可用于诊断产生的计算碰集的新方法

提出一种利用与元素相关联的冲突集个数计算碰集的新方法, 并结合带有终止节点的集合枚举树SE tree形式化地表达计算过程, 逐步生成所有的极小碰集. 由于在SE tree中添加了终止节点, 因而能够较大提高搜索效率. 实验结果表明, 该算法程序容易编制, 且效率较好, 对于复杂的被诊断对象系统可以满足实时性.     

基于模型的故障诊断专家系统测点优选策略

为了解决模型系统的测点有限时所产生的极小诊断的组合爆炸问题,提出了增加系统测点,获取观测信息,从而减少极小诊断的智能方法.首先,采用带有终止节点的集合枚举树形式化地表达计算过程,逐步生成所有的极小碰集(即极小诊断).然后,通过故障诊断综合信息量和相关性矩阵的引入,并逐步分解矩阵,找出测点优选策略.最后,利用新增观测信息和极小诊断去除规则,可以自主实现极小诊断的逐步减少,直至唯一的极小诊断的产生,即实现故障定位.实验结果表明,该专家系统程序容易编制,且效率较好,可以满足复杂被诊断对象的快速性和准确性的要求.     

基于模型诊断中用逻辑数组计算最小碰集

在基于模型诊断中 ,冲突集的最小碰集就是诊断目标 .提出用二维逻辑型数组计算冲突集的最小碰集的一种新的算法 .     

Tower节点集上的极小次数牛顿基

将关于张量积格点的lower子集上Lagrange插值问题的极小次数牛顿基推广到tower节点子集上. 解决了二元Lagrange插值牛顿基问题, 把tower节点集的概念推广到任意多维情形, 以三维为例给出了相应的Lagrange插值极小次数牛顿基,并给出了计算三维tower节点集合消逝理想的约化Grobner基的快速算法.     

基于逻辑的一种诊断方法

基于逻辑的故障诊断方法中一个没有解决好的问题就是如何求得所有极小冲突集。讨论了如何由极小不协调子集求得极小冲突集，然后经出了求所有极小不协调子集的一种方法。对如何应用该算法求得所有的极小冲突集，给出了求诊断的一个过程，最后与相关工作进行了比较。     

求极小碰集的遗传算法

采用改进的遗传算法求解极小碰集问题。在标准遗传算法的基础上,引入了精英策略以提高算法的搜索效率;在进化过程中加入了极小化操作,使得得到的结果都是极小碰集。同时通过实例,验证了极小化操作的有效性。最后,将此算法与其他求极小碰集的算法进行了比较。     

无线传感器网络中最优覆盖节点集的求解算法

在传感器节点高密度部署的环境中,如何保证在满足"覆盖要求"的同时,使用的节点数目最小是一个NP完全问题.结合遗传算法在处理集合搜索中的广泛应用,设计了一种基于遗传算法的节点集搜索机制.在保证充分覆盖的前提下,令一部分冗余节点进入低功耗休眠状态,形成最优覆盖节点集.最后进行了算法的性能评价和网络覆盖的仿真实验.结果表明,该算法能以较小的代价完成最优节点集的搜索,有效提高整个网络的生存时间.     

基于最小代价的跨域虚拟网络映射算法

针对多个自治域网络环境中的虚拟网络映射问题,提出了基于最小代价的跨域虚拟网络映射(MC-VNE)算法.首先根据虚拟网络的约束条件,计算每个虚拟节点的可用物理节点集合,然后利用最小权重路由算法,计算出每条虚拟链路的可用映射物理路径集合.借鉴克鲁斯卡尔最小生成树算法思想,依次在可用映射物理路径集合选择最小权重物理路径,然后将对应的虚拟链路映射到该物理路径上,并协调完成虚拟节点的映射操作.仿真结果表明,MC-VNE算法有效地降低了虚拟网络映射的资源代价,提高了虚拟网络请求接受率.     

用于数据挖掘的粗集产生多重知识库的方法

提出了一种用于数据挖掘的粗集产生多重知识库的方法．该方法基于粗集理论的简化和决策矩阵．首先从知识表示系统中消除冗余属性,产生简化表,形成简化的知识表示系统,提高学习的有效性和精确性．然后从简化表中推导出决策矩阵,通过决策矩阵获取最小决策规则,计算包括所有必需属性的简化集合,给出计算最小决策规则和计算多重简化的算法．最后由相应的简化对最小决策规则进行分组形成多重知识库,给出产生多重知识库的算法．     

基于布尔搜索的空间目标分布最小包围盒规划

为了降低对平面内无源目标进行定位产生的搜索代价,研究了确定覆盖所有随机部署的无线传感器网络节点的最小包围盒问题.首先提出基于布尔搜索的无线传感器网络节点最小包围盒规划方法,运用深度优先策略,使锚节点不断逼近目标节点的实际位置;然后根据前述算法完成时的锚节点坐标,设计了坐标最大-最小值规划算法以构造最小覆盖面积包围盒.最后通过仿真和算法分析得出,所提策略计算复杂度低于遍历方式的最小包围圆、包围盒算法,且能更准确地估计出覆盖面积最小的包围盒.     

