基于启发式和贪心策略的社交网络影响最大化算法

为解决传统影响力最大化算法在影响范围和运行时间上存在的不平衡问题,提出了一种综合启发式和贪心算法的社交网络影响力最大化算法(MHG).该算法综合考虑了贪心算法和启发式算法的优势,将种子节点的选择分为2个阶段,即通过启发式算法选出候选种子节点集和使用贪心算法从候选种子节点集中筛选出种子节点集合.结果表明,与现有的启发式算法相比,MHG算法在影响范围上具有显著优势,且接近贪心算法,但其运行时间明显少于贪心算法,因而在效果和时间2个方面取得了较好的平衡.在真实数据集及不同传播模型下,MHG算法均表现出稳定的影响范围,体现了该算法在大规模社会网络处理中的可扩展性.     

无线传感网跟踪任务中的目标运动 模型估计与节点调度

在无线传感器网络进行目标跟踪的过程中,合理的节点调度算法可以兼顾跟踪精度和能量消耗,延长网络的使用寿命.然而,当目标运动模型未知时,难以实现高效的节点调度.为解决目标运动模型未知场景下的跟踪问题,本文将监控区域中的目标移动和传感器观测建模为隐马尔可夫模型(HMM),并提出了HMMQMDP算法,把问题分解为运动模型估计和节点调度两个阶段:运动模型估计阶段是根据传感器采集的观测序列估计目标状态转移概率;节点调度阶段则被建模为部分可观测马尔可夫决策过程(POMDP),综合考虑决策的短期和长期损失,应用QMDP算法近似求解优化策略.仿真结果表明:该算法可以根据观测样本有效地学习和估计目标运动模型,提升节点调度算法的效果.     

异质社会网中基于信息熵的影响最大化算法

提出了异质社会网中基于信息熵的影响最大化算法（Influence Maximization algorithm based on Information Entropy in Heterogeneous social networks,IMIEH）.首先，考虑不同类型节点所携带信息不同以及不同节点所传递信息不同，提出参与熵和交互熵的概念，进而计算节点间的影响权重；然后，基于线性阈值模型，计算节点的全局影响；最后，根据节点的边际增益选择种子集.实验结果表明，与MPIE,SimPath和DAGIM算法相比，提出算法选择的种子集具有更大的影响范围.     

基于DynamicRank的重要节点集挖掘算法

为了更为有效地挖掘复杂网络中综合影响力高的节点集、提高重要节点集挖掘算法的准确性,针对节点集中各节点在信息传播中不同程度的相互促进和相互抑制作用,基于DynamicRank算法设计了一种新的级联概率计算模型。通过增强贪心策略,优先从种子集邻居以外的节点中选取备选节点,减小种子集内重叠邻居对信息传播引发的抑制作用;利用级联概率计算模型,增强种子集对信息传播的级联促进作用。在4个实际网络上采用SIR模型进行了测试,实验结果表明,相较于已有重要节点挖掘方法H-index、Degree、DynamicRank、VoteRank和EnRenew,提出的算法挖掘出的节点集具有更高影响力。特别地,在Grid数据集上,本文方法挖掘出的种子集的传播范围比对比算法平均提升了49.3%。提出的算法针对信息传播概率和贪心策略的改进有利于重要节点集的挖掘和识别。     

基于混合策略的机会网络路由算法

针对机会网络中传统路由算法对转发节点的选择考虑不周,导致消息投递率较低和网络性能不高的问题,提出一种基于混合策略的路由算法BHS(routing algorithm for opportunistic network Based on Hybrid Strategy)。该算法根据转发节点的剩余缓存空间百分比、剩余能量状态、与目的节点相遇概率以及信任度4个因素,计算各个转发节点将消息成功投递到目的节点的混合策略值,通过综合转发策略来决定消息最佳的下一跳转发节点。仿真结果表明,与传染路由以及单方面考虑转发节点能量、缓存空间、概率和信任度的路由相比,BHS在消息投递率、平均延迟时间和平均缓存时间等方面比上述路由协议的性能更好。     

一种鲁棒的中等规模分簇结构水下传感器网络

针对现有水下传感器网络分簇算法负载不均衡和生命周期较短的问题,基于粒子群优化算法和遗传算法的基本思想,提出一种全局优化的智能分簇算法.为了使粒子初始化编码较为合理公平,根据节点近期当选过簇首的次数动态调整节点选举概率;通过对粒子整个编码区域进行循环搜索来捕获一个优良的随机交叉片段,保证了交叉后的粒子含有一定数量的历史较优簇首信息;通过节点编码位的变异提高算法的探索性,并确保解空间的存在性;在粒子评价函数中综合考虑簇首能量、负载均衡和分簇范围3个优化子目标.仿真结果表明,提出的算法更好地均衡了簇首负载,同时有效减少了网络能耗,延长了网络生命周期.     

