基于Petri的分布式网络流量优化

基于Petri网建立一种分布式流量优化模型,解决了网络的重复转发问题,并在此基础上,结合线性规划方法,实现了网络流量流向的多目标控制,有效提高了网络质量.     

用蒙特卡罗和Petri网方法估计随机流网络的可靠性

提出一种估计随机流网络可靠性的基于蒙特卡罗抽样和Petri网建模仿真的MCPN方法.该算法以蒙特卡罗方法为基本框架,通过蒙特卡罗抽样来模拟网络系统的随机性.对于随机抽取的网络状态,通过Petri网仿真计算相应加权图的最大流量,判断其是否为有效状态.仿真结果表明,Petri网方法是一种有效的计算加权图最大流量的方法.     

通信网中窗口流量控制的随机Petri网分析

本文将随机Petri网与排队论相结合,对分组交换网中的窗式流量控制机理进行了描述与分析,建立了窗式流量控制机理的随机Petri网模型,并给出了随机Petri网模型的可达图及状态转移方程.     

基于遗传算法的变结构神经Petri网模型

将Petri网理论引入到神经网络模型的研究中，依据生物学神经系统的可塑性，通过适当扩展规范Petri网，建立了人工神经元状态转化的Petri网模型．在此基础上给出了利用遗传算法设计变结构神经Petri网的方法，该方法不仅可以得到满足要求的网络参数，而且能对网络的拓扑结构进行优化．仿真结果验证了该方法的可行性．     

PROFIBUS网络的实时性能

综述PROFIBUS现场总线实时性能研究方法.从PROFIBUS现场总线的网络数据传输技术、介质访问控制技术等方面对网络实时性能指标进行了论述,并分析网络负载对网络系统实时性能的影响,论述和对比应用图论和Petri网技术对网络实时性进行建模研究的方法.建立合理的系统网络结构、采用先进的控制技术以提高网络分布式节点的快速响应性,以及选择合适的网络系统建模与仿真方法,是今后对PROFIBUS网络实时性能研究的主要方向.     

基于Petri网的病毒攻击建模

针对威胁计算机网络安全的病毒攻击行为,建立了基于Petri网的病毒入侵网络基本模型,利用CPN tools仿真工具分析了模型的活性和各个库所的有界性,以利于采取有效的网络防御措施和建立安全的防御体系.利用安全策略域、域间通信信道的概念,根据病毒入侵传播的特性,建立了基于随机着色Petri网的企业网络模型,并给出了用该模型模拟与安全相关网络行为的方法.     

基于Petri网的工作流并行算法的研究

为了模拟企业工作流的业务流程,实现企业业务过程的自动执行和监控,提出了一种新的工作流Petri网模型及其并行算法。(1)根据工作流系统和Petri网模型的特点,给出了工作流模型与Petri网的映射关系;(2)对基于Petri网模型的四种工作流网基本模型进行并行性分析,提出了一种新的工作流Petri网并行模型;(3)结合Petri网并行划分算法和新的模型进行融合与优化,提出一种新的工作流并行优化算法;(4)以应用实例对工作流并行优化算法进行验算与分析。结果表明,新的工作流Petri网模型及其并行算法可行有效。     

基于有色Petri网的车身网络诊断系统建模方法

文章针对车身网络诊断系统的特点,将有色Petri网和诊断系统的流程相结合,建立故障诊断的有色Petri网模型;利用有色Petri网作为工具,描述诊断仪与ECU通信之间的逻辑关系;以诊断中的Flash下载为例,建立了有色Petri网的诊断模型.仿真分析结果验证了模型的正确性和有效性,且模型有助于提高车身网络诊断系统软件的...     

基于混杂Petri网的钢铁企业煤气能量流网络建模与权函数优化

为实现钢铁企业煤气能量流网络的高效运行,首先总结煤气能量流网络的特性和建模需求,给出煤气能量流网络和混杂Petri网的元素对应关系和建模规则,并给出建模实例;然后基于网络行为特征提出能量密度指标,建立优化能量密度的线性规划模型,对权函数进行重新配置;最后给出某大型钢铁企业的煤气能量流网络.利用建模规则建立其混杂Petri网模型,为煤气能量流网络的动态和行为分析提供了模型基础.基于煤气能量流网络历史数据,应用优化模型实现权函数重新配置,能量密度的优化值比历史值平均改进1.59%,优化了煤气能量流网络的运行.     

