一种改进的最小时延的数据聚集调度算法

在无线传感器网络中,最小数据聚集时延问题是一个NP难问题。在现有研究成果的基础上,提出了一种改进的最小数据聚集时延调度算法。理论分析表明,该算法的时延上界为13R+Δ-10,其中Δ是网络的最大度,R是网络半径。与现有近似算法相比,该算法在理论上具有更小的时延。     

被动测试中网络监测问题

研究了被动测试中如何放置观察者使得放置的数目最少并且能监视整个网络的运行情况．先把该问题归结为图的顶点覆盖问题，它是一个NP完全问题；接着讨论了在网络拓扑是树的特殊情形下带权和不带权顶点覆盖问题的解，并给出了树结构上带权顶点覆盖问题的线性时间算法；然后在已有的一个近似比为2的算法基础上。结合树结构上不带权顶点覆盖问题的算法给出了图的不带权顶点覆盖问题的一个改进算法，最后用实验验证了改进算法能使观察者数目减小20％左右．     

时延约束的最小费用路由选择算法

如何找到效率高、性能优的路由算法成为了一个热点。QoS路由算法的实质就是求解多约束整数规划问题,这类问题通常都是NP-hard问题。针对满足两个度量的路由选择,利用Lagrange松弛和剪切网络的方法,给出了一个从源点到宿点满足给定时延门限值求解最小费用路由的启发式算法。仿真结果表明了算法是有效的。     

能量收集通信系统中数据传输的研究

研究在具有能量收集功能的传输节点中数据传输的问题.一方面,对于给定随机到达的数据和能量,研究了通过自适应改变传输速率使得总传输时间最小的优化问题和实现算法.另一方面,研究了初始能量和数据量对最小传输时间的影响.通过仿真验证了传输策略的最优性以及影响最小传输时延的因素.     

软件定义网络中应用二值粒子群优化的控制器部署策略

为了确定控制器的最优化部署方案,构建软件定义网络中逻辑上集中、物理上分布的控制平面,提出软件定义网络中应用二值粒子群优化的控制器部署策略。对控制器部署问题建模,以交换机到控制器的平均时延最短以及在网络中部署的控制器数量较少为多优化目标。提出粒子重构机制,实现粒子群优化算法的二值化,用以表示控制器在网络中部署的位置。基于二值粒子群优化算法设计多优化目标的控制器部署策略,仿真得到控制器部署问题的非劣最优解集合,对应给定的控制器数量,得到平均时延最小的控制器部署方案。实验结果表明,应用二值粒子群优化的控制器部署策略联合考虑了控制器数量和交换机到控制器的平均时延,为实现控制器最优化部署提供了依据。     

无线自组织网络的改进MGD分组调度算法

随着无线自组织网络研究和应用的发展,人们对它提出了更高的要求.该文在原有MGD(modified Galois field design)算法的基础上提出了一种改进算法,并对改进算法的最小吞吐量、最大时延进行了理论推导,对改进算法的性能参数进行了数值计算分析.分析结果显示:改进算法在吞吐量、时延等方面都具有较好的优越性,为实际系统的设计和未来网络研究提供参考.     

基于改进粒子群算法的集成网络节点部署优化

针对集成RFID与WSNs网络中智能节点最佳位置的选择问题,采用改进粒子群算法优化策略,在复杂的传播环境、交叉覆盖及智能节点间不可避免的干扰等影响因素下,寻找智能节点的最佳位置。该最佳位置不仅要保证给定智能节点对标签的最大覆盖率,而且要使得智能节点间的干扰最小。仿真结果表明,基于惯性权重线性递减策略的粒子群算法,加快了寻找最优节点部署的速度,并能快速有效地收敛于最优解,从而在保证覆盖率的前提下使干扰最小。     

一类特殊的极大＋和支撑树在调整和权值下的逆问题

本文研究的是一类特殊的极大＋和支撑树在调整和权值下的逆问题．给定一个边赋权连通网络G=（VE,c,w）,对于每一条边e∈E,已知一个费用c（e）和一个权值叫（e）,极大＋和支撑树问题是指寻找一棵支撑树T＊,使得其是权值marxw（e）＋∑c（e）最小的一棵支撑树．而在极大＋和支撑树的逆问题中,给定一棵支撑树％,eET它不是已知网络中最优的极大＋和支撑树,要求调整网络中各边的费用c（e）,使死变成调整后网络中最优的极大＋和支撑树,目标函数是使得在l1模意义下的边权调整费用尽可能的小．本文针对已知网络中各边费用都相等这一特殊情况,给出了求解该逆问题的列生成算法,每次迭代时入基向量的选择可以转化为一个新参数下的极大＋和支撑树问题,从而可在多项式时间内确定入基向量的选择．本文最后给出了一个实例说明算法的有效性．     

WDM网络中多约束动态多播路由算法研究

如何在WDM光网络中实现对多播业务的支持成了近年来光网络研究的热点之一.文章设计了两种基于通用分层辅助图波长路由算法:最小代价控制算法MCCA-G和最小时延控制算法MDCA-G.两种算法在辅助图中建立多播树时都引入了MPH算法思想和最小波长层代价率进入思想,而后者对业务时廷的控制要好于前者.另外,由于稀疏的分光节点和波长转换节点的放置对于网络的性能影响很大,为此文章还提出了一个SNPA算法,即稀疏节点位置放置算法.在仿真中,MCCA-G和MDCA-G的稀疏分光节点的位置采用了SNPA的计算结果,仿真结果表明,与传统的RRS算法相比,MDCA-G在阻塞率方面可降低15.34％,而MCCA-G与Member-only和VS_based相比,分别在阻塞率上降低了32％和15.6％.可以看出,在同等的网络状态和环境下,MCCA-G和MDCA-G的表现要优于传统算法.     

