Ad Hoc网络中基于蚁群优化的路由选择算法

为了降低AdHoe网络拥塞程度，减少节点能量消耗，将蚁群优化算法应用于改进Adhoe网络的路由选择问题上，提出一种在Adhoe网络中基于网络有限带宽和剩余能量信息的路由选择算法。根据蚁群优化算法中的信息素浓度对路由选择进行调整，使路由选择实现分布式全局优化。仿真结果表明，该算法可以使平均端到端延迟从0．75s降低到0．28s，网络生存时间延长30％，提高了网络资源利用率。     

Ad Hoc网络中基于蚁群优化的路由选择算法

为了降低Ad Hoc网络拥塞程度,减少节点能量消耗,将蚁群优化算法应用于改进Ad Hoc网络的路由选择问题上,提出一种在Ad Hoc网络中基于网络有限带宽和剩余能量信息的路由选择算法。根据蚁群优化算法中的信息素浓度对路由选择进行调整,使路由选择实现分布式全局优化。仿真结果表明,该算法可以使平均端到端延迟从0.75 s降低到0.28 s,网络生存时间延长30%,提高了网络资源利用率。     

Ad Hoc网络中基于蚁群优化的路由选择算法

为了降低Ad Hoc网络拥塞程度，减少节点能量消耗，将蚁群优化算法应用于改进Ad Hoc网络的路由选择问题上，提出一种在Ad Hoc网络中基于网络有限带宽和剩余能量信息的路由选择算法。根据蚁群优化算法中的信息素浓度对路由选择进行调整，使路由选择实现分布式全局优化。仿真结果表明，     

城市高速公路网络入口流量控制的双层规划模型及求解算法

采用双层规划模型描述城市高速公路网络的入口（匝道）流量控制问题,设计了基于灵敏度分析法的启发式算法,并给出了一个简单的算例．在双层规划模型中,上层模型使整个网络系统最优,同时使从各个入口（匝道）进入网络的流量最大;下层模型是一个标准的用户平衡模型,用于表示网络中用户的路径选择行为     

基于智能蚂蚁算法的路由选择

智能蚂蚁算法已经成功地运用于TSP问题和一系列的离散优化问题．文中分析了智能蚂蚁算法的工作原理．并基于蚂蚁的自组织能力描述了一种新的分布式动态路由选择方法，QoS保证的分布式路由选择算法(DQRA)。DQRA能以并行的方式解决网络中呼叫的时延和带宽分配问题。理论证明此种算法简单，易于实现．能有效地解决大型网络的负载平衡问题。选择Matlab仿真软件对DQRA算法进行仿真，并且比较了当业务要求带宽变化时阻塞率的变化．进一步证明了算法的有效性。     

基于能量区域代理机制的移动Sink路由算法

文章提出基于能量区域代理机制的移动Sink路由算法。该算法使用剩余能量扫描算法将系统划分为若干个能量相近的区域,再在每个能量区域内构建路由信息,根据已构建的路由信息选择代理节点作为能量区域内信息存储和与Sink通信的节点,根据代理节点的分布制定Sink最小移动路径策略。仿真实验表明,在网络中使用该算法可以使网络能量得到更均衡合理充分的利用,可以很好地延长网络寿命。     

一种改进的人工免疫网络优化算法及其性能分析

基于人工免疫网络算法（aiNet）,借鉴禁忌搜索算法的机制,提出一种禁忌人工免疫网络算法（TS—aiNet）．在算法中引入禁忌表,禁忌那些在网络迭代中亲和度不再增加的细胞,并通过特赦准则赦免一些被禁忌的优良状态;增加一个记忆表,用于保存成熟的记忆细胞;重新定义了Gauss变异方式,保证多样化的有效搜索．利用Markov链证明了算法全局收敛性,分析了算法的复杂度,通过对多个典型系统仿真分析该方法的性能,并与克隆选择算法和aiNet算法进行比较研究．结果表明,该算法在多模态搜索空间中具有更好的全局收敛性、稳定性和寻找极值点能力,能够克服早熟现象,是一种有效的全局优化搜索方法．     

一种多中继协同网络吞吐量优化算法

考察了接收节点通过累积信息量完成解码的单源单宿多中继无线网络,提出了一种基于动态前向解码协议的中继节点选择及传输算法.首先,给出了在给定整个网络所需传输信息量的条件下最小化信息传输时间的数学模型,并证明了其是一个完全多项式非确定性问题,进而提出了一种分布式贪婪中继节点选择算法.该算法综合考虑了被选择节点的上行和下行链路的信道增益,不仅保证了被选中节点能够容易地解码信源信息,而且使得网络终端接收到较多的有效解码信息.仿真结果表明,该算法接近集中式最优中继节点选择机制的性能,并且其分布式实现减少了系统开销.     

分布式流言push-sum无梯度算法

研究多个体网络中所有个体目标函数之和最小值问题,其中每个个体仅知其自身目标函数且仅可与其邻居个体交互信息。鉴于个体目标函数通常非光滑,同时个体间单变量信息通信有一定局限性,本文提出一种分布式流言push-sum无梯度算法求解此优化问题。假设每个个体都具有一个服从泊松分布的控制时钟,时钟的每次转动表示随机选择的个体之间进行信息更新。进一步地,在网络连通条件下证明了所提算法的收敛性。数值仿真结果表明,与现有的分布式流言无梯度优化算法相比,本文算法具有更快的收敛速度。     

云计算环境中三层架构的资源负载均衡研究简

为了使云环境中资源能更加高效、合理地运转,该文探求使用新的调度策略来使系统达到负载均衡,提出了一个在三层架构云计算网络环境中的两阶段调度算法.该算法结合了随机负载均衡算法和Min-Min负载均衡调度算法的特性,从而能更高效率地执行任务并使系统达到负载均衡.     