基于Petri网的文件并行传输优化方案

Petri网是一种适合于描述异步并发现象的计算机系统模型.Petri网理论的分析方法和技术既可用于静态的结构分析，又可用于动态的行为分析，最适合表示事件之间的并行性和自然相关性.因而，用Petri网来描述、分析和研究并发现象有独特的优越之处.在分布式网络环境下文件并行传输方案的设计中,传统的分析方法是采用线性规划，这样往往需要求解庞大的线性方程组.基于Petri网的文件并行传输优化方案可大大简化这一过程，并能达到更直观、更理想的效果.     

一种主动网络管理系统结构的分析与研究

主动网络是一种新型的网络体系,它不仅可以传送数据包,而且还可以执行数据包中特定的运算任务.主动网络为用户提供了可编程的接口,用户可通过网络中的节点动态地注入所需的服务.但由于传统网络管理不适应主动网络管理,不能发挥主动网络的分布式计算能力.论文讨论了一种基于节点的主动网络管理模型,分析了该模型的结构、管理机制和设计要点,并对网络拓扑发现和流量进行了分析.     

分布式课程体系

概要地对高校课程体系的结构作出总结。在人类大脑神经网络和人工神经网络的启示下,提出了模拟脑神经网络的课程体系结构,即分布式课程体系结构。     

基于ISP-Join的动态P2P流量优化模型

为解决互联网P2P流量大量占用带宽,ISP难以参与管理,P2P系统缺乏自优化策略的难题,提出了基于ISP-join的动态P2P流量优化模型.该模型主要依照时序从自治域划分管理、网络测量和拓扑感知、动态带宽流量反馈3个方面阐述了新的P2P流量动态优化方法,并且实现了以DDP域发现协议为核心的原型系统.从而可以调整和维护自治域自身和域间的信息,优先域内连接,保持覆盖网的拓扑一致性.通过理论分析和实验验证表明,该模型在ISP的参与下能实现P2P流量的动态优化.     

基于BP神经网络的入口匝道控制器的设计

入口匝道控制系统是一种复杂的非线性时变系统，难于用数学准确建模，因此用数学建模的方法实施控制难度较大，本文中根据入口匝道控制原理分析了交通控制中需检测的交通量参数，并据此设计了神经网络控制器，并对这一控制器进行了仿真，仿真结果显示，神经网络用在入口匝道控制中可取得良好的效果。     

Multi-Path Routing and Resource Allocation in Active Network

An algorithm of traffic distribution called active multl-path routing (AMR) in active network is proposed. AMR adopts multi path routing and applies nonlinear optimize approximate method to distribute network traffic among muhiple paths. It is combined to bandwidtb resource allocation and the congestion restraint mechanism to avoid congestion happening and worsen. So network performance can be improved greatly. The frame of AMR includes adaptive traffic allocation model, the conception of supply bandwidth and its‘ allocation model, the principle of congcstion restraint and its‘ model, and the implement of AMR based on multi-agents system in active network. Through simulations. AMR has distinct effects on network performance. The results show AMR is a valid traffic regulation algorithm.     

实时网络通信在分布式监控系统中的实现

探讨在实时多任务系统ＡＭＸ环境下，由多台工业微机构成局域网络，开发分布式监控系统时如何实现网络的实时通信。提出了需解决的问题及实现方法，该方法同样适合于其它分布式监控系统。     

校园网络流量分流过程的分析与程序实现

随着近年来网络使用的普及,针对网络流量分析领域的研究越来越多.提出了各种流量分类算法,其最终目的是为了更好地识别网络带宽中的流量组成.基于对多种不同的流量分类算法的研究发现,网络流量的成流过程作为流量分类算法的基础性工作起着不可或缺的作用,并发现数据包成流的定义也各不相同.描述了一种基于数据包五元组的网络流量成流过程,对某校园网络流量实现了离线式的数据包成流,并针对成流过程中所出现的一些问题进行分析,给出可能的解决方案.     

子波基神经网络及其建模

将神经网络与子波理论结合,构成新型的神经网络结构-子波基神经网络,不同于一般前向神经网络的是该网络的隐层单元的激活函数为不同尺度下的子波函数.该网络具有良好的逼近非线性的能力.本文将其应用于非线性系统建模.     

高速公路入口匝道无模型控制研究

高速公路交通系统是具有非线性、随机性、时变性等特性的复杂系统,用传统的数学模型很难准确地描述,因此依赖数学模型的交通流控制存在很大的局限性.建立了一个包含神经网络的无模型高速公路交通流匝道控制系统,这里以入口匝道的放行率(即控制变量)作为神经网络输出,并给出了神经网络的结构和详细的训练算法,其中训练算法采用了SPSA方法.仿真结果表明,该方法能有效地对高速公路入口匝道实施控制,且比一般的神经网络模型具有更强的在线控制能力.