一种适用于P2P-SIP框架的自适应搜索算法

针对P2P-SIP框架中资源搜索路径过长的问题,提出了一种基于统计分析的自适应搜索算法.P2P-SIP系统对时延是敏感的,网络变化概率增大或者网络节点数目增多会令时延大幅度延长,该算法根据对收发消息的统计分析,决定是否对资源的路径信息进行发送,从而减少资源的搜索时延,同时通过线性平滑使算法具有一定的容错性.它可以应用于现有的P2P搜索算法中,从而提高现有的P2P搜索算法的效率.理论分析和仿真结果表明,在P2P-SIP环境下该算法具有更好的性能.     

基于兴趣域中心节点的P2P网络拓扑

资源搜索是P2P应用所面临的最核心问题之一,相关的非结构化P2P系统主要采用了查询消息泛洪和信息索引机制。通过对分布非结构化的搜索算法以及对现有改进算法的研究,参考网络中的小世界性给出了一种基于兴趣域中心节点的P2P网络拓扑结构。该算法使得节点能在短时间内查找到有效的资源,减少了查询信息量,缩短了路由路径,提高了搜索效率。     

P2P中基于蚁群算法的智能搜索研究

P2P是完全分布式网络，资源搜索是P2P网络中的关键问题。P2P网络中资源搜索有多种机制，传统的有洪泛机制，分布式哈西表和中心索引机制。本文对基于仿生学的蚁群算法在P2P网络资源搜索中的应用进行研究。     

基于P2P网络的信息检索系统设计与实现

设计了一种基于P2P网络的信息检索系统,其主要功能包括:显示网络中所有对等点,对本地资源进行上传共享,搜索共享的文件并进行下载。系统设计中使用了JAVA语言和JXTA技术,调用PeerGroupFactory类和Discovery协议、ContentManger的Share方法、DownloadFile类等来实现对等点之间的发现以及资源共享和资源管理。在局域网环境下测试,系统功能运行良好。     

基于混合式P2P架构的资源搜索机制研究

P2P(Peer-to-Peer)系统由一组地位相等的节点构成,节点间可以直接通信,无需第三方参与。为了提高P2P网络中资源搜索效率,很多学者对此进入了深入研究,提出了一些解决方案。本文也是通过对混合式P2P网络模型资源搜索机制的深入研究,提出了自己的一些系统设计方案,最后分析了今后系统设计时的难点和应注意的问题。     

基于查询代理和广义蚁群算法的P2P资源搜索

随着Intranet迅速发展,私有网络中包含了大量的资源,如何将P2P网络延伸到私有网络中,并对其中的资源进行整合具有重要的研究价值。在分析现有P2P网络资源搜索方法的基础上,提出了一种基于查询代理和广义蚁群算法的资源搜索模型。即在私有网络内部使用查询代理完成资源的查找,在公有网络中使用广义蚁群算法进行资源搜索,并对广义蚁群优化算法进行改进,将节点可信度融入到算法优化条件中。实验表明:该算法能够提高搜索效率和命中率,能够有效地孤立网络中的虚假节点,对提高网络的服务质量具有重要意义。     

一种改进的非结构P2P资源搜索方法的研究

为了改进非结构P2P网络中搜索机制效率低下的问题,提出了一种新的非结构P2P网络资源搜索方法.在Gnutella泛洪搜索的基础上,利用蚁群算法的信息素的思想,指导资源搜索的方向,从而减少了消息信息量,提高了搜索速度.模拟实验表明该模型对搜索请求具有较高的效率和准确性.     

一种校园网资源共享方案的研究

对现有校园网络中的资源共享方式进行了分析,指出了它们的不足。为了降低资源浪费,实现校园网上的资源共享,设计了一个基于校园网的资源共享方案,将P2P技术和Web服务技术的特征提取相结合,实现文件交换,是对现有校园网络中的资源共享方案的补充和改进。     

一种改进的基于分布式Caching的自适应搜索机制

文章分析了基于Gnutella协议的非结构P2P网络中利用基于分布式Caching的自适应搜索机制来进行资源搜索与使用统一索引Caching机制相比查询成功率有所降低的问题,提出了两种改进方案。通过实验与统一索引Caching机制比较,改进的搜索机制在不增加网络流量的条件下,能有效提高查询成功率。     

基于隶属函数的改进Grid_P2P资源检索算法的研究

为了提高P2P网络的资源搜索效率和管理效率,提出了一种改进的Grid_ P2P网络结构,并以此结构为基础提出了基于隶属函数的资源搜索算法GPMA.在改进的Grid_ P2P结构中,通过增加MP层对超级节点的管理,减少了网络的通信延迟;在GPMA算法的实现过程中,利用隶属函数的隶属度来组织节点的加入和路由信息的更新,减少了资源搜索的跳数并提高了资源搜索的效率.通过对仿真结果中的数据进行分析和比较,验证了搜索算法GPMA的优势.     

