姜 涛

(长春工业大学人文信息学院，吉林 长春 130122)

1 引言

移动网络教学是一种新型的学习模式，有助于实现开放式教学目标，为教学的全面展开奠定了基础[1]。由于网络资源的有限性，导致不能满足众多教育网络的需要，目前，移动网络中动态教育资源的有效调度，是移动网络面临的主要难题之一。

文献[2]提出基于蚁群算法的网络动态资源柔性调度方法，通过建立调度模型，构建基于Qo S的多目标优化调度函数，利用蚁群算法进行求解，但该方法的网络动态资源共享效果较差；文献[3]提出基于max-min算法的网络动态资源柔性调度方法，利用整数线性规划建立虚拟链路的动态带宽分配策略，在传统调度模型的基础上引入了数据流量在虚拟链路中的传输时延，并建立相应的5G网络资源调度模型。采用max-min算法，获得更好的调度方案，但该方法存在网络动态资源分配不均的问题。文献[4]提出基于遗传算法的网络动态资源柔性调度方法，将每个染色体视作独立的智能体，采用工序编码方式随机初始化每个智能体，结合多智能体协作与竞争理论设计了实现智能体之间交互作用的邻居交互算子，利用ASA对每个智能体开展局部寻优，引入遗传算法，选择动态调度与静态分配的使用方式，实现网络动态资源柔性调度，但该方法网络动态资源利用率较小，应用效果不理想。

为此，提出基于模式融合的网络动态资源柔性调度方法。明确移动中心网络结构，获取网络结构中节点负载和资源占有率，并以此得出适配因子，利用max-min蚁群算法自动调度资源，实现移动网络动态教育资源的均衡分配，提高资源利用率。……