全双工多中继网络的中断分析与中继决策

为了降低无线通信的中断概率,改善无线网络的通信性能,针对含有多个用户节点与中继节点的全双工无线网络,在考虑聚集干扰与节点自干扰的前提下,分析了网络的中断性能并设计了相应的中继决策方案.首先,基于Nakagami-m衰落信道条件和放大转发中继策略对网络进行中断概率分析,并求解出相应的闭合表达式.然后,基于最大带权匹配的思想,根据用户节点对中继节点的渴求度提出一种最小化系统中断概率的最大渴求度匹配算法(Maxi-mum Craving Matching,MCM)来实现中继决策.最后,通过蒙特-卡罗仿真模拟了不同系统参数条件下系统中断概率变化情况,并验证了MCM算法的有效性.仿真结果表明,提升节点发射功率能降低系统中断概率,但其改善效果在达到某一特定值后趋于饱和状态,此后继续增加功率对中断性能不再有改善作用.饱和状态下,与现有部分中继选择算法相比,采用MCM算法的系统中断概率会降低约4％～7％.     

基于用户特征的微博转发预测研究

研究微博用户转发行为,预测微博转发概率,确定影响微博转发概率的因素,在热点挖掘、产品营销、舆情监控、谣言控制等方面有重要的现实意义.本文介绍了影响微博转发的用户特征,其中比较典型的有用户影响力、粉丝平均标签数、粉丝活跃度等特征.通过粉丝数-关注数算法、用户标签数算法、粉丝活跃度算法等分析了它们与微博转发之间的关联关系,并确定各个属性的阈值,这些阈值对微博转发预测起到了至关重要的作用.     

一种基于模糊综合评判的协同节点选择算法

若要充分发挥协同通信高分集增益、高能量效率的优点,协同节点的选择是必须首先解决的问题.针对协同通信中的节点选择问题,提出了一种基于模糊综合评判的协同节点选择算法.算法综合考虑了节点的信道信息和功率信息,并据此进行模糊综合评判,以选择出最佳的协同节点.仿真结果表明,提出的节点选择算法要明显优于以往文献中提出的基于信道信息的节点选择算法,是一种有效的节点选择算法.     

基于信道统计平均的中继选择与功率优化算法

针对无线网络中继节点选择存在的中断概率较大和算法复杂度较高的问题,提出了一种基于信道统计平均的中继选择和功率分配优化算法.首先对源节点和各个中继节点进行优化功率分配,并将源节点到中继节点和中继节点到目的节点的所有信道系数的统计平均值作为阈值门限将部分信道质量较差的中继节点过滤掉,以减少候选中继节点的数量;然后从候选中继节点中选出最优中继节点;最后对最优中继节点进行优化功率再分配,并以放大转发的方式完成信号的传输.仿真实验结果表明:该优化算法可以降低系统的中断概率和减小运算的复杂度.     

基于前驱后继节点的社会网络影响最大化算法

针对社会网络影响最大化问题,基于挖掘"潜在影响力"节点的策略并结合贪心算法可有效降低问题复杂度,综合考虑了节点与其前驱后继节点的相互影响,对"潜在影响力"进行了重新定义,基于线性阈值模型提出了基于前驱及后继节点的影响最大化算法.实验结果表明:与目前的同类算法相比,该算法具有更好的信息扩散范围.     

无线传感器网络中基于能量的簇首选择改进算法

针对LEACH分簇路由协议在选簇首时没有考虑节点能量而影响网络寿命的问题，提出了一种根据节点的剩余能量来调节节点生成随机数的大小，从而调整节点成为簇首概率的簇首选择算法，剩余能量越多的节点成为簇首的概率越大。仿真结果表明，此改进算法比LEACH算法能延长网络寿命10%以上,网络性能得到了提高。     

截断随机出行时间下可靠网络均衡模型

针对现有随机交通网络均衡模型未考虑路径出行时间的有界性和准时到达概率对出行者路径选择行为影响的问题,基于截断随机出行时间,提出了克服其局限性的可靠网络均衡条件,该均衡条件下没有出行者可以通过单方面改变出行路径来提高准时到达概率.构建了该均衡条件的等价变分不等式(VI)模型,并证明了其等价性和解的存在性.设计了基于路径的相继平均(MSA)算法对模型求解.采用Nguyen-Dupuis网络对可靠网络均衡模型和MSA算法的有效性进行了测试.研究结果表明:该算法能够快速收敛到较高精度;与不考虑随机出行时间有界性的模型相比,网络均衡状态下的准时到达概率和流量分布均存在差异,最大路段流量相对变化值达到38.5%;增加出行时间预算和降低出行时间上界均可以有效提高起讫点间的准时到达概率.     

