源分配不均及网络寿命减少。提出了AODV-HE算法，该算法优化路由选择机制，综合最小跳数和节点剩余能量提出一种反向路由判据权值，并根据此权值选择最佳路由。仿真结果表明，该算法能有效提升分组投递率，降低端到端时延，改善网络资源分配问题并有效延长网络寿命。

资源分配的论文即matlab源程序 A Low Complexity Algorithm for Proportional Resource Allocation in OFDMA Systems

银行家算法实现资源分配.doc

一个用c实现的资源分配管理.cpp文件，代码已调试成功，注释很详细！

这是一个操作系统的学期末课程设计 包含 试验报告 源程序（银行家算法，随机分配）

云计算中的基础设施层IaaS（Infrastructure as a Service)是通过虚拟化技术管理底层物理资源，向用户提供可用的计算机集群。对于如何有效的分配资源，使其利用率最大化，即使得物理机器中的各种资源的碎片最小也成了云计算中需要考虑的问题。针对这一问题，可以结合遗传算法来解决这种多目标多约束的组合优化问题，实现云虚拟环境下的资源分配问题。通过仿真实验表明，该算法可用有效的减少物理机器中的碎片，提高资源的利用率。

matlab资源分配的代码用于功率分配的 DeepMIMO 这是一个从 DeepMIMO 修改而来的 MATLAB/Python 代码包，用于生成用于功率分配的真实信道。 该代码基于为毫米波和大规模 MIMO 系统中的深度学习应用发布的公开可用的 DeepMIMO 数据集。 这个MATLAB/Python代码包与以下文章有关： [1] Haoran Sun、Wenqiang Pu、Minghe Zhu、Xiao Fu、Tsung-Hui Chang 和 Mingyi Hong，“学习在情景动态环境中持续优化无线资源。” arXiv 预印本 arXiv:2011.07782 (2020)。 [2] Ahmed Alkhateeb，“DeepMIMO：用于毫米波和大规模 MIMO 应用的通用深度学习数据集”，Proc。 信息理论与应用研讨会 (ITA)，加利福尼亚州圣地亚哥，2019 年 2 月。 [3] 孙浩然、陈翔毅、史清江、洪明义、肖夫和 Nikos D. Sidiropoulos，“学习优化：为无线资源管理训练深度神经网络”，IEEE Transactions on Signal

matlab资源分配的代码 ！[商标] （） CloudReports 是一种基于云计算范式模拟分布式计算环境的图形工具。 它用作其模拟引擎，并以插件方式提供易于使用的用户界面、报告生成功能和扩展创建。 该应用程序模拟具有任意数量数据中心的基础设施即服务 (IaaS) 提供商。 每个数据中心都是完全可定制的。 用户可以轻松设置计算节点（主机）的数量及其资源配置，包括处理能力、RAM 数量、可用带宽、功耗和调度算法。 IaaS 供应商的客户也是模拟的和完全可定制的。 用户可以设置每个客户拥有的虚拟机数量、负责分配这些虚拟机的代理和资源消耗算法。 每个虚拟机都有自己的配置，包括其管理程序、映像大小、任务调度算法（此处称为 cloudlets）以及所需的处理容量、RAM 和带宽。 此外，CloudReports 生成每个仿真和原始数据文件的 HTML 报告，可以由第三方应用程序（如 Octave 或 MATLAB）轻松导入。 这是 CloudReports 的 GUI 屏幕截图： ！[预习] （） 运行 CloudReports 您可以从源代码编译 CloudReports，也可以直接运行

针对云计算环境中负载难以预测并且负载量实时变化的应用，设计了一种基于时间协同的资源分配方法，该方法在应用运行过程中，根据负载量以及任务处理时间，制定出多虚拟机协同的资源分配方案。该方法采用时间协同的方式有效实现了资源复用，提高了数据中心资源利用率，并进一步降低了数据中心的运维成本。

动态不等长存储资源分配算法及回收内存.doc