• 대한임베디드공학회논문지
• /
• 제11권3호
• /
• pp.153-162
• /
• 2016

This paper proposes an optimal dynamic resource allocation method in IoT (Internet of Things) parking guidance system using Q-learning resource allocation model. In the proposed method, a resource allocation using a forecasting model based on Q-learning is employed for optimal utilization of parking guidance system. To demonstrate efficiency and availability of the proposed method, it is verified by computer simulation and practical testbed. Through simulation results, this paper proves that the proposed method can enhance total throughput, decrease penalty fee issued by SLA (Service Level Agreement) and reduce response time with the dynamic number of users.

• 경영과학
• /
• 제30권1호
• /
• pp.167-181
• /
• 2013

We investigate the dynamic asset allocation problem under inflation risk when the wealth of an investor is constrained with minimum requirements. To capture the investor's risk preference, the CRRA utility function is considered and he maximizes his expected utility at predetermined date of the refund by participation in the financial market. The financial market is supposed to consist of three kinds of financial instruments which are a risk free asset, a risky asset, and an index bond. The role of an index bond is managing inflation risk represented by price process. The optimal wealth and the optimal asset allocation are derived explicitly by using the method to get the European call option pricing formula. From the numerical results, it is confirmed that the investments on index bond is high when the investor's wealth level is low. However, as his wealth increases, the investments on index bond decreases and he invests on risky asset more. Furthermore, the minimum wealth constraint induces lower investment on risky asset but the effect of the constraints is reduced as the wealth level increases.

• 한국통신학회논문지
• /
• 제34권10A호
• /
• pp.746-751
• /
• 2009

본 논문에서는 부분 중계기 협력 다중화 기술에서 중계기의 위치에 따른 최적의 시스템 용량을 얻기 위한 동적 최적 시간 할당 기법을 제안하였다. 제안된 기법은 중계기 시스템의 전송 조건식을 추가함으로써 중계기의 유동적인 위치에 따라 최대의 시스템 용량을 가지도록 각 시간 구간의 길이를 최적화하였다. 전산 모의실험을 통해 균일하게 고정된 시간 할당을 가지는 기존의 부분 중계기 협력 다중화 기술에 비해 향상된 시스템 용량을 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제24권6B호
• /
• pp.1004-1014
• /
• 1999

무선 ATM MAC 프로토콜은 시스템의 처리율 성능을 높이고 이를 안정적으로 유지시킬 수 있어야 한다. 이를 위하여, 본 논문에서는 무선 ATM의 MAC 프로토콜에 사용되는 동적 제어 알고리즘으로써 DSPA (Dynamic Signalling Period Allocation) 알고리즘을 제안하였다. 제안된 DSPA 알고리즘은, 고정된 처리율을 이용하지 않고 단말로부터 전송된 정적 및 동적 매개변수만을 이용하여 제어용 슬롯을 동적으로 발생하는 제어용 슬롯 발생 알고리즘, 시스템의 사용 상황에 따라 기지국이 매번 신호 주기를 동적으로 결정하게 하므로써 매 순간 최적의 신호주기가 할당되도록 하는 동적 신호 주기 할당 알고리즘, 그리고 슬롯이 할당될 때마다 단말의 우선 순위를 변화시키는 동적 슬롯 할당 알고리즘으로 크게 구성된다. 모의실험을 통한 성능 평가 결과, DSPA 알고리즘은 시스템의 사용 상황을 반영하여 신호 주기를 동적으로 결정하므로써 단말의 평균 대기 시간을 감소시키고 이로부터 서비스 품질을 보장할 수 있는 부하 한계를 향상하며, 안정적인 처리율 성능을 보임을 알 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.17-27
• /
• 2012

방송 기반의 데이터 전파는 모바일 컴퓨팅 환경에서 보편적으로 받아들여지는 통신 방식이다. 그러나 많은 데이터를 방송해야 할 경우에 방송 채널의 순차성으로 인하여 원하는 데이터를 수신하기까지의 예상 지연시간이 증가한다. 이 대기시간을 줄이기 위하여 본 논문은 다중 채널에 적절하게 데이터를 할당하기 위한 주제를 연구하여 NODA(near optimal data allocation)로 명명된 새로운 데이터 할당 기법을 제안한다. 제안된 기법은 우선 각 방송 채널이 방송해야 하는 데이터들을 결정하기 위하여 평균 예상지연시간의 이론적 하한 값에 기초하여 전체 데이터들을 K개의 그룹으로 분할한다. 그리고 나서 NODA는 동일 방송 채널에 할당된 데이터들을 다른 빈도로 방송하기 위하여, 각 그룹의 데이터들을 확장된 동적 프로그래밍 알고리즘을 사용하여 B개의 그룹으로 분할한다. 제안된 기법은 동일 채널에 할당된 데이터들을 그들의 인기도를 반영하여 방송할 수 있기 때문에 평균 예상지연시간을 최소화할 수 있다.

