多信道无线多跳网络中视频流的跨层优化

为提高视频流在多信道无线多跳网络中的传输质量,提出了一种分布式的跨层优化算法.首先对信道分配、干扰、带宽分配、延时分配和视频传输失真进行了数学建模,然后基于凸规划和拉格朗日对偶分解理论,在视频流端到端延时限制下通过调整信源编码速率、链路带宽、链路平均延时上限及射频和信道分配来最小化总的视频流失真.理论分析和数值仿真表明,所提出的分布式跨层优化算法可以收敛到全局最优解.     

基于拓扑化简的多接口无线mesh网络信道分配算法

为了解决多接口无线mesh网络的信道分配问题,提出一种能够适应不同接口数和信道数的对不同网络业务量模式具有通用性的低复杂度算法。基于一种启发式信道分配策略,该算法根据各节点配置的接口数去除多余的链路,使信道分配方案能够充分利用多信道资源。在该文研究的网络场景下,该算法可使信道分配方案的总冲突数持续降低并最终达到0,所得到的最佳方案的网络容量可达到单信道情况的约5倍。引入拓扑结构化简技术改进了多接口无线mesh网络的信道分配算法。     

基于拓扑化简的多接口无线mesh网络信道分配算法

为了解决多接口无线mesh网络的信道分配问题,提出了一种能够适应不同接口数和信道数的对不同网络业务量模式具有通用性的低复杂度算法。基于一种启发式信道分配策略,该算法根据各节点配置的接口数去除多余的链路,使信道分配方案能够充分利用多信道资源。在该文研究的网络场景下,该算法可使信道分配方案的总冲突数持续降低并最终达到0,所得到的最佳方案的网络容量可达到单信道情况的约5倍。引入拓扑结构化简技术改进了多接口无线mesh网络的信道分配算法。     

基于遗传算法的认知无线电网络共同信道和功率最优分配

信道分配和功率控制问题是认知无线电网络中的核心问题。文中根据不完美频谱感知情形下的干扰功率模型,建立认知无线电网络共同信道和功率分配优化模型,并通过罚函数法,将标称的混合整数规划问题简化为不带约束条件的非线性规划问题,提出了基于遗传算法的共同信道和功率最优分配算法。仿真结果表明,该算法能在不完美频谱感知情形下对信道和功率进行联合最优分配,减少对主用户功率干扰,实现网络中认知用户吞吐量的最大化。     

FGS码流在可变比特率信道上的码率分配

为了提高MPEG-4FGS码流在可变比特率信道上的传输效率,该文根据用户需求和信道特性,对该信道上的FGS码率分配问题进行了分析和建模,将其描述为一个多码率限制条件下的优化问题。分析了FGS码流率失真函数的特性,设计了一种迭代等D优化算法。理论分析证实该算法可得到码率分配问题的最优解;实验结果表明该算法能获得比已有算法更好的视频传输质量和效果,并能满足实时性的需求。该码率分配的问题描述和解决算法能够达到FGS码流在可变比特率信道上高效传输的目的。     

基于小世界特性的无线多跳网络信道分配策略

提高网络的整体性能一直是无线多跳网络研究的重点问题,在以多信道、多接口环境搭建的无线多跳网络中,可以通过有效的信道分配策略来提升网络性能.提出一种基于小世界特性的无线多跳网络信道分配策略,通过DLCC策略利用小世界特性先优化网络的拓扑结构,再根据网络链路的局部介数以及链路预冲突系数,利用CALB信道分配算法进行信道分配.实验表明,该策略能有效地降低网络链路之间的冲突,提升网络的性能.     

