论文部分内容阅读
近年来，计算机软件内部结构和外部环境都越来越趋于复杂。对应于大数据量、复杂计算任务数据处理的软件系统，其内部结构日益复杂，代码量日益增加。而对于不同的系统来说，它们之间的数据交换格式越来越多样，变化越来越迅速，这使得软件系统之间的接口同样变得更加复杂同时需要应对各种即时的变化。而在此种复杂情况下的软件系统的安装、配置、调整、维护都越来越需要熟练的IT专业人员才能完成任务。面对这一日益严峻的复杂性危机，我们传统应对的方法例如编程方法的创新已经捉襟见肘，应付不暇。
受到生物神经系统的启发，IBM公司在2001年提出了类似与人类自主神经系统的自主计算概念。其核心就是将人们从计算系统的安装、配置、调整、维护这个越来越高度专业化的任务中解放出来。本文首先回顾了自主计算概念提出的背景和自主计算这个概念的核心内涵。在eLiza项目中，IBM把自主计算的核心任务归结为自我管理下的四个方面：自配置、自优化、自愈和自保护。
自主计算的本质也就是对环境的自主适应性。Michigan州立大学的S.M.Sadjadi等人提出了一种透明(不改变原程序的源代码)的在原有的程序中增加适应性结构的方法。此种适应性能力是基于组件的适应性，比参数适应性具有更强的适应能力，更灵活，而且对于新的环境我们可以构造新的针对性的程序组件。在此基础上，本文中我们提出了一种结构更加简单，速度更快的组件适应性的结构，之后我们分析了这种结构分别在单机环境和网络环境下的反映速度。
无线网络中的路由算法给我们展示了自主计算的某些特性。在接下来的章节部分本文对无线路由中的两种算法进行了详细的阐述。分别为地理路由算法和地标路由算法。两种算法都是参数适应性的，适合于各自具体的环境。在有信号干扰的情况下地理路由不能再发挥作用，同时对于移动的结点地标路由也不能很好的工作。其后，针对两个算法的各自的弱点，本文提出了一种组合路由算法。在组合路由算法中，使用了在本文前面章节中提出的适应性结构，恰好可以解决两种算法的弱点，在复杂的环境中动态的适应环境。特别需要指出的是，这种方法可以进一步增加路由组件，适应更复杂的环境。