基于最小堆优化排序的PTN传输路由研究

目前PTN网络数据大规模增长,不合理的路由规则造成数据传输中路径选择的时延过长的问题,提出一种基于交叉遗传优化最小堆的Dijkstra的PTN传输路由算法。在备选节点的优先队列中,按照交叉遗传优化后的权值进行最小堆排序,每次路由选择中取最小堆的顶节点与邻节点的集合进行遍历对比,对比后的节点不断更新并且加入到备选集中,直到所有的节点经过最小堆的排序比较,形成路由。实验证明这种方法的时间复杂度较传统的PTN路由算法降低20%,具有很强的可行性。     

基于第一原理的实用故障诊断算法

根据基于第一的多故障诊断理论,针对具有固定测量点的连续物理系统,提出一种实用诊断算法,算法分３步：（１）根据系统的结构和测量点分布等不变知识,离线识别最小冲突集候选;（２）测量数据,在线确定最小冲突集合组;（３）由系统的部集合组求出诊断集,算法可大大节省时间资源,便于实时故障诊断。     

带时间和成本约束的随机流网络可靠度的计算

给出了一种求满足传输量要求的时间和成本约束下网络的所有极小状态(下界点集)的简单方法.讨论了基于下界点集合的可靠度的容斥原理公式,直接应用容斥原理公式会有很多相互抵消的项.如果所有的数据通过k条不相交的极小路径同时传输,只需讨论r-1项和r(1相似文献   

Overlay组播网络上带QoS约束的路由算法

为了保证多媒体应用的服务质量,本文在追求最大组播延迟极小化的同时考虑了网络节点的度约束条件,采用一种统一的方式来处理传输延迟和节点处理延迟,并基于此方法定义了带有QoS约束的Overlay组播路由选择优化模型,进而设计了一个求解该模型的启发式算法.该算法的时间复杂性为O(|V|3),优于许多求解该问题的同类算法,这些算法的时间复杂性多为O(|V|4),V为给定网络的节点集合.仿真结果也表明,本文算法解的质量也更优,即延迟更小.     

基于极小连通支配集的电力线载波路由算法

用电信息采集系统中低压电力线载波环境复杂,为提高载波通信系统可靠性,本文提出了一种高可靠性载波路由算法.算法以误码率作为可靠性测度指标,首先分析了线路环境以及设备信噪比对低压载波通信误码率的作用机理,然后建立以设备信噪比为权重的赋权网络可靠性分析模型.为减少冗余转发节点、节省网络资源,本文结合图论中极小连通支配集概念,提出了一种应用于低压电力线载波路由的极小连通支配集路由算法.选取50节点的载波台区进行实验,实验结果表明,与分簇路由算法相比,在BPSK调制模式下,本文算法实现了误码率降低14.9%,以上,并实现不同规模台区的低压电力线载波通信网络的可靠组网.     

关联规则维护方法的研究

频繁项目集是满足最小支持度和最小置信度下的一个项目集合,但随着最小支持度的不同,就会产生不同的频繁项目集,而频繁项目集的发现又是一个高花费的过程.该文提出一个新的维护算法,用来解决关联规则的更新维护问题.     

最大权匹配问题的闭环DNA算法

给出并证明了在DNA计算中处理实数问题的策略,即首先在误差限范围内用有理数集合代替实数集合;再取出与有理数集合一一对应的最小的整数集合.针对赋权匹配问题,给出了基于闭环DNA计算模型的赋权匹配问题算法.该算法首先按边进行三组编码并合成初始闭环DNA;再以相邻两条边为约束条件用删除实验获得所有匹配,并用电泳实验得到所有最大权匹配,最后用检测实验输出最优解.证明了算法的正确性,讨论了算法复杂度,并以一个例子说明了算法的有效性.     

二元极小次数Lagrange插值

利用构造性代数几何工具证明了任意二维节点集合g的Cartesian子集对应的Lower集合S必然包含在两个特殊的Lower集合Sx(g)和Sy(g)中,并给出了判断Lower集合Sx(g)和Sy(g)对应的多项式空间是否构成节点集g上的二元Lagrange插值问题的极小次数插值空间的方法.数值算例表明,该方法计算代价很小.     

直径为3的图的最小特征值

设Y是一个图集合,若对于Y中的所有图中,图G的最小特征值可以达到最小,则称G是集合Y中最小特征值的极小图。本文刻画了直径为3的n阶连通图最小特征值及其极小图。     

物联网专用频点自组网驱动路由协议算法分析

为了解决物联网专用频点自组网网络节点能量消耗容易失衡,当节点数增加时易产生链路故障的问题,设计一种改进物联网专用频点自组网驱动路由协议算法.以感知现场、汇聚节点和Internet为主要结构,构建物联网专用频点自组网网络模型.模型采用多媒体印刷读物(multimedia print reader,MPR)集合综合选取节点机制,以网络节点总能量消耗以及能量代价为基础,通过节点优化目标函数,确保自组网能量消耗处于均衡状态.通过网络路由协议改进算法,采用最小覆盖集实现物联网专用频点自组网链路故障的修复.结果表明,改进后的算法对路由链路信息转发具有良好的吞吐性能,可以提高网络数据传输性和连通性,并可增加节点生存时间,最终提升数据包到达率和数据控制量.