基于免疫粒子群的最小连通支配集求解算法

为解决复杂网络最小连通支配集(MCDS)求解算法复杂度高、速度慢及解的精确度差等问题,采用一种免疫粒子群优化(IPSO)算法进行求解.该算法将连通支配集的支配规则转化为基于邻接矩阵的并集约束,并结合图连通分支约束设计优化目标,采用二进制粒子群算法对MCDS进行求解.在求解过程中引入免疫机制,依据网络关键节点与支配节点之间的重叠关系,设置抗原因子,指导粒子群搜索方向、加快算法收敛速度.在随机网络上的仿真实验表明:相较于传统算法,所提算法能够找出网络的MCDS,并且在保证解精度的前提下提高了求解速度.     

社交网络中的概率支配集问题

针对一种边权重取值范围为[0,1]的无向带权图,提出在社交网络中有实际应用的概率支配集概念.在图中寻找最少点数的概率支配集称为最小概率支配集问题.证明最小概率支配集问题是NP(非确定性多项式)难问题,表明不太可能存在多项式时间复杂度的精确算法.基于次模函数提出了多项式时间复杂度的贪心近似算法,用于求解最小概率支配集问题...     

一种改进的分布式互斥请求集生成算法

分布式互斥请求集的性能,对基于竞争的分布式互斥算法的消息复杂度、对称性、同步时间及容错能力等均具有直接影响.而分布式互斥请求集生成算法性能,如时间复杂度、空间复杂度,则对算法的运行速度、计算能力具有直接影响.通过对基于循环编码的分布式互斥请求集生成算法运行过程的研究,特别是对该算法的时间复杂度的研究,提出一种改进的基于循环编码的分布式互斥请求集生成算法.此算法在不明显增加算法空间复杂度和请求集长度的基础上,能够显著提高请求集生成算法的时间复杂度,从而使得算法的运行速度和计算能力都得到显著增加.     

极大网络寿命的认知无线电网络自组网算法

根据认知无线电网络的特点,提出一种将鱼群算法与图论中极小独立支配集相结合的最大化网络寿命的认知无线电网络自组网算法.该算法分为鱼群大小确定阶段和簇头选举阶段,前者以极小的能量完成节点配置和确定受影响的认知用户范围,后者确保以极小的能量进行通信,极大化网络寿命和簇头选举的公平性.仿真结果表明,该算法的整体消息复杂度为O(n),最坏时间复杂度为O(lg(D+n)),性能优于极大权极小独立支配集MWM IDS算法,可应用于认知无线电网络协议的设计中,以延长网络寿命.     

一种面向密文大型数据集的可搜索加密方案

为解决可搜索加密方案中由于安全索引过大而导致的关键词搜索时间复杂度过高这一问题,结合云存储应用环境,提出了一种面向密文大型数据集的可搜索加密方案.针对云存储环境中数据集过大的用户,使用块状存储结构优化安全索引的数据结构,将安全索引按照分块参数分为Small,Medium,Large三类.在关键词搜索过程中采用间接寻址的方式,使得在安全索引过大的情况下,仍然能保持良好的搜索时间复杂度,达到用户可接受的范围.实验结果表明,随着安全索引的增大,关键词搜索时间达到了亚线性.     

极大网络寿命的认知无线电网络组网算法

根据认知无线电网络的特点，本文提出一种基于鱼群算法与图论中极小独立集支配集算法相结合的认知无线电组网算法 (maximal cognitive radio network lifetime MCRNL)。该算法分为鱼群大小确定阶段和簇头选举阶段，前者以极小的能量完成节点配置和确定受影响的认知用户范围，后者确保以极小的能量进行通信，极大化网络寿命和簇头选举的公平性。仿真结果表明，该算法整体消息复杂度为O(n)，最坏时间复杂度为O(log(D+n))，算法性能优于MWMIDS，可以有效的应用于认知无线电网络基于MCRNL的路由协议中。     

活动网络时间费用优化的截集算法

从活动网络中建立了流量网络，通过找出流量网络的最小载集及反截集。给出了活动网络时间费用优化算法，本文的算法比例举法更有效，比线性规划法更方便。     

一种基于粗集的决策表求核算法

决策表是粗集理论的处理对象,其核属性的计算往往是决策信息约简过程的出发点和关键.大多数决策表的求核方法是基于差别矩阵的,具有较高的时间复杂度和空间复杂度.基于区分表,提出一种效率更高的计算核属性的算法,并验证了算法的正确性.     

自适应网格在水平集方法中的优化与应用

在水平集方法对运动界面进行追踪的过程中,利用自适应笛卡尔网格可以在水平集演化的关键区域对网格进行自动细化.水平集方程每个时间步求解后,细化区域和粗化区域的选择是决定迭代求解效率的一个重要因素,由于不同细化级别边界处的节点部分缺少同级别的邻接点,加大了求解水平集演化方程中偏微分近似解的复杂度.提出一种优化后的笛卡尔自适应...     

活动网络时间费用优化的截集算法

从活动网络中建立了流量网络，通过找出流量网络的最小载集及反截集，给出了活动网络时间费用优化算法，本文的算法比列举法更有效，比线性规划法更方便．