多接口无线mesh网络的信道时空分配

针对多接口无线mesh网络信道分配中存在的共享接口信道依赖问题和网络拓扑改变所导致的链路失效问题,提出了基于图分解的联合空间与时间域的信道分配方法。该方法将信道分配从空间域拓展到时间域,将网络拓扑分解为多个时隙上的子图,然后对每个子图运用图着色算法实现信道分配。该方法中,每个时隙上的子图根据网络约束条件动态获得信道资源,从而提高了无线mesh网络信道分配的效率。通过仿真分析对比了静态信道分配方法,这种信道的时空分配方法能够有效抑制信道分配中产生的波及效应以及信道切换导致的链路失效等消极因素的影响,从而在满足接口数目约束、信道数目约束等约束条件下将无线mesh网络吞吐量提高30%以上。     

一种无线Mesh网络多播信道分配算法的研究

在无线Mesh网络中,多播是一种非常重要的技术,它要求在有限的带宽内提高网络吞吐量.在信道分配时最小化多播树的干扰可以提高网络吞吐量.本文提出一种多信道多播信道分配算法,该算法以链路上的数据流为指标来表征干扰度,考虑相同信道及相邻信道的干扰,通过减少干扰来提高无线Mesh网络的吞吐量.仿真结果表明,该算法可以达到更佳的网络吞吐量.     

无线Mesh网络一种基于拓扑的多射频多信道分配

随着无线Mesh网络的发展,在网络中配置节点多射频多信道,提高信道资源的利用率,成为扩大网络容量的有效手段。提出了一种基于网络拓扑信息的集中式的多射频多信道分配算法,实现时将其分为信道分配计算和信道分配切换两个阶段。在信道分配计算阶段按优先级确保瓶颈链路的带宽需求,实现网络信道干扰最小;在信道分配切换阶段逐层实现切换,确保网络的连通。仿真结果显示,该信道分配算法可以有效地提升网络性能。     

基于物理干扰模型的分布式传输调度算法

传统上对无线多跳网络中传输调度问题的研究是基于协议干扰模型的。该模型对问题的分析比较简单,通常会使调度算法的性能较差。该文提出了一种基于物理干扰模型的分布式调度算法来提高网络吞吐量。物理干扰模型反映了接收节点的信干噪比(SINR),是对现实场景中干扰的一种更精确的抽象。该文将传输调度问题建模为整数线性规划(ILP)问题,然后将其松弛为一般的线性规划(LP)问题,提出一种分布式算法来求解LP问题的最优解,进而计算传输调度问题的最优解。在该分布式算法中,每个节点只需要本地的信道信息便可以计算出最优的传输概率,从而实现最优调度。仿真结果表明:该算法可以很快收敛到最优解,并且吞吐量性能与中心式算法接近。     

非清晰精馏网络系统MINLP整体最优化方法

以分离清晰度为优化变量之一，建立了非清晰精镏网络最优化模型．该模型为非凸的混合整数非线性规划（ＭＩＮＬＰ）问题．提出了求解含有双线性项的非凸ＭＩＮＬＰ问题的整体最优化方法．最后通过３个非清晰精镏网络是优化算例对上述方法和模型进行了演示．     

多流股换热器网络综合问题的优化算法设计

多流股换热器网络综合问题是一个混合整数非线性规划问题（MINLP）,这类问题规模大、约束条件多,严重的非凸非线性使得目标函数存在多个局部最优解．传统的基于梯度的优化算法在求解时极易陷于局部最优．有鉴于此,本研究采用遗传算法解决此类问题,通过对遗传算法进行改进,针对简单遗传算法存在的早熟和运行参数难以确定的问题,设计了多样性保持算子和多种群进化的算法结构;计算时运行参数自适应确定,并把模拟退火算法思想引入遗传算法子代的生成中去．实例证明,采用所构造的算法可有效求解MINLP问题,并有利于寻求到全局最优解．     

基于粒子群优化算法的分散式废水处理网络的综合

基于分散式废水处理网络的超结构，建立了废水处理网络系统最优化的非线性规划模型和混合整数非线性规划模型．它们是具有非凸性的复杂非线性数学规划问题，用现有的方法进行求解不能保证得到全局最优解．因此，提出了应用新型随机型算法——粒子群优化算法求解上述复杂非线性最优化问题．算例问题的求解计算表明，提出的废水处理网络粒子群优化方法具有不要求初始可行点以及适应全局优化等优点，能够快速有效地解决废水处理网络最优化问题．     

