基于节点重要性的复合免疫策略研究

为有效抑制病毒在网络中扩散,提出一种基于节点度、介数和聚类系数的复合免疫策略,该算法综合计算三类特征量得出节点重要性并免疫重要性高的节点,在人工生成网络和真实农产品供应链网络上分别进行仿真实验,结果表明:实施该复合免疫后网络中感染节点密度值低于同等免疫比例下的度免疫、节点介数免疫和聚类系数免疫策略,具有更高的免疫效率。此外,该复合免疫算法中节点度占比大小会影响免疫效果,存在一个最优的度权值使免疫效果最优。     

基于5G通信的多节点无线传感器网络路由算法研究

提出了基于5G通信的多节点无线传感器网络路由算法.通过簇头节点在网格中心的位置以及簇内节点的能量耗损情况,计算5G通信内部产生移动汇聚节点所需的能量,得到无线传感器网格划分的最佳数量.根据网络节点发送过程以及5G通信内部节点数据聚集能力受限状况,计算出最优簇头数目,得出网络分簇结果.选择合适的访问路径,更新多条路径选择策略,增强最优路径内的信息量.实验结果表明,所提算法能有效增加网络密度适应性,降低了数据传输延迟.     

适于异类传感器网络的分簇拓扑控制算法

提出一种基于异类传感器网络的分簇拓扑控制算法.该算法通过在成簇的过程中计算各个超节点的覆盖密度,控制节点的覆盖密度在合适的范围,使得各个簇的覆盖范围大致均衡.最后通过实例与传统的LEACH算法进行比较.结果表明,该算法在覆盖密度方差值和平均链路长度这2个性能指标上具有更好的优越性,可以更好地节约能耗和延长网络的生存周期.     

无线传感器网络中节点的非测距定位算法

针对无线传感器网络(Wireless Sensor Network,WSN)中节点定位,提出了一种低消耗的节点自身定位算法.本算法先将检测区域划分网格,根据节点接收的信号强度,初步缩小定位范围,然后以DV-Hop算法原理为基础,用跳数比率构建Apollonius Circle,最终确定节点位置.该算法不需要任何额外的硬件支持,实验结果表明在锚点比例约30%,网络基本连通的情况下,网络通信负载较DV-Hop降低近33%,平均定位的精度达到29%以下.     

基于可调节网格改进的跨区域GPSR路由算法

基于定位技术和可调节网格改进现有路由算法, 提出一种基于可调节网格改进的跨区域边界无状态贪婪路由算法, 解决了无线传感器网络边界无状态贪婪路由算法中能量不均衡和高能耗的问题. 该算法利用节点相对位置定位算法\, 可调节网格、 贪婪算法和右手法则建立区域级粗粒度路由路径, 并根据不同区域传感器节点分布的密度, 使用不同方法传输数据. 仿真实验结果表明, 改进算法减少了网络能耗, 延长了网络生命周期.     

无线传感器网络自适应拥塞控制的路由算法分析

无线传感器网络中节点的覆盖范围有限,因而采用多跳路由传输方式.无线自组网中的多跳路由是由普通节点协作完成的,选择不同的转发节点,会对网络的信息传输产生不同的影响.对不同路由(洪泛路由、最短路径等)算法下的网络自适应拥塞控制进行了分析,研究了不同路由算法下的网络性能和拥塞控制效果.根据节点跳数与缓存占用的关系,提出一种基于节点跳数和缓存占用的性能函数的改进最短路径算法,算法选取使性能函数值最小的节点作为转发节点.最后,通过实验比较了最短路径算法与改进路由算法的网络性能,发现改进路由算法相比最短路径算法,具有较好的网络性能和服务质量.     

无线传感器网络中基于网格的目标跟踪算法

提出了一种适用于无线传感器网络中基于网格的目标跟踪算法,以解决在目标跟踪过程中信任度(belief)更新和传感器节点信息贡献量估计问题.该算法对信任度进行非参数化表示,用基于网格的算法对序列贝叶斯滤波过程进行实现.并且利用目标位置预测和基于网格的算法在不预先获知传感器节点测量数据的情况下,对节点的信息贡献量进行估算.在资源受限的无线传感器网络中,该算法在降低计算复杂度、提高算法适用范围方面都有显著改进.最后在仿真环境中验证了基于网格的目标跟踪算法的有效性.     

