基于时延策略的输入缓存交换网络仲裁与分析

借助概率母函数的分析方法,对输入缓存方式交换网络的性能进行了理论分析,扩展了前人的分析结果,推出吞吐率和延时表达式闭和形式,并对这种网络的输出竞争,提出了一种简单的基一时延相关策略的神经网络仲裁算法,解决信元调度问题,仿真结果表明,该仲裁方法改善了网络性能。     

一种具有输入冲突分解能力的ATM交换结构性能分析

提出一种具有输入冲突分解功能的ＡＴＭ交换结构，并利用概率母函数的方法对该交换结构的性能进行了详细的分析，得到了一些有意义的结果．     

基于缓存开销的信息中心网络缓存协作策略

网络化缓存策略影响ICN网络的传输性能,考虑到缓存执行时的开销不仅包含访问缓存节点时的路径代价,还应包含替换旧信息的替换代价,因此提出一种基于路径访问代价和节点替换代价的缓存协作策略(path and node cost based cooperative caching strategy, 简称PNC3S).该策略对两种代价进行整体考虑,将代价总量作为是否进行信息与节点匹配缓存的依据,对提出的策略模型进行优化分析,将最优解作为缓存部署方案.实验结果表明,与CEE,LCD策略相比,PNC3S可以改善网络的信息缓存率、服务器的负载率、网络链路平均利用率,以及访问跳数减少率.     

带时变时延效应的模糊神经网络均方指数输入的状态稳定性

在本文中,我们对一类带随机和时变时滞效应的模糊Cohen-Grossberg神经网络的均方指数输入对状态稳定性进行了研究。通过利用Razumikhin技巧和构造新的时滞微分不等式,我们得到了神经网络系统均方指数输入对状态稳定性的充分性判定条件。并给出了一个例子用来说明我们得到的结果的有效性。     

K-窗口输入缓存ATM交换网的仿真

针对N×N端口内部无阻塞输入缓存ATM交换网络的队头(HOLHeadofLine)阻塞现象,该文采用称为K窗口输入缓存交换方式,并且对该交换方法进行了仿真分析.该方法在每一时隙内,依次检测输入缓存队列中前K个信元的目的地址,从中选择满足无阻塞交换条件的信元作为该时隙的交换信元,以减少HOL阻塞,从而提高互联网中该类ATM交换网络的信元通过率.当网络端口数N=512、窗口宽度K=14时,其信元通过率将达到90%以上.     

异构蜂窝网络中基于协作混合缓存的能耗分析

针对由宏基站和小基站组成的两层异构蜂窝网络缓存场景,设计了将混合缓存与基站之间的协作相结合的混合协作缓存机制。用户接入采用封闭式接入策略,将两层异构网络基站的分布建模为相互独立的PPP过程,基于随机几何理论,在宏基站和小基站使用正交频谱和共享频谱两种场景下,采用文件重传机制,分别推导了宏用户和小基站用户的无线传输中断概率,基于混合协作缓存机制推导了文件命中率,并在此基础上,进一步推导了服务用户的系统能耗。仿真结果表明,推导的理论值与仿真值基本一致,证明了推导的正确性;文中设计的缓存策略能够提高用户请求文件的命中率,减少系统的能耗。     

大规模流媒体服务间隔缓存策略的性能预测模型

静态分析模型能在负载固定的情况下预期不同因素对缓存算法性能的影响,为解决该模型在动态负载下预测精度不高的问题,结合实际用户访问行为研究,采用负载拟合的方法对此问题进行探讨,并提出了一种针对变动负载的间隔缓存类算法的动态性能模型。该模型可更准确估算系统实际性能,从而为用户控制等策略提供参考。实验结果表明,静态模型的缓存命中率预测结果比实际高70%以上,而该模型则能适应负载的变动,预测结果与实际结果差别在10%左右。     

大规模流媒体服务间隔缓存策略的性能预测模型

静态分析模型能在负载固定的情况下预期不同因素对缓存算法性能的影响,为解决该模型在动态负载下预测精度不高的问题,该文结合实际用户访问行为研究,采用负载拟合的方法对此问题进行了探讨,并提出了一种针对变动负载的间隔缓存类算法的动态性能模型。该模型可更准确估算系统实际性能,从而为用户控制等策略提供参考。实验结果表明,静态模型的缓存命中率预测结果比实际高70%以上,而该模型则能适应负载的变动,预测结果与实际结果差别在10%左右。     

基于光缓存的光突发交换网络核心结点冲突性能分析

运用排队论及随机过程原理研究并分析了光突发交换(OBS)网络中配备有光缓存的核心结点性能,给出了突发数据分组阻塞率、输出端口效率、排队时延等性能参数.所得结果对OBS网络理论研究作了一定的补充.     

内容中心网络中基于缓存压力的选择性缓存机制

内置缓存机制是内容中心网络(Content Centric Networking,CCN)研究的关键问题之一.现有的CCN缓存机制在缓存节点的选择时往往缺乏对节点缓存状态和负载情况等动态信息的综合考虑,因此无法准确反映节点间的缓存状态差异,进而影响了缓存决策的合理性.提出了一种基于缓存压力的选择性缓存机制(Cache Pressure Based Selective Caching,CPBSC).该机制利用节点的缓存占用率和缓存替换率评估节点的缓存压力,并结合内容的流行度实现缓存节点的合理选择.同时,根据内容的请求率和兴趣分组的剩余生存时间评估不同内容的缓存价值,以此实现缓存内容的合理替换.仿真结果表明,CPBSC有效地优化了缓存资源利用率,并显著提高了系统的整体缓存性能.     

