计算有圈有向网络根通信可靠度的因子分解算法

对有圈有向网络的拓扑结构进行了研究,提出了一个保持网络可靠度不变的缩减规则和因子分解的一个选边规则.由此建立了一个计算有圈有向网络根可靠度的有效算法.算法的时间复杂度是O(N.(|V|+|E|)),其中N是算法所产生二叉树的叶点数,|V|和|E|分别表示网络的节点数和边数.对一些网络进行了计算,结果显示利用该算法计算根通信可靠度所产生的N比其他算法的要小得多,因此,所提算法更有效.     

基于K-均值聚类的朴素贝叶斯网络分类模型

针对朴素贝叶斯网络分类模型在处理高维大数据量时的效率偏低和准确率有待提高的问题,结合主元分析法与K-均值聚类算法构造出了一个改进的朴素贝叶斯网络分类模型;摒弃了非类属性变量相对于类属性变量相对独立的前提条件,算法首先用主元分析法在对数据集的信息量尽量保存的同时进行了降维操作,使得算法可以着重于进行分类问题;算法还提出了一个"相对融合点"的概念,有效地提高了算法的性能;最后对算法的性能进行了分析,并将改进的算法应用到实际的数据集进行实验,用算法产生的分类结果对数据集中产生的一些缺失数据进行修补。     

具有不可靠结点网络可靠度的计算

提出了几个保持网络可靠度不变的将边可靠,结点不可靠的无向网络转化为有向网络的转化原则,进而给出了一个计算边可靠,结点不可靠的无向网络２ 终端可靠度的新的有效的算法·该算法使得具有不可靠结点的无向网络可靠度的计算得到很大简化     

无线传感器网络中一种基于能量判决门限的改进AODV路由算法

提出了一种基于能量判决门限的改进AODV路由算法,在路由过程中引入初始能量判决门限和门限变换系数,以求尽量降低网络中的能量消耗,使其更加适用于无线传感器网络.仿真结果表明,该算法减少了整个网络中的能量消耗,适用于低功耗的无线传感器网络.     

利用逻辑扩展计算二终端网络可靠度

利用布尔代数和不交和等方法提出了计算二终端网络可靠度的一个有效算法．运用简单方法将矩阵逻辑扩展中出现的大量的相同矩阵,进行合并,减少了矩阵数,从而有效地减少了运算时间．该算法推广和改进了S.Rai等在文献[1]中给出的计算二终端网络可靠度的算法．     

基于网络简化技术的通风网络可靠度新算法

为了解决在网络可靠度计算中存在运算量过大的问题,利用不交和的原理计算网络的可靠性是当今所有计算网络可靠性方法中最有效的方法之一,但对大型网络依然无法快速确定网络可靠度。针对这一问题,采用直接构造不交化通路集的方法,结合网络简化技术和截断误差理论,提出了一种快速确定大型通风网络可靠度的算法。结果表明:本算法可在24 s内计算出传统算法10 h都无法算出的大型通风网络可靠度问题。该算法对提高大型通风网络可靠度计算速度具有很大作用。     

一种大规模网络端端可靠度上下界的快速计算方法

在网络可靠性研究的基础上,针对大规模网络中精确计算端端可靠度这一难题,提出了一种快速计算大规模网络端端可靠度上下界的方法。算法分别基于最小割集和最小路径计算端端可靠度的上界和下界。最后通过算例分析,验证了本文所提出算法的有效性。     

基于网络缩简的K-剩余连通可靠度的蒙特卡洛方法

讨论了具有不可靠结点网络的可靠度估计问题,提出了具有不可靠结点K-终端网络的串并联缩简原则,并将该缩简原则应用于递归方差衰减(Recursive Variance Reduction,RVR)蒙特卡洛(Monte Carlo)方法中,得到一种无偏且高效的估计可靠度的方法.该方法是依据状态空间分解原理,将对原状态空间的抽样实验递归地转为对其子空间的实验,并且在对子空间抽样实验前进行网络缩简,使得有些子空间不用抽样,对应方差为0.最后,通过实验验证了算法的有效性.     