基于跳数阈值和节点分类的DV-Hop改进算法

为提高DV-Hop(Distance Vector-Hop)算法在随机传感器网络(WSN: Wireless Sensor Networks)中的定位性能, 提出一种基于跳数阈值和节点分类的改进算法。该算法信标设定跳数阈值选择较远的信标估计平均每跳距离, 未知节点根据跳数信息对信标进行分类, 并计算与信标的加权修正距离。同时仿真研究了节点密度、 信标比例、 节点通信半径对算法性能的影响。仿真结果表明, 在随机网络中改进算法能更好地估计跳距信息, 并有效提高定位精度和降低最大定位误差。     

给定度分布复杂网络中疾病传播的统计性质

对于给定度分布的一类复杂网络,利用网络的拓扑性质研究该网络上疾病传播的相变特征,得到疾病传播出现小爆发和大爆发的临界条件.在小爆发情况下,给出网络连通分支大小的概率分布刻画和平均数;而在大爆发情况下,进一步给出大爆发的规模,也即巨大分支的节点数占网络总节点数的比例.     

基于k-覆盖保证的异构传感器网络节点调度策略

在分析已有传感器网络覆盖控制协议的基础上,提出了一种分布式覆盖控制算法.针对节点随机部署的异构网络,通过研究网络中节点交点的必要性,得出必要节点交点的最低覆盖度即为区域覆盖度的结论,由此可将区域覆盖度的计算转化为特殊点的覆盖度计算,从而解决了覆盖算法计算复杂度高和不精确等问题.在此基础上,又提出了一种以保证k-覆盖为目标的节点调度策略(SEC),该策略按照时间轮次,根据精确覆盖度算法可分布式地确定节点的状态.仿真结果表明,SEC能够减少节点的通信量,使工作节点数摆脱总节点数的影响,从而延长了网络的生命周期.与经典覆盖控制算法相比,所提算法在保证网络覆盖度的前提下可有效降低工作节点的数量,提高大规模传感器网络的可扩展性.     

无线传感器网络关键区域覆盖优化算法

针对无线传感器网络中的关键区域覆盖NP完全问题,提出了一种启发式的关键区域覆盖优化算法CACOA.该算法对关键区域格点与一般区域格点,分配不同的权值创建感知区域图和终端集合,并以迭代合并方式创建加权节点Steiner树,进而形成具有最少数量的格点集合,并以格点集合中优化的格点位置来构建覆盖关键区域的传感器放置方法.理论分析证明了提出的CACOA算法一定能完全覆盖关键区域并形成一个有效的无线传感器网络,且算法的复杂度为O(n4).详细的仿真实验及与现有覆盖机制NPCC的比较表明,提出的覆盖优化算法CACOA在关键区域格点数、感知范围、发送范围和关键区域格点选择分布概率变化时放置的传感器数量明显少于NPCC覆盖机制.     

基于GPU并行算法的水动力数学模型建立及其效率分析

应用非结构化网格建立水动力模型目前已经得到了广泛的应用.针对在网格数过多,且无集群机情况下难以快速获得计算结果这一问题,基于GPU的高性能计算技术,在CUDA开发平台下设计并行算法,建立非结构化网格的二维水动力模型.与利用GTX460显卡和集群机的计算效率对比表明,在保持计算精度的前提下,速度提升了一个量级,且随着网格数的持续递增,可以保持较高的加速比增幅,比较适合应用于大范围海域的水动力模型的数值计算.     

势流函数正交网格生成方法

基于流函数和势函数自然正交的数理特性,采用有限元法直接求解流函数和势函数方程,生成正交网格.结果表明,所生成的网格具有正交性好和网格疏密易于调整的优点,尤其是对于复杂几何区域流场的计算更显优越性.     

