ATM网络自愈策略的研究

通过线性规划研究在自愈ATM网络中使用虚拟路径分析容量问题和流量分配问题.在给定的恢复要求下,要求剩余容量代价最小.提出一种新的基于最小代价路由机制的启发式自愈算法,较适用于稀疏ATM网络,结果显示启发式自愈算法比较有效.     

一种5G网络低时延资源调度算法

针对现有资源调度算法难以满足5G低时延业务需求的现状,提出了一种基于联合遗传和禁忌搜索算法的资源调度(GATS)算法。首先利用整数线性规划建立了虚拟链路的动态带宽分配策略,然后在传统柔性车间调度模型的基础上引入了数据流量在虚拟链路中的传输时延,建立了相应的5G网络资源调度模型。为了求解这一调度模型,设计了采用联合遗传和禁忌搜索算法的启发式调度算法,该算法通过在遗传算法寻优过程中引入禁忌搜索,平衡全局搜索和局部搜索能力,有效解决了遗传算法早熟的问题,而且能够获得更好的调度方案。仿真实验表明,与GA-BA算法相比,GATS算法将服务完成时间减少了17%,不仅满足了5G低时延业务的需求,而且提高了用户体验和移动运营商的收益。     

一种低时延虚拟网络功能映射及调度优化算法

针对传统虚拟网络功能映射及调度服务时间长、不稳定的问题，提出了一种新的虚拟网络功能映射及调度优化算法。以虚拟网络功能链路传输时延与实例化时延整体最小化为目标，建立虚拟网络功能映射及调度模型，通过设计一种低时延映射及调度算法(GABL),根据虚拟网络功能与虚拟机之间的映射集合，优化虚拟网络功能映射节点的选择问题及调度顺序问题，求解出最短时间的网络功能虚拟化映射及调度方案。GABL算法采用两段式初始化技术，将虚拟网络功能和虚拟机分别进行初始化，提高初始解的质量；利用具有锦标赛策略的人工蜂群算法对问题进行求解，保留优秀基因与种群多样性，避免陷入局部最优；采用局部搜索算法在可行解附近进行寻优，加快求最优解的速度。仿真实验结果表明：GABL算法具有稳定性强、收敛性快等特点，能够有效降低虚拟网络功能映射及调度服务时间；与GATS算法相比，GABL算法的服务完成时间减少了15%。     

基于拍卖的网络切片虚拟资源分配算法研究

网络切片可以针对不同应用场景的网络速率、时延、可靠性等需求,根据业务对网络功能、安全性等需求构建虚拟的逻辑网络,该技术是5G的关键技术之一。针对网络切片多样化的QoS需求,提出了一种以最大化收益为目标的虚拟资源分配优化算法。该算法针对各个切片业务需求的差异性以及当前用户状态定义切片优先级,并以价格代替信誉因子,确定网络切片需求资源的拍卖报价,并根据可回收的资源量动态地更新和确定价格基准,再将资源优化分配问题转换成为拍卖问题,结合价格更新算法以及资源分配算法并进行求解,为各个业务切片分配资源。仿真结果表明,所提出的资源分配算法可以在满足切片多样化的QoS需求的同时有效提升用户业务体验满意度。     

虚拟网络环境下安全服务接入方法

针对传统安全检测工具难以接入云计算虚拟网络环境为不同租户提供安全检测服务的问题,研究了安全检测服务动态接入虚拟网络的方法.通过安全检测服务多进程化、网络功能虚拟化(NFV)技术构建了安全检测服务资源池,从而使安全检测服务器可以并行提供多个服务进程,之后利用软件定义网络(SDN)技术实现了安全检测服务动态接入虚拟网络的方法,使得安全检测服务可以按需、动态地接入租户网络以提供安全服务.实验结果表明:该方法在不破坏租户原有虚拟网络环境隔离性前提下,可以有效地将传统安全检测工具云化、并行地为多租户提供按需动态的安全服务.     