Super—peer网络中基于信誉的资源发现算法

在Super-peer网络模型下，提出一种基于信誉的资源发现算法，通过计算域内和域间节点的信誉度，将请求信息转发给信誉高的节点，在保证资源发现效率的同时提高资源查找的可靠性。     

基于DAF算法的地图寻径研究

本文融合Delaunay Triangulation算法,A*算法以及Funnel算法的优点,提出了DAF算法,并将其应用于网络游戏的地图寻径中,解决了地图信息获取不便捷和搜索路径比较弯折的问题,得出一条最优路径。计算机仿真结果表明DAF算法提高了搜索效率和路径的平滑程度。     

基于Chord结构化P2P网络路由算法的改进

随着网络规模的扩大,Chord路由网络资源查找效率变得不够理想.为此,对Chord网络中的路由表算法及结构进行了扩展改进.分析验证了改进后的Chord模型资源查找效率明显高于原Chord模型.     

一种新的基于移动代理的P2P模型及资源定位算法研究

如何在P2P网络中进行资源的搜索定位是相关研究中最为关键的问题。但是目前的资源定位方法都存在不同的问题，尤其表现在占用过多的网络带宽、资源定位时延过长，peer节点的随意加入离开导致资源定位的稳定性不高等。针对上述问题，提出了一种基于移动代理的两层P2P模型。在该模型下，首先设计了一个确定Query Agent数量及路线的算法；然后将这些Query Agent派发出去，再根据资源定位算法进行资源定位。最后，对算法进行了性能分析。分析表明，算法在资源定位效率、带宽节约、鲁棒性等方面均优于一般的资源定位算法。     

基于剪枝策略的改进TDCALT算法

针对大规模路网中求解最短路问题的低效性与非实时性,通过时间依赖性路网来刻画路网和交通状况信息,构造时间依赖性路网下的高效最短路算法.以目前效率较高的TDCALT(time dependent core-based A*landmarks triangleinequality)算法为基础,提出动态优化上限值的改进措施,并首次引入和改进静态路网下最短路算法中的剪枝策略,形成ITDCALT(improved TDCALT)算法.在广州市路网上的试验表明:ITDCALT算法在算法运行时间和搜索空间上均优于TDCALT算法和TDIJKSTRA(time-dependent DIJKSTRA)算法;ITDCALT算法具有计算效率高、搜索空间小、性能稳定的优点.     

基于Petri网与改进A星搜索算法的矿井机车调度优化

为了提高煤矿井下机车调度效率、防止机车碰撞、堵塞,根据井下调度特点建立了机车运行赋时Petri网模型。针对原有启发式A*搜索算法存在的易陷入局部最优的缺点,提出了基于petri网的并发变迁遴选算法,引入变迁并发度概念,与启发式A*搜索算法相结合,得到改进的A*搜索算法。经过改进后算法的回溯计算,得到Petri可达图上的最佳路径,从而得出最优调度策略。根据以上算法进行MATLAB建模,最终仿真结果表明,经过改进的启发式A*搜索算法有效的避免了陷入局部最优解,其计算得出的调度路径及调度策略资源消耗量最少,调度效率较高且未出现机车堵塞碰撞等问题。     

基于主题划分的有组织P2P搜索算法

提出一种基于主题划分的P2P搜索算法———主题覆盖网络搜索算法(TONS).TONS在有组织P2P网络基础上,将结点按主题组织成覆盖网络,使含有相似主题的结点链接在一起,因此可以根据内容将查询限定在P2P网络的局部范围内.通过在覆盖网络中随机添加一些长距离链接,使覆盖网络具有Small-World特性.TONS为有组织的P2P系统提供了一种能依据部分匹配、多关键词等复杂条件搜索结点数据对象的有效方法,与现有的有组织P2P系统相比,它可以将搜索的查全率提高74.7%,并减少P2P网络信息搜索的平均路径距离和平均消息数目.     

基于ANN的综放工作面产量与工效预测

采煤工作面是整个矿井生产的核心，是实现矿井高产高效安全生产的关键。为了准确预测和提高综放工作面产量与工效，本文应用人工智能领域的人工神经网络方法，在系统分析影响综放工作面产量、工效的主要因素，并收集大量工程实例样本的基础上，构建了综放工作面产量与工效预测人工神经网络模型并加以实际应用。应用结果表明，该方法简便、可靠，且具有先进性。该方法的成功应用，为煤炭产量、工效预测研究探索了一条更加先进有效的途径。     

基于节点热度的改进Gnutella2搜索算法

Gnutella2的搜索算法在超级节点间转发消息采用泛洪机制,在大规模文件共享中产生较多冗余消息,降低了搜索效率.为提高搜索效率,提出一种基于节点热度的改进搜索算法.该算法根据P2P网络中的幂律特性,提出节点热度概念,根据节点热度选择转发超级节点,设计了基于节点热度的搜索算法;在节点热度的计算中,引入惩罚因子减少无效搜索;在搜索消息转发时,通过最热轮空策略来均衡高热度节点的负载.对实验结果的分析表明,该算法在保证搜索命中率的前提下,能有效减少平均搜索时间和平均跳数,提高了搜索性能.