一种基于身份的智能电网认证模式

提出了一个移动用户智能电网(Mobile User Smart Grid,MUSG)概念,给出了MUSG场景下的用电模式描述,并利用基于身份的密码技术给出了一种基于身份的MUSG认证方案。分析表明,利用该认证方案不仅可以有效解决智能电网中移动用户的认证问题,满足移动用户即时用电和户外用电的需求,并且在保障系统安全性的同时有效降低了系统的计算和通信开销,减轻了系统的负载压力,提高了系统的使用效率。这为智能电网业务由固定用户向移动用户过渡奠定了基础。     

带二维装箱约束的物流配送车辆路径问题

现实物流活动中大量存在的易损、 易碎物品的运输问题属于带二维装箱约束的物流配送问题, 该问题是二维装箱问题与车辆路径问题这两个经典难题融合之后的一个新问题. 针对这一问题, 在对其进行明确定义的基础上, 建立了数学模型, 提出了解决该问题一个Memetic算法, 对算法中的几个关键算子: 深度优先的启发式装箱方法、染色体的编码方式及其路径分割程序、初始解的生成方法、 交叉算子、局部搜索算子, 进行了详细的阐述. 通过初步的实验, 确定了Memetic算法的最佳参数配置; 然后在Iori提出的30个顾客数在20-199个标准算例上对算法的鲁棒性、求解的质量、以及求解性能等几项指标进行了测试, 并与文献中的求解结果进行了比较. 试验结果表明, 该Memetic算法大大提高了现有算法的性能及求解结果的质量.     

移动自组织网络中自适应分段路径保护机制

节点稀疏情况下,源节点无法建立完备的保护路径,端到端连接的可靠性降低。提出了一种适合于动态网络拓扑的自适应分段路径保护机制,该机制把端到端路径分成多个较短的段,并按照当前拓扑情况为其建立保护路径,以提高端到端路径的可靠性。仿真结果表明,通过适当的额外数据包开销所得到的分组投递率、端到端时延和路由发现次数都比传统路径保护机制有明显改善。     

混沌通信的非线性N-shift加密与迭代学习辨识算法

为增强混沌通信系统的保密性,讨论了非线性N-shift加密方案,从提高信号掩盖的非线性程度方面增强了混沌通信的保密性.利用迭代学习辨识方法来实现解密,完全重建信息信号,理论分析给出了学习算法关于初态误差和输出误差的鲁棒性和收敛性,推导出了学习算法关于非线性掩盖的收敛的充分条件.利用以上迭代学习辨识技术对采用复合非线性掩盖技术的蔡氏混沌通信系统进行仿真,结果说明迭代学习辨识算法可以完全重建信息信号,复合非线性掩盖具有高保密性.     

多车场多车型最快完成车辆路径问题的变异蚁群算法

一般车辆路径问题的目标是总路程或总费用最小, 而在应急管理或特殊配送中要求以最快的速度完成配送任务, 该文研究了以最快完成为目标的多车场多车型车辆路径问题的变异蚁群算法. 首先介绍了多车场多车型最快完成车辆路径问题, 然后分别给出求解多车型和单车型问题的车辆分割的动态规划方法, 并把单车型问题的动态规划方法和改进的Split方法进行对比, 同时利用改进的最大流算法将车辆分配给各车场, 从而把该问题转化为寻找最优顾客排列的问题. 随后给出了求解该问题的变异蚁群算法, 最后给出了计算实例.     

同时送取货的随机旅行时间车辆路径问题方法

建立了同时送取货的随机旅行时间车辆路径问题(STT-VRPSPD)的机会约束规划模型,构建了分散搜索算法求解策略.分散搜索算法中,针对STT-VRPSPD问题的复杂特性,构造了解的改进策略、组合策略,并采用改进的节约算法构造分散搜索算法初始解,从而使文中设计的分散搜索算法更加适应STT-VRPSPD问题特有的负载波动性.仿真实验中,首先对分散搜索算法的参数设置进行分析,确定了最优参数组合;然后基于经典的Dethloff算例数据,构造了STT-VRPSPD的测试算例,并对分散搜索算法和遗传算法进行了对比分析,结果表明,分散搜索算法对于STT-VRPSPD的求解质量优于遗传算法.     

基于流量预报的无线传感器网络自适应拥塞控制路由协议

基于按需距离向量路由协议,提出了一种针对无线传感器网络的自适应拥塞控制路由协议,所提出的协议根据时间序列预报算法获得未来时刻的网络流量预报值,并由此判断节点的拥塞程度以便预先采取分流措施,实现对路由的自适应控制. NS2仿真实验表明,该协议有效地提高了网络性能,特别是对网络拥塞和流量均衡的改善较大.     

Kademlia协议中的路由表自适应调节机制

为提高DHT网络在抖动条件下的性能,该文研究Kademlia协议及其路由表自适应调节机制,提出一种k 桶容积参数K 值的自适应调节算法,根据路由数据的可用概率判断网络的抖动状况,通过调节K 值来实现路由表的规模对抖动强度的自适应. 仿真实验结果表明,该算法能有效缩短抖动情况下的查询延迟,将网络的崩溃点提高了近10%,使网络在抖动强度波动时仍能保持较高性能.     

基于配载约束的配送优化问题及其求解算法

车辆配载与配送是两个相互联系与相互影响的子问题,考虑了货物的易损性、装载的稳定性、物品不可倒置、车辆平衡性、先下后装等配载约束,构建了车辆配载与配送联合优化的混合整数规划模型,基于问题自身的特点开发了由配载启发式算法和基于节约值的蚁群算法有机结合的交互式混合算法,采用基准实验问题(benchmarkproblems)进行了一系列对比试验,结果显示了所提出的模型及算法的有效性与实用性.     

带时间窗的开放式满载车辆路径问题建模及其求解算法

为满足某些企业的满载运输需求, 针对运输任务对车辆具有独占性的特点, 分析得到总运输费用的大小取决于车辆的空车运行费用, 在此基础上, 将带时间窗的开放式满载车辆路径问题转化为带时间窗的多车场开放式车辆路径问题, 建立了相应的数学模型, 并设计了改进的自适应遗传算法进行开环路径求解, 并把算法应用于某木材厂的周运输计划的制定, 算法在很短时间内求得了运输方案, 比木材厂原运输方案减少了车辆数, 并节省了运输费用. 实验证明, 算法是可行和有效的.