换热网络非等温混合多目标同步最优综合

提出了一个非等温混合同步最优综合的混合整数非线性规划改进模型，可对公用工程费用、换热面积、换热设备台数以及流股的匹配选择进行多目标同时优化，且模型本身不依赖于夹点技术及其网络温差。由于采用了新算法，消除了流股分流时的等温混合线性化假设，只需求解一次混合整数非线性规划问题可得到包括分流情况在内的最优网络结果。     

改进遗传算法在过程系统工程中的求解策略

针对过程系统综合问题的多峰、奇异等特性 ,将遗传算法同可行域序贯搜索技术结合起来 ,实现对混合整数非线性规划问题 (MINLP)的有效求解。为克服遗传算法在可行域边界搜索效率较为低下的弊病 ,将惩罚函数同个体的生成函数有机地结合起来 ,利用惩罚函数将跨越可行域的不可行点拉回到可行域内。对过程系统综合中典型的MINLP问题的求解 ,表明该方法在求解过程中能有效地实现全局浏览 ,得到全局最优解或近优解。     

一种分级超结构换热器网络综合优化方法及其应用

对分级超结构换热器网络模型的温度计算提出了一种通用的精确解方法,同时得到了显式解析解,并以这一解析解为基础,设计了以遗传算法和模拟退火算法为主,结合最速下降法的混合遗传算法,此外还在算法中引进精英策略和结构变异策略.应用实例的计算结果显示了这一混合遗传算法对于换热器网络的参数和结构都具有良好的搜索能力.     

基于改进遗传算法的多产品连续化工过程生产调度

多产品连续化工过程的生产调度具有组合和连续的生产特性，因此它的调度模型可归结为一混合整数非线性规划问题（ＭＩＮＬＰ）。对这一问题的求解，采用了改进的遗传算法，提出了几种多样性保护算子，从而可防止传统遗传算法易提前收敛问题。所提出的算法被应用于三个产品生产的例子，并与文献所给的结果进行比较，说明了该算法的有效性。     

三级泵优化配置问题算法设计及求解

针对三级泵优化配置问题的难解性,提出一种扩展拥挤遗传算法（ECGA）．该算法在进化过程中采用物种保留策略维持群体的多样性,从而可以保证得到问题的全局最优解．此外,采用组合编码策略实现连续变量和整数变量的混合编码,使之可应用到混合整数非线性规划（MINLP）问题．通过与传统OA、ECP、MIN—MIN等算法解算结果比较,验证了ECGA算法可有效地求解三级泵配置问题．     

Joint Optimization Strategy for Video Transmission over Distributed Cognitive Radio Networks

A novel joint optimization strategy for the secondary user( SU) was proposed to consider the short-term and long-term video transmissions over distributed cognitive radio networks( DCRNs).Since the long-term video transmission consisted of a series of shortterm transmissions, the optimization problem in the video transmission was a composite optimization process. Firstly,considering some factors like primary user’s( PU’s) collision limitations,non-synchronization between SU and PU,and SU’s limited buffer size, the short-term optimization problem was formulated as a mixed integer non-linear program( MINLP) to minimize the block probability of video packets. Secondly,combining the minimum packet block probability obtained in shortterm optimization and SU’s constraint on hardware complexity,the partially observable Markov decision process( POMDP) framework was proposed to learn PU’s statistic information over DCRNs.Moreover,based on the proposed framework,joint optimization strategy was designed to obtain the minimum packet loss rate in long-term video transmission. Numerical simulation results were provided to demonstrate validity of our strategies.     

基于邻域粗糙集的连续值分布式数据属性约简

为了去除系统中的冗余属性,保持系统的分类能力,研究了连续值分布式数据的属性约简.给出了连续值分布式决策信息系统中邻域粗糙集的定义,讨论了分布式连续值决策信息系统中正域计算的可分解性.以保持分布式决策信息系统的正域不变为前提,探讨了分布式决策信息系统中属性的可约性,提出了分布式连续值决策信息系统的属性约简算法.为了验证该算法的有效性,在7份数据集上进行了3组实验.实验使用提出的算法对分布式数据进行属性约简,进而采用加权集成的方式进行分类测试.实验结果表明,该算法能够有效去除连续值分布式数据中的冗余属性,使得约简后的连续值分布式数据的集成分类能力与约简前相差不大.甚至更高.