基于d-最小割集的多状态网络可靠度矩阵分解算法

鉴于基于d-最小割集应用容斥原理计算多状态网络可靠度精确值的复杂性, 借鉴分解的思想, 基于事件并运算之间的吸收律, 通过定义d-最小割集矩阵及矩阵概率, 提出了一种矩阵分解算法. 算法的基础是在一定规则下反复对矩阵进行分解、简化, 并通过迭代计算矩阵概率得到可靠度精确值. 同时, 通过定义删除函数以及动态选择分解边加速分解过程. 相关分析表明算法的复杂度随网络中边的数目成指数增加. 算例分析表明算法计算结果正确, 且结构清晰、易于实现, 验证了其正确性和有效性.     

多状态网络系统d-最小割集的边合并算法

为更有效的获取多状态网络系统d-最小割集（d-mincuts，d-MCs），提出一种边合并算法。算法用容量未取最大容量的边及对应取值组成的集合对表示网络状态，基于网络分割的思想，不以最小割集为基础，通过边合并、状态继承求取可行解，通过集合对的比较得到d-MCs。同时提出一个引理，更高效的求取容量下界，缩小状态空间。算法复杂度对比分析证明算法有效，且通过定义带权值的广义联络矩阵实现算法，便于编程计算。最后，通过实例分析验证了算法的有效性。     

基于状态集分解的一类车间计划、调度算法

针对集成生产计划,调度中的一类强NP-hard问题,提出了基于状态集分解的分层混合优化算法.通过状态集分解将计划、调度一体化模型转化为一系列的最小网络流模型,上层搜索通过建立可行性必要条件和启发式规则,迅速排除劣解或不可行解,缩小搜索范围.底层搜索主要依靠网络流算法及对偶再优化算法,辅以启发式策略,做小范围的局部精确寻优.数据仿真说明了算法的有效性.     

利用极小割计算随机流网络可靠度的一种算法

对随机流网络可靠度的计算问题进行了研究.提出了网络元件(边和结点)容量下确界的概念,在求基于每个极小割集的每个元件的容量向量时,对其满足的约束条件进行了改进,使其可行解集合大大减小.同时给出了两个引理,根据这两个引理,使得求基于极小割集的所有d-上界点变得非常简单,从而得到了一个计算随机流网络最大流量不少于给定需求流量d+1的可靠度的有效算法.最后,通过实例验证了该方法的有效性.     

基于模糊概率的多状态贝叶斯网络可靠性分析

利用贝叶斯网络对多状态系统进行可靠性分析时,各根节点不同状态的精确概率难以获得。因此提出了把模糊理论与贝叶斯网络方法相结合,将不同专家给出的根节点各状态发生概率的语言变量转化为三角模糊数,并经过均值化、解模糊和归一化得到不同状态的发生概率的精确值。将其代入多状态贝叶斯网络中,计算叶节点不同状态的发生概率,进而计算各根节点的后验概率及风险增加当量重要度。通过实例分析验证了该方法的可行性。应用该方法能够提高贝叶斯网络处理不确定性问题的能力,使其在解决多状态不确定性系统可靠性和安全性问题时发挥更大的作用。     

基于最小连通支配集的复杂网络关键节点与连边识别方法

复杂网络关键节点与关键连边在网络中均起着十分重要的作用,目前的识别方法往往无法做到同时识别,并且识别指标角度较为单一。为解决上述问题,提出一种基于最小连通支配集(minimum connected dominatingset,MCDS)的复杂网络关键节点与连边识别方法,通过使用免疫粒子群(immune particle swarm optimization,IPSO)算法寻找网络最小连通支配集,构建核心骨干网,实现对复杂网络关键节点与连边的同时识别。该算法在求解过程中引入免疫机制指导粒子节点搜索方向、加快算法收敛速度,同时优化搜索节点质量。经实验验证表明,所提识别方法能够有效识别网络中的关键节点与关键连边。     

基于U-D分解的最优定界椭球状态估计

将平方根U-D分解理论引入集员辩识框架下的最优定界椭球(OBE)状态估计当中,一定程度上减小了数值计算过程中的舍入误差带来的影响,改善了算法的稳定性,提高了算法的精确度。与现有的OBE算法相比,基于U-D分解的OBE算法能提供更精确的估计结果。仿真结果表明了该算法的有效性,以及计算数值鲁棒性。     

网络所有最小点割的路集矩阵算法

本文提出了一种利用网络路集矩阵求所有最小点割的计算机算法。本算法对矩阵的列元素进行组合,以逻辑加运算获得网络的所有最小点割,具有规则明确、概念简单的特点。经实例计算表明本算法是可靠和有效的。文中还给出算法的步骤和框图,并举例对问题进行了说明。     

一种新的最小干扰选路算法及仿真研究

提出了一种新的最小干扰选路算法 JMIRA,该算法由离线网络优化和在线动态路由选路两部分组成.其中在线路由部分算法采用接纳控制机制,利用最短最窄选路方法定位多条关键链路,根据链路上各业务类型的已用与可用带宽比值来计算链路权重,旨在实现最小干扰目的的同时降低算法的复杂度.经仿真研究表明,该算法在网络可用带宽和请求拒绝率等方面明显优于传统路由选路算法.     