基于启发式遗传算法的高效虚拟骨干网构建

为了解决无线传感网络因节点电池容量有限而导致其网络寿命和计算能力受限的问题,本文提出了一种基于启发式遗传算法的无线传感网络均衡节能虚拟骨干网构建(Balanced Energy Efficient Virtual Backbone Construction,BEE-VBC)算法.该算法通过综合考虑多种因素设计的适应度函数来选择最佳节点集,通过基于启发式遗传算法确定最优的连通支配集(Connected Dominating Set,CDS)来确保支配节点的连通性,将最优CDS用作向基站进行数据传输和转发的虚拟骨干网.实验表明与其他算法相比,本文BEE-VBC算法在网络寿命、平均能耗和数据包传输率等方面均优于现有方法.     

基于保护流收敛的WDM网状网络增长型设计策略

随着业务量的增加或等级的提升,网络需要根据需求进行增长型设计。该文研究了当业务生存等级提升时波分复用(WDM)网状网络如何进行优化的增长型设计。通过在增广拓扑上为网络业务提供1+1专用保护并设计费用模型诱导保护流在备选链路上收敛的方法,提出了基于业务保护流收敛的可生存网络增长设计策略(PFC),建立了整数线性规划(ILP)模型,并设计了一种基于多业务随机序列保护流收敛的启发式算法——M-PFC算法。仿真结果表明:PFC策略能在添加尽量少的网络资源的情况下快速提升业务的生存能力;而通过设置合适的计算次数,M-PFC启发式算法能以非常高的概率得到近似最优解,并给出优化的网络增长规划方案。     

多跳波分复用环网中的业务疏导

采用整数线性规划算法和启发式算法对均匀和非均匀业务模式下WDM(Wavelength Division Multiplexing)网络的业务疏导问题进行研究,优化目标为最小化给定业务矩阵情况下所需光收发机和波长数。以环网为例进行了数值仿真,数值结果验证了启发式算法的有效性,并表明随着环网规模的增大,通过疏导减少的光通道数越来越大,疏导的效果也越来越明显。     

虚拟单元跨单元动态调度问题研究

针对虚拟单元生产过程中随机扰动所导致的资源冲突、虚拟单元协同生产及共享资源的特点,结合时间约束网络和图论的相关知识,对虚拟单元跨单元动态调度问题进行研究。同时考虑设备资源约束和交货期时间约束,建立具有虚拟单元特色的虚拟单元跨单元动态调度的时间约束网络模型,并运用协同优化思想,提出双层时间约束网络的单元间协同优化算法和基于度的反应式人机协同算法用于模型的求解。最后对算法进行了实例验证,结果表明,该方法可为生产计划制定人员快速调整原生产调度计划方案提供便利和一定的理论基础。     

基于静态和动态的社会网络挖掘算法

基于社会网络的静态和动态特征, 研究社会网络中的社区发现问题. 针对静态社会网络, 提出了边的Ξ系数及紧密度阈值等概念和Detstructure算法; 针对社会网络的动态特性, 提出了基于衰减策略的融合挖掘算法. 所提出的两种算法在应用中都取得了较好的效果.     

移动自组织网络中基于朋友网络的概率资源查找机制

移动自组织网络具有高移动性和动态性,在这拓扑结构不稳定的网络中查找资源是急需解决的一个挑战问题.该文提出一种分布式概率资源查找机制:根据社会网络的相关理论,利用朋友关系和兴趣相似度作为查询消息的路由启发信息,显著提高了资源查找效率.仿真实验表明:该算法在基于社团的移动模型下具有良好的性能.     