译码转发协同通信网络自适应中继选择算法

为了优化译码转发协同通信网络的性能,提出一种自适应中继选择算法(ARS),并对系统中断概率和平均协同中继数进行分析.该算法在源节点到目的节点的直接传输失败时,目的节点对译码集中的中继节点按信道质量进行降序排列,依次选择序列中的中继节点参与协同,直到目的节点的瞬时接收信噪比不低于预置信噪比门限.仿真结果表明,ARS算法能够获得最优系统中断性能,有效减少平均协同中继数,从而提高带宽效率,降低系统开销.     

宏观建模与多机器人自组织任务分配

针对两个紧耦合子任务的任务分配问题,从宏观层面上进行了数学建模,通过求解该数学模型,获得了任务分配需要遵循的基本分配原则.根据该原则设计了一个随机任务选择模型以及相应算法,通过统计机器人操作子任务的时间,算出每个子任务的选择概率,然后以该概率随机选择子任务.对基于该算法的随机系统进行了统计建模,分析表明该算法下任务分配结果与基本分配原则保持一致.最后,建立了一个多机器人物品搬运仿真实验系统,将任务分配算法应用到该系统,分析了算法的有效性以及各种参数对实验结果的影响.     

防边界收缩的无线传感器网络节点轻量级调度算法

针对高密度部署的无线传感器网络边界节点邻居数量低于内部节点而导致休眠概率不均等进而边界收缩的问题,提出了一种轻量级调度算法.根据邻居表中节点的数量以及邻居节点的工作邻居数量判定节点是否处于网络边界,对于边界节点和内部节点采用不同的调度策略,并分别计算得出处于网络边界的节点被n个邻居完全覆盖的概率和边界节点被n个邻居覆盖的面积分数的范围.仿真结果表明,该算法能够有效缓解边界收缩问题,延长网络生命周期.     

基于RSSI分布的无线Ad Hoc网络终端定位算法

为了解决基于信号强度衰减模型的定位算法误差较大的问题,提出了一种基于RSSI分布的无线Ad Hoc网络终端定位算法(LRPD).通过实际测量发现,接收端信号强度RSSI呈现波动态势,仅依靠信号强度的平均值不能较好地描述接收信号,因此考虑使用信号强度出现的频率来估计目标节点在可能位置出现的概率.LRPD算法根据每一个参考节点接收到的RSSI的分布,确定目标节点在离参考节点不同距离位置处出现的概率,然后综合考虑各参考节点的影响,实现最终位置的确定.在真实环境中,使用Intel无线网卡和Samsung平板电脑实现了LRPD算法定位.实验结果表明:针对边长为12 m的正三角形实验场景,所提算法误差约为1.43 m;与传统的质心定位方法和三边定位法相比,LRPD算法的定位精度更高.     

一种基于干扰感知概率预测的无线异构Mesh网络带宽统计联合优化算法

文中提出了一种基于IEEE 802.11的无线多媒体异构网络可用带宽评估算法,该算法通过研究分组碰撞概率和退避时间的相互影响计算发送端与接收端空闲时间的重叠概率,同时通过区分节点的繁忙状态和载波侦听状态来提高重叠概率估计的准确性.网络节点根据感知的信道剩余可用带宽,综合考虑流内和流间干扰,计算路径可行的发送速率和路径代价函数,以此选择最佳分组转发路径.NS2仿真结果表明,文中提出的带宽优化算法,与现有算法相比能够更加准确的感知链路的可用带宽,提高网络吞吐量,避免网络拥塞,为多媒体业务流的接入提供更好的QoS保障.     

无线传感器网络中可信的节点选择算法

以目标跟踪为背景,讨论无线传感器网络中如何利用节点的协作实现可信协作目标跟踪.首先利用传感器节点的检测概率建立节点的可信模型.然后,基于这个模型,综合考虑节点的信息贡献量和通信开销,建立了一个节点选择的最优化模型.最后,通过仿真来验证算法的有效性.     

OBS网络的拥塞控制汇聚算法分析

传统OBS网络汇聚算法没有综合考虑边缘节点汇聚算法和核心节点的数据调度算法二者之间的相互联系,其通信性能受限。在分析OBS网络边缘节点汇聚算法对核心节点数据调度的影响后,提出了一种新的边缘节点汇聚算法——基于OBS网络的拥塞控制汇聚算法(CCAA)。该算法通过分析边缘节点汇聚参数对数据调度的影响,调整汇聚算法实现对核心节点调度成功率的影响,最终实现了提高核心节点数据调度的成功概率。