网络中信息传播的最短时间算法

研究信息在网络中传播的最短时间问题,建立了ki-传播模型,即有信息的节点vi在每个时间单位里能同时向它的至多ki(ki≥1)个邻点发送信息,要求传播的最短时间,使得网络的所有顶点均有此种信息.指出了该问题在任意网络中是NP-完备的,对该问题给出了一个多项式时间算法来求解在树状网络中信息传播的最短时间,并且能够求出树状网络的传播中心.       

一种基于立体交通场景的CAB广播路由算法

针对立体交通环境下,经典车载自组网广播协议可能出现的数据误传率高、网络延时大、传输不可靠等问题.提出了一种基于路侧单元装置(RSU, Road Side Unit)的准确高效的广播算法CAB(Cubic traffic Adaptive Broadcast Routing Algorithm).该算法根据立体交通不同的应用场景,将广播分为前向、后向和全向类型.同时,通过特殊hello包交换邻居节点信息.通过统计邻居表信息来选择下一跳转播节点,以达到缩短广播时延,提高广播效率的目的.针对立体交通中数据误传率高的问题,引入了车道判别方案和一跳广播确认机制提高其传输的可靠性.使用NS-3和VanetMobiSim仿真结果表明,与现有经典的广播算法相比,该协议在立体交通场景下有更好的包到达率、更轻的网络负载和更低的传输时延.     

军用PCS系统中移动基站的位置登记策略研究

移动基站技术是军用PCS系统的关键技术之一。在未来的战争中，通信基站根据需要可以自由移动，并有可能带大量用户共同移动，基站移动到新地方后能够快速和网络恢复连接，建立通信。基站的可移动性带来的关键问题是如何在网络中对移动基站进行拓扑更新和对用户群的位置进行快速有效登记。简要介绍了移动基站技术的概念后，以第二代数字移动通信系统GSM网络为基础，对移动基站的拓扑更新和用户群的成组位置登记提出了新的策略，补充和完善了原有的协议，使得新的协议更能够适应基站移动性的需求。     

信息传播的最优结构

 研究连通网络中的信息传播问题,即有信息的节点vi在每个单位时间里能同时向它的至多k_i(k_i≥1)个邻点发送信息,要求传播的最短时间,使得网络中所有顶点均有此种信息.鉴于在任意网络中该问题是NP-完备的,特研究一种特殊的网络,即m维立方体网络.通过应用递推技巧,揭示了在m维立方体网络上信息传播的诸多好的特性及有趣的现象,显示了m维立方体网络是信息传播问题的最优结构.     

能耗均衡的低功耗自适应集分区路由改进算法

针对LEACH算法簇头选取不佳、网络寿命过短问题,提出一种基于分区的LEACH改进算法。该算法根据节点剩余能量、邻居节点数及距基站距离对簇头选举产生的影响,对簇头选举函数进行优化;对监测区域进行分区,不同分区采取不同的数据传输方式,减少基站附近簇头节点转发信息的负载量,有效避免基站附近“能量空洞”现象的发生。实验结果表明,相比于LEACH和LEACH-EDP算法,本文改进算法第一死亡节点出现轮次分别推迟了23.32%、18.44%,网络寿命分别延长了32.27%、21.49%。     

基于Sarsa学习的基站休眠策略研究

在异构Macro-femto蜂窝网络中,随着日益增长的用户数量使得基站能耗问题变得更加严峻,提升整个移动系统能效的有效方式就是进行基站休眠。根据无模型理论提出一种基于Sarsa学习的动态基站休眠算法,算法通过基站学习环境中的用户流量,制定合理的休眠机制。仿真结果表明,提出的基于Sarsa学习的基站休眠算法能够有效提升系统能效     

节目磁带头部与尾部的自动寻找方法

节目磁带头部与尾部的自动寻找,是微型计算机应用到广播电台中必须解决的一个关键问题。本文首先简要介绍节目磁带头部与尾部自动寻找的三种方法,然后着重讨论其中一种便于直接推广的电平检测法的设计,并且提出两种可行的设计方案。这种电平检测法已在作者参与研制的广播电台微机自动控制系统中采用。     

求解离散网络平衡设计问题的遗传算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法,对上层问题采用遗传算法,而对下层问题采用平衡交通分配的Frank-Wolf算法.数值试验结果表明:该算法是有效的.能够较快地求解这类网络平衡设计二层规划模型.     

中断情景下EV充电站与多类型充电桩联合布局优化

【目的】当前研究较少考虑中断情景与电动汽车（electric vehicle, EV）用户充电距离,且多是对充电站的选址进行规划。有鉴于此,在中断情景下将研究范畴拓展至充电站与充电桩联合布局优化,以成本最小和距离最短为目标构建了多目标规划模型。【方法】针对问题的NP-hard特性,首先设计了基于K-Means聚类的启发式算法,以快速生成较好的初始可行解,然后提出改进遗传算法求解模型。【结果】通过算例分析,验证了模型的有效性。【结论】所建模型能够有效解决中断情景下的EV充电站与充电桩联合布局优化问题,所提算法在求解精度与稳定性方面要优于已有算法。     

无线移动网络划分优先级的广播算法

鉴于现有的无线移动网络广播算法存在不足,本文提出了一种划分优先级的广播算法．仿真结果表明,划分优先级的广播算法明显地的减少了再广播分组的发送数量,较其它相关算法有明显的优越性,提高了广播的性能．