异构传感器网络成本最优节点部署机制

针对异构无线传感器网络中节点的高密度部署情况,研究了异构传感器节点的优化部署问题。提出一种基于遗传算法的异构节点成本优化部署方法。算法以网络的容错性和覆盖性为约束条件,以部署的成本为目标函数进行优化计算得到保证网络覆盖和网络容错性所需的节点位置和节点类型。算法既适用于布尔传感模型,又能应用于概率传感模型。仿真结果表明该算法能快速收敛于最优解,降低网络部署的成本,是一种可行的异构无线传感器网络节点部署的解决方案。     

基于节点划分的无线传感器网络自适应分簇算法

为延长网络的生命周期,针对随机部署的无线传感器网络节点均匀分布和能量有限的特点,提出了一种基于节点划分的分布式自适应分簇算法.通过节点的划分均衡簇内负载,利用节点的剩余能量与通信距离信息的自适应加权来优化调整节点竞选簇头的概率.模拟实验结果表明,该算法可有效延长网络的稳定周期和生存时间,数据传输量比LEACH-E算法增加了近20%.     

基于非均匀网格求解非线性对流扩散问题的一种高精度差分格式

将作者基于均匀网格提出的优化差分法和反演差分法推广到非均匀网格中，提出了一种有效求解定常非线性对流扩散问题的高精度差分格式，在此基础上进一步发展了相应的非定常非线性对流扩散问题的高精度格式。数值实例表明，该格式对对流占优和扩散占优问题均具有较好的适应性，对待求量的大梯度变化有极高的分辨能力，计算结果明显优于传统的差分格式。此格式亦可方例地应用于非均匀网络在计算区域内取所有空间步长相等时的特例－－均匀网络中。在水环境模拟的实际计算中，根据待求量的变化规律合理地调整非均匀网络的疏密分布，不仅增强了高精度差分格式的实用效果，而且可使该格式获得比在含相同结点数的均匀网络系统中更为精确的数值结果。     

基于网格密度和距离信息特征的聚类算法

摘要: 提出的基于网格密度和距离信息特征的聚类方法（GDD）通过构建基于距离的跃迁函数将局域密度波动特征与距离分布信息联系在一起,根据计算出的跃迁函数值扩展和增长聚类簇,从而避免了多数基于网格和密度的聚类算法存在的单调性搜索聚类缺陷。结合具体的跃迁函数在不同测试集上的实验结果表明：GDD算法不仅能够发现任意形状的簇和对噪音数据不敏感,且具有线性于网格数目的时间复杂性,能够回避密度分布不均对聚类结果的影响,更适合于对大规模真实数据集的聚类。     

基于非线性容量负载模型下电网的级联故障分析

首先基于IEEE118系统分别构建了具有电气特征的加权电网和只具有拓扑结构的无权电网。其次提出了一种非线性负载容量模型,利用该模型进行随机攻击的级联失效仿真,结果表明加权电网的容量参数的阈值较无权电网小,对级联失效的抗毁性更强。最后通过蓄意攻击发现,加权电网对权攻击的级联故障的抗毁性强于无权电网的度攻击。但是加权电网的介数攻击与无权电网类似,对级联故障的抗毁性较差;原因在于高介数节点为IEEE118系统中的变压器节点,对电网的传输十分重要,在实际电网中需要加强对其的保护。     

基于离散化的复杂曲面建筑网格划分方法

为实现存在裁剪、孔洞的复杂自由曲面建筑网格划分,提出了一种基于离散的、以均匀性为目标的划分方法.将复杂曲面离散并缝合,形成由大量面片组成的离散曲面,作为多个参数曲面的一体化表示.采用改进的误差扩散算法,在离散曲面上按一定的密度进行初始布点.采用基于空间距离的粒子动力松弛算法对点云进行初步均匀化,并应用基于曲面距离的k均值算法进行再次均匀化.对均匀的点云求曲面距离的Voronoi图,并获得相应网格.对网格进行拓扑优化和光顺优化.算例表明,本文算法可有效处理存在裁剪、孔洞的复杂自由曲面,并得到均匀光顺的三角网格.     

光网格计算环境下基于抢占的多优先级提前资源预留机制

提前资源预留是光网格计算中一种重要的资源占用形式,能较好地保障资源的协同服务需求和网格应用的服务质量。通过研究光网络中动态路由和波长分配问题,提出了一种基于抢占的多优先级波长资源预留算法。仿真结果表明该算法保证了高优先级业务下能够兼顾网络全局资源分配,可以在一定程度上减少资源碎片,提高资源利用率,性能明显优于传统的RWA算法。