密闭空间内的传感器最佳放置位置研究

提出了监测密闭容器内的气体浓度的两个最佳传感器放置位置标准,分别以气体浓度达到给定值的时间最短和在给定时间内气体浓度最大为目标建立了模型,并研究了其优化算法,优化算法运用有限元算法计算得出密闭空间内各点的气体浓度,根据记录的气体浓度值利用查找算法和排序算法进行优化计算,得出最佳传感器放置位置,最后给出了一个仿真应用实例,计算结果表明了这两个最佳传感器放置位置标准的合理性以及优化算法的准确性。     

基于多条件约束的QoS路由选择优化算法

要：基于多条件约束的Qos路由选择优化是提高通信网络效率和性能的核心问题，本针对一类源一目的通信网络的QoS路由选择问题，引入动态规划方法在给定丢失率约束条件下给出最小时延的路由选择．     

应用层组播时延模型及出度优化算法

为了使应用层组播(ALM)的数据包转发时延能够满足组播应用的要求,根据ALM时延特性建立了ALM时延模型,提出并证明了ALM具有最小平均时延和最小最大时延的ALM最小时延定理,同时根据该定理设计了ALM节点主动调节出度的时延优化算法(AOLA)和被动调节出度的时延优化算法(POLA),两个算法在全局优化策略和局部优化策略下的复杂度分别为O(N)和O(logN).仿真实验表明:所提出的ALM时延模型和ALM最小时延定理是正确的,AOLA和POLA时延优化算法能够显著减小ALM时延,其优化效率最高可达58.76%.     

基于带宽和时延约束的服务质量任播路由算法

为在满足带宽需求的前提下找到时延最短的任播路径集合,研究基于带宽和时延两个约束度量的服务质量任播路由算法.为解决带宽和时延约束问题,提出一个适用于该非确定性多项式问题的多项式时间近似优化算法.仿真结果表明,当网络规模增加或客户带宽需求较大时,该文算法时延增加相对较小,因此具有较好的可扩展性和健壮性.与包括最短路径优先任播路由算法和最大带宽优先任播路由算法的启发式算法相比,在带宽受限大型网络中该文算法具有更好的性能优势.     

Z网络下新的推理算法在不确定决策中的应用

针对Z-number的模糊不确定性和概率不确定性推理,在Z网络模型的基础上对其推理算法上做出了一些改进.首先,在Z-number理论基础上对离散Z-number在if-then规则下进行最大熵方法处理的算法过程做出了一些改进,由于算法过程中优化模型获取的区间值概率随着给定数据的变化并不一定能满足最大熵方法中的约束条件,所以对这些区间值概率进行了优化.其次,基于Z网络的结构和概率推理过程,对利用Z网络获取区间值概率然后应用最大熵方法获得约束部分最可能的潜在概率分布过程作出了同样的改进.最后利用一个实例来说明改进后的方法的有效性和可行性.     

优化理论在TCP拥塞控制中的应用

在互联网中，一个好的速率分配算法必须公平的反映用户的效用．基于TCPvegas版本，使用优化理论解决网络中的一组对偶问题——用户效用值最大和链路拥塞值最小，实现网络带宽的合理分配，避免网络拥塞的出现．仿真实验证实了新算法使得平均队列长度、瓶颈链路吞吐量两个指标优于TCPvegas．     

哈明距离下费用受限制约束最小支撑树反问题

讨论了瓶颈型哈明距离下费用受限制的约束最小支撑树反问题,通过修改给定网络边上的权,使得修改后网络中指定的支撑树是最小支撑树并且支撑树中的最大边的权不超过给定的常数,用瓶颈型哈明距离来衡量修改的费用,且修改的总费用不超过给定的上界.利用转化的思想,给出瓶颈型哈明距离下费用受限制的约束最小支撑树反问题的多项式算法及证明.     

一类网络系统中的容量扩张问题

考虑一种网络系统中的容量扩张问题：给定网络N（V,E,C^-）,如何对容量向量C^-进行扩张,在假设的每条过的扩张费用（包括固定费用与成本费用）的条件下,使得网络中最大容量树的容量尽可能提高,同时总的扩张费用不超过给定的预算D。讨论了此类问题的特性,并给出了解决问题的一个强多项式算法。     

基于变异因子粒子群优化的组播路由算法

带时延约束的组播路由问题是一个非线性的组合优化问题，已被证明是一个NP-完全问题。论文提出了一种基于变异因子的粒子群优化算法用于解决带时延约束的组播路由问题。仿真结果显示，该算法具有代价性能良好，收敛速度快，不易陷入早熟的特点，在寻优速度上优于遗传算法，具有很强的鲁棒性和实用性。     

基于遗传算法的MPLS网络优化研究

对流量工程机制中的路由方法进行了详细的讨论,着重探讨了在MPLS网络环境下,利用遗传算法对网络资源进行优化配置。采用遗传算法作为网络优化算法的基础,分别将跳数、时延、带宽及代价转化为权值进行路由,然后将得到的候选路径作为种群,用遗传算法进行路径优化,选择优化出一个最大频带利用率最小的配置。     

EPON最小空闲时间动态带宽分配算法

为解决典型EPON动态带宽分配算法因在每个授权周期中信道上存在空闲时间而导致网络性能降低的问题,提出最小空闲时间带宽分配算法(ITM-1和ITM-2).为部分光网络单元提前分配一个额外的带宽请求时隙,可减小甚至完全消除每个授权周期中出现的空闲时间,提高信道利用率.仿真结果表明:该算法较已有算法可明显改善网络的平均分组传输时延、最大分组时延、平均分组丢失率和吞吐量等性能.