34、多应用协调的基于效用的自适应技术解析

多应用协调的基于效用的自适应技术解析

在当今的移动设备使用场景中，我们常常会同时运行多个应用程序。然而，设备的资源是有限的，如何在有限资源下协调多个应用的运行，以实现用户满意度的最大化，是一个重要的问题。本文将深入探讨多应用协调的基于效用的自适应技术，包括应用变体的有效性、效用函数、应用状态与自适应、应用间的间接依赖、自适应的非功能方面、自适应事件及受影响的应用，以及一种名为Serene Greedy的自适应推理技术。

应用变体与效用

• 应用变体的有效性 ：一个应用变体要有效，需要满足两个条件。一是有足够的资源，即每个资源的需求量小于可用量；二是仅使用已安装的计划。若用户移除了某个变体所使用的计划，那么这个原本有效的运行变体就会变为无效。
• 效用与效用函数 ：许多应用变体为用户提供相同的功能，但质量可能不同。某个变体满足用户需求的程度称为该变体的效用，其值是0到1之间的实数。每个应用变体都有一个关联的效用函数，运行应用在特定时间点的效用通过当前变体的效用函数在当前上下文中的评估得出。正式地，效用函数是一个映射 $f_u : V × C → [0, 1]$，其中 $V$ 是变体集合，$C$ 是可能的上下文集合。当处理多个应用时，用户可以为应用分配优先级，优先级也是0到1之间的实数。未加权的效用称为原始效用，优先级使用户能够根据实际需求权衡应用的相关性。应用的加权效用是优先级和原始效用的乘积，所有运行应用的加权效用之和，通过权重之和归一化后，就是总体加权效用 $u_{ow} = \sum_{n} p_iu_i / \sum_{n} p_i$，也简称为总体效用。基于效用的自适应假设总体加权效用等于