镍氢动力电池电荷状态估计算法仿真研究

基于所建立的镍氢电池等效电路模型,将模型的各物理量和状态量之间的关系表达成离散化的状态方程.然后利用电子负载实时测得电流、电压等数据,基于自适应滤波算法对镍氢动力电池的电荷状态(SOC)估计进行仿真计算.仿真计算结果表明,在系统模型噪声统计不准确,或者模型不精确的情况下,基于等效电路模型的自适应滤波算法依然可以进行系统的状态动态估计,具有很强的鲁棒性.最后,根据试验测试结果对滤波算法仿真得到的电池SOC进行了验证,达到了较高的精度.     

Estimated and exact system reliabilities of a maintainable computer network

This paper presents an algorithm to evaluate estimated and exact system reliabilities for a computer network in the cloud computing environment. From the quality of service (QOS) viewpoint, the computer network should be maintained when falling to a specific state such that it cannot afford enough capacity to satisfy demand. Moreover, the transmission time should be concerned as well. Thus, the data can be sent through several disjoint minimal paths simultaneously to shorten the transmission time. Under the maintenance budget B and time constraint T, we evaluate the system reliability that d units of data can be sent from the cloud to the client through multiple paths. Two procedures are integrated in the proposed algorithm-an estimation procedure for estimated system reliability and an adjusting procedure utilizing the branch-and-bound approach for exact system reliability. Subsequently, the estimated system reliability with lower bound and upper bound, and exact system reliability are computed by applying the recursive sum of disjoint products (RSDP) algorithm.     

覆盖网对域间路由可靠性的影响研究

覆盖网可以利用终端间的多路径路由提升Internet路由的性能和可靠性。如何选取高质量的覆盖网路径,并且准确地对其进行性能评估是有待解决的核心问题。对此,首先提出一种对覆盖网路由的评估方法,该方法从路由可靠性角度进行分析,运用可靠度(RD)这一指标,从多条覆盖网路径的分离度、长度、质量等方面进行综合评估。在此基础上,提出基于广度优先遍历队列(BFSQ)的分布式的启发式算法优化覆盖网多路径的选择。仿真结果表明该算法可以通过少量底层拓扑信息的获取,达到有效提升多路径覆盖网路由可靠性及性能的目的。     

具有不同状态概率表示形式的多态系统可靠性

由于多态系统的复杂性、统计数据的不完备等诸多原因 ,人们往往不能精确地确定系统及其元素的状态概率 ,也即存在着状态概率表示及计算的不确定性问题。针对多态系统中可能存在多种状态概率表示形式的情况 ,介绍了多态系统可靠性计算的随机模型、模糊模型和区间模型。对于同一系统中可能同时存在多种状态概率表示形式的情况 ,提出了将不同状态概率表示形式归一化的方法 ,给出并解释了状态概率的转换公式。     

多状态系统故障树的一种生成方法

介绍一种多状态系统故障树生成方法．首先对传统的可靠性框图方法加以改进,提出一种新的框图分析方法．然后在可靠性框图分析的基础上,依据判定表,自动生成故障树．本方法适合多状态系统可靠性分析     

计算无圈有向网络可靠度的一个有效算法

利用布尔代数知识和网络的拓扑结构相结合 ,同时采用道路排序的技巧、保持可靠度不变的串并联化简等计算 ,给出了一个计算无圈有向网络 ST可靠度的公式及有效算法     

Capacitated stochastic coloured Petri net-based approach for computing two-terminal reliability of multi-state network

Classical network reliability problems assume both networks and components have only binary states,fully working or fully failed states.But many actual networks are multi-state,such as communication networks and transportation networks.The nodes and arcs in the networks may be in intermediate states which are not fully working either fully failed.A simulation approach for computing the two-terminal reliability of a multi-state network is described.Two-terminal reliability is defined as the probability that d units of demand can be supplied from the source to sink nodes under the time threshold T.The capacities of arcs may be in a stochastic state following any discrete or continuous distribution.The transmission time of each arc is also not a fixed number but stochastic according to its current capacity and demand.To solve this problem,a capacitated stochastic coloured Petri net is proposed for modelling the system behaviour.Places and transitions respectively stand for the nodes and arcs of a network.Capacitated transition and self-modified token colour with route information are defined to describe the multi-state network.By the simulation,the two-terminal reliability and node importance can be estimated and the optimal route whose reliability is highest can also be given.Finally,two examples of different kinds of multistate networks are given.     

基于路径的网络可靠性研究综述

在分析网络可靠性概念和内涵的基础上, 从路径的存在、数量、性能三个方面, 系统地总结了网络可靠性研究的相关进展, 并对未来发展趋势进行了展望, 指出在考虑网络关联性和动态性的条件下, 以网络流的性能为功能标准的网络可靠性研究将是未来研究的热点领域.     

基于多个并行CMAC神经网络的强化学习方法

为解决标准Q学习算法收敛速度慢的问题,提出一种基于多个并行小脑模型(Cerebellar Model Articulation Controller:CMAC)神经网络的强化学习方法。该方法通过对输入状态变量进行分割,在不改变状态分辨率的前提下,降低每个状态变量的量化级数,有效减少CMAC的存储空间,将之与Q学习方法相结合,其输出用于逼近状态变量的Q值,从而提高了Q学习方法的学习速度和控制精度,并实现了连续状态的泛化。将该方法用于直线倒立摆的平衡控制中,仿真结果表明了其正确性和有效性。