• 한국항해학회지
• /
• 제13권1호
• /
• pp.55-61
• /
• 1989

Nowadays much efforts for evaluating the productivity of port physical distribution system to meet the rapid change of the port and shipping circumstances has been made continuously all over the world. The major part of these efforts is the improvement of the productivity of cargo handling system. The cargo equipment system as infrastructure in the cargo handling system is organized well in some degrees, but the management system of manpower as upper structure is still remained in an insufficient degree. There is little study, so far, on a systematic research for the management of port labor gang, and even those were mainly depended on rule of thumb. The object of this study is to introduce the method of optimal allocation and assignment for the labor gang in single ship, which was suggested as a first stage in dealing with them generally. The problem of optimal allocation and assignment of the labor gang can be (I) formalized with multi-stage allocation and assignment of the labor gang can be. (II) dealt with two stages in form of hierarchic structure and moreover, (III) The optimal size of labor gang was obtained through dynamic programming from the point of minimizing the summation of labor gang in every stage, (IV) For the problem of optimal assignment, the optimal policy was determined at the point of minimizing the summation of movement between hatches.

• 한국통신학회논문지
• /
• 제33권6A호
• /
• pp.666-675
• /
• 2008

현재 IEEE 802.22에서는 스펙트럼 사용 효율을 높이고 새로운 무선 통신 서비스 도입을 용이하게 하기 위한 연구가 활발히 진행되고 있다. 또한 TV 대역을 대상으로 주파수를 공유하고자 하는 Cognitive Radio를 적용한 WRAN 시스템에 대한 표준화가 진행되고 있다. 본 논문에서는 WRAN 시스템에서의 주파수 효율과 채널 용량을 극대화하구 인접 셀 간 간섭을 최소화할 수 있도록 하는 효율적인 주파수 할당 기법과 최적 전력 제어 기법인 PCPWF(Partial Constant Power Water Filling)을 제시하였다. 또한 제안된 동적 셀 설계(dynamic cell plan)를 통해 가용할 수 있는 채널을 효율적으로 할당하여 전체 시스템의 데이터 처리율(throughput)과 형평성을 극대화하였으며, 제안된 기법의 효용성을 검증하기 위해서 시뮬레이션 결과도 수록하였다.

• 산업경영시스템학회지
• /
• 제30권1호
• /
• pp.8-14
• /
• 2007

This paper addresses the allocation planning of the storage location in a warehouse system that the dedicated storage method is used. In the discrete finite time period model, the demands for storage location of products are dynamic for time periods. The planning is to determine the reallocation time period and the storage location of the products in reallocation time period, which minimizes costs. The cost factors are the reallocation cost, the travel cost within warehouse and the surplus storage location cost. A model is formulated, and the property of optimal solution is characterized. The dynamic programming algorithm is developed, and a numerical example is shown.

• ETRI Journal
• /
• 제42권6호
• /
• pp.846-858
• /
• 2020

The non-orthogonal multiple access (NOMA) technique offers throughput improvement to meet the demands of the future generation of wireless communication networks. The objective of this work is to further improve the throughput by including an underlay cognitive radio network with an existing multi-carrier NOMA network, using cooperative communication. The throughput is maximized by optimal resource allocation, namely, power allocation, subcarrier assignment, relay selection, user pairing, and subcarrier pairing. Optimal power allocation to the primary and secondary users is accomplished in a way that target rate constraints of the primary users are not affected. The throughput maximization is a combinatorial optimization problem, and the computational complexity increases as the number of users and/or subcarriers in the network increases. To this end, to reduce the computational complexity, a dynamic network resource allocation algorithm is proposed for combinatorial optimization. The simulation results show that the proposed network improves the throughput.

• Journal of Information Processing Systems
• /
• 제20권2호
• /
• pp.226-238
• /
• 2024

Recently, multi-access edge computing (MEC) has emerged as a promising technology to alleviate the computing burden of vehicular terminals and efficiently facilitate vehicular applications. The vehicle can improve the quality of experience of applications by offloading their tasks to MEC servers. However, channel conditions are time-varying due to channel interference among vehicles, and path loss is time-varying due to the mobility of vehicles. The task arrival of vehicles is also stochastic. Therefore, it is difficult to determine an optimal offloading with resource allocation decision in the dynamic MEC system because offloading is affected by wireless data transmission. In this paper, we study computation offloading with resource allocation in the dynamic MEC system. The objective is to minimize power consumption and maximize throughput while meeting the delay constraints of tasks. Therefore, it allocates resources for local execution and transmission power for offloading. We define the problem as a Markov decision process, and propose an offloading method using deep reinforcement learning named deep deterministic policy gradient. Simulation shows that, compared with existing methods, the proposed method outperforms in terms of throughput and satisfaction of delay constraints.