3—状态复杂设备网络可靠度的一个快速算法

本文利用3-状态设备网络可靠度分解定理及保可靠度简化,给出一个计算3-状态有向设备网络可靠度的一个新算法。算法易于计算机上实现。它是文章[2][3]算法在3-状下的拓广。     

改进的K-均值聚类算法在社团划分中的应用

为了快速准确地寻找大规模复杂网络的社团结构,文中基于K-均值聚类算法的思想,提出了寻找初始聚类中心的新方法.该算法应用于社会网络分析中的一个经典问题--Zachary网络,获得了满意的结果.     

一种用二元判决图求网络可靠度的方法

在已有结果的基础上,提出了一种利用二元判决图计算网络可靠度的方法．该方法将网络的最小路集用二元判决图来表示,并得到最小路集的不交和,最后获得网络的可靠度．与其他方法比较,该方法所用的二元判决图的规模较小,并且可以计算出在不同故障率条件下、不同时间长度下的网络可靠度．     

应用邻接多重表存储结构的配电网可靠性评估算法

结合复杂配电网的特点,提出基于邻接多重表的复杂配电网可靠性评估分块算法。首先给出适合于配电网数据存储的邻接多重表构造方法及存储结构,解决了网络搜索的空间、时间复杂度问题。基于此提出配电网前推回代潮流计算方法及配电网可靠性评估的分块形成算法。该算法可使配电网潮流计算与可靠性评估分块算法采用同种存储结构,简化了配电网可靠性计算程序的编制,并可节省计算时间。应用该算法对RBTS-BUS6及实际工程系统进行了可靠性评估,算例表明该算法可有效减少计算时间,具有较高的工程实用价值。     

采用MEA-AdaBoost-BP模型的工程结构可靠性分析方法

针对工程结构可靠性设计中算法和计算存在的问题,提出基于MEA-AdaBoost-BP神经网络算法模型的可靠性求解方法. 运用思维进化算法(MEA)求解训练集权值和阈值优化的BP神经网络,并构造为弱预测器函数.然后,运用AdaBoost算法将多个优化后的BP神经网络弱预测器函数迭代训练,形成MEA-AdaBoost-BP神经网络算法模型强预测器函数. 最后,利用逼近隐性功能函数求解可靠性指标,并将其与AdaBoost-BP算法和Monte-Carlo算法进行比较.研究结果表明:所提算法在计算中与Monte-Carlo算法相比,其迭代次数分别仅为16次和46次,效率高,计算精度与Monte-Carlo法接近;而和AdaBoost-BP法相比,其可靠性指标误差分别仅为1.59%和1.88%,计算结果更精确.     

可靠性分析的并行不交和算法

不交和算法是计算网络可靠性的有效方法，到目前为止，基于这一方法已经开发出多种算法，提出了对这些不交和算法实行并行化的通用框架，基于这个框架，在工作站网络上实现CAREL不交和算法的并行化版本，实验结果表明，这种方法效果很好，几乎得到线性加速。     

HTN规划中面向多计划生成的顺序任务分解算法

顺序任务分解算法(OTD)是层次任务网规划(HTN)中的一种高效求解算法.由于算法中的计划生成采用一次性回溯机制,每次求解过程只能产生一个可行计划.文中提出了一种能够快速生成多个可行计划的回溯算法.该算法采用分段回溯的计划生成机制,充分利用了求解过程中生成的局部解序列,从而能够一次性地快速生成多个可行计划,为寻求优化的计划和进行计划的评估提供更为有效、灵活的支持.     

计算网络K-终端可靠性的一种K-树拆法

给出了计算网络K-终端可靠性的一种K-树拆法,用这种方法,计算复杂网络K-终端可靠性时,不用求出全部K-树,从而有效地提高了计算速度。此方法也适用于有向网络。     

基于概率冗余调度的可靠P2P计算模型

为了实现动态、不稳定环境下的可靠P2P计算,提出了一种基于概率冗余调度的可靠P2P计算模型.该模型利用P2P任务调度成功率与资源稳定性、资源冗余度之间的概率关系计算任务调度的优化冗余度,不仅能获得较好的任务调度性能,而且在概率上保证了系统任务调度的可靠性.文中还设计了基于概率冗余的可靠任务调度算法,实验结果验证了提出的模型和算法的有效性.