基于启发函数的网格数据库查询算法

查询处理技术是网格数据库研究的核心,但是传统的查询处理技术无法适应动态变化的网格环境,导致网格资源利用率低、查询效率不高。给出了基于副本的网格数据库查询处理代价模型和两种查询处理算法,利用不同的数据集和网格环境参数进行实验验证。实验结果表明,基于启发函数的网格数据库查询算法在一定程度上提高了查询处理效率,生成子查询时间代价为O(n),消耗时间比采用穷举策略下降10%左右。     

大学生网络创业现象调查及浅析

随着互联网络的发展,网络经济表现出各种形式,并带动着经济的发展,开网店等网络创业形式正逐渐被大学生所追捧。网络创业为缺乏资金、经验的大学生提供了一个进行实践、积累经验的学习平台。此外,网络创业的主动性也满足了当代大学生追求个性、创新的心理需求。但同时,网络创业也带来了创业与学业间的矛盾以及其他各种影响,这些都需要学生、高校、企业和社会的共同关注与协调,以使大学生网络创业能够科学持续地发展。     

基于时间扩展网络的区域疏散公交路径规划

针对城市公交系统应急区域疏散路径规划问题,采用时间扩展网络建模技术对疏散公交路网进行了表达,进而建立了以疏散总出行时间最小化为目标函数的离散、动态疏散网络流模型,将公交网络的疏散路径优化问题转化为混合整数规划问题,并设计了启发式禁忌搜索(TABU)算法,用于快速求解公交疏散路径优化方案.最后,以长春市中心区路网为例,对公交系统的区域疏散问题进行了实证研究,着重对比了CPLEX9.0软件的精确求解与禁忌搜索算法的近似求解之间的性能差异.数值实验结果表明,时间扩展网络模型可以有效反映公交疏散系统的动态性,同时禁忌搜索算法能够在求解效率和求解精度上取得较好的折衷.     

含分布式电源配电网重构的改进混合型粒子群算法

建立了含分布式电源的配电网重构问题数学模型,重点研究了求解该问题的混合型粒子群算法.针对该算法稳定性差以及收敛速度慢等缺点,提出了改进算法的3个解环启发式原则.并利用一个实际算例对算法的改进效果做了检验.结果表明:针对该问题,改进后的混合型粒子群算法的稳定性和计算效率均有明显提高.     

广域网中网络拓扑算法研究

网络拓扑发现是网络管理系统中的一个重要组成部分。介绍了在广域网中用于拓扑发现的两种算法,即以CNRG算法为代表的基本算法和启发式算法,并比较了两者的发现结果。结果表明,启发式算法与基本算法相比,在高效性、完整性以及准确性方面都有所提高。     

水电站群补偿调节计算的非线性网络流法

提出了水电站群补偿调节计算的一种新方法──非线性网络流法，该法以独特的寻优模式，显著地提高了计算速度；并提出了一种新的寻找最短路径的方法。利用水电站群与群之间水力的弱联系，将非线性网络流法与水电站群补偿调节计算的启发式方法相结合，缩小了计算规模，进一步提高了计算速度，克服了启发式算法自身的不足。理论分析和计算结果表明，文中提出的方法在计算速度和计算规模等方面，具有传统算法不可比拟的优点。     

基于网络优化的交通网络设计研究

针对交通网络设计问题,首先定义了赋权二分图的单边控制集问题,给出了相应的算法;然后将上述算法和割集遍历算法相结合,构建了基于网络优化思想的两个启发式算法,并对两个算法进行了比较分析,证明了算法Ⅱ可在有限步终止.最后通过算例验证了两个算法的有效性.     

基于RBF神经网络的水轮机振源参数识别方法

在对水轮机进行力学建模和分析时,其振动荷载特性往往是未知的,但却是十分重要的.基于径向基函数(RBF)神经网络,提出了水轮机振动荷载参数识别方法.根据在丰满水电站现场观测的水轮机振动响应数据,识别出了水轮机在不同运行状态下的振动荷载参数,其中包括振动力的频率、相位差和幅值.利用人工神经网络具有解决参数识别反问题不适定性的能力,建立了水轮机系统响应与模型参数之间近似的非线性函数关系.现场实际应用结果表明,经过充分训练的神经网络具有较快的收敛能力和较高的预测精度.     

基于关键节点的影响力最大化算法

为解决LDAG( DAG Algorithm Based on Linear Threshold) 算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG 算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。