基于概率延迟的DTN路由算法的设计

为了提高容迟(DTN)的传输效率,同时减小网络延迟和网络开销,借鉴链路状态算法,使用Dijkstra计算路由,并充分考虑了传输延迟、节点之间的连接性和历史因素,提出了一种基于概率延迟的DTN路由算法PD.模拟实验结果表明,PD在传输延迟较大的网络环境下,性能优于其它同类算法.     

基于历史信息预测转发概率的DTN路由算法

为了尽量减少网络先验知识的使用,提高消息转发成功率,提出了一种基于历史链接信息预测转发概率的算法,综合运用了冗余复制和相遇预测的转发策略,将消息逐步向到达目标节点传输预测概率较高的节点转发,通过二分法复制策略来增加消息转发成功的可能性,并采用了主动冗余消息删除机制.仿真实验表明,随着缓冲区的增大和节点规模的增大,该路由算法的性能明显优于Epidemic,PRoPHET和BSW算法,并且具有很好的网络适应性能.     

汽轮机在线性能分析BP神经网络模型

为了提高汽轮机在线性能分析系统的健壮性、精确性和抗干扰能力，对BP网络算法进行拓展，增强其网络功能。使之能够分析网络输入参数偏差对输出参数的影响，建立了一种新的汽机在线性能分析模型．与常规在线分析模型相比，该模型只需常规模型输入参数个数的1/5，大大减小了测量设备损坏对在线系统的影响；而且该模型分析结果精确、可靠，测定的热耗结果与常规分析结果误差不超过1％．另外，该模型容错性能良好，参数在2％内波动对分析结果无太大影响．     

基于最大后验概率的单站无源定位算法性能分析

针对旋转干涉仪测向定位系统存在相位模糊的问题,提出了一种基于最大后验概率的单站无源定位算法。该算法以旋转长基线干涉仪输出的模糊相位差为基本定位信息,无需解模糊即可实现对辐射源的精确定位。仿真计算表明该算法具有定位精度高、速度快的优点;并分析了影响定位精度的因素,计算了算法定位误差的几何分布,结论表明通过增加基线长度、提高基线波长比能较大提高定位性能,并且定位性能与目标和定位站的距离有关。     

端到端最小包时延可测性的排队分析与仿真

以排队分析和网络仿真为手段定量分析了在不同路径长度和流量负载条件下的最小时延可测性,发现约50个探测包即可有很大概率测量到有10跳长路径的最小时延.通过回归分析,建立了反映探测包数量与路径长度关系的线性方程.在互联网的实际测量验证了该方法是有效的.     

基于GMDH网络的船用增压柴油机性能预测及仿真

采用数据分组处理（Group Method of Data Handing,GMDH）的神经网络分类方法,建立4190ZLC船用四冲程增压柴油机性能预测的数学模型.针对船用中速柴油机运行状况,考虑到其影响运行状态的因素,结合实验数据进行4190ZLC船用柴油机性能的预测及仿真分析.该模型解决了神经网络结构较大,计算耗时较长的问题.将该模型与BP（Back-Propagation,BP）前馈神经网络仿真结果进行比较,结果表明其仿真效果好于BP神经网络模型,并且该神经网络能较好地满足柴油机性能预测仿真的需求     

基于BP神经网络模型的大众健美操成绩非线性相关分析

确定了分项评价指标及其标准,具体包括以下9个指标:准确性、整齐性、弹性、协调性、稳定性、控制力、健康性、统一性和和谐性.建立了包含输入层,隐含层和输出层的三层BP人工神经网络模型.结果表明,该模型能够很好地反映9个分项指标的成绩与总体成绩之间的非线性关系.各个样本的预测值与真实值十分接近,相对误差在5%上下波动,网络训练成功.表明BP网络经有效训练后应用于竞技健美操成绩评价具有较高的预测精度和良好的泛化能力.     

基于反馈控制的分数阶时滞神经网络的同步

研究了分数阶时滞神经网络的同步问题,通过使用Mittag-Leffler函数和线性反馈控制,给出了同步控制器解析式,得到了关于Caputo导数的时滞神经网络同步的充分条件;系统同步的条件容易证明和实现且仅依赖于系统的结构;最后通过数值模拟验证了理论的有效性.     

带有两个优先权M/M/s排队的通信网交换性能分析

目前 ,基于不同优先权的通信网交换的研究十分活跃 文中分析了通信网中输入为泊松到达 ,带有两个优先权的M/M/s排队交换系统 通过对状态转移方程和部分状态转移方程的分析 ,得出了到达交换器的两种信元 (分组 )的稳态队长 ,并利用指数分布和泊松分布的关系 ,给出了输出线上的平均队长     

时滞的周期神经网络模型周期解的稳定性分析

通过构造Lyapunov-Krasovskii泛函,获得了时滞周期神经网络模型周期解全局渐近稳定性的一个充分条件.