基于二分图最优匹配的虚拟网络映射算法

针对现有虚拟网络映射存在开销较大、资源利用不够合理的问题,提出了一种基于二分图最优匹配的虚拟网络映射算法。首先以虚拟节点和物理节点为顶点构建二分图,将节点映射问题转化为二分图最优匹配问题;其次将节点资源评价最高的物理节点与节点需求评价最高的虚拟节点优先匹配,并利用Kuhn-Munkres算法求解二分图最优匹配,依据匹配结果进行节点映射;最后利用 k-最短路径算法实现链路映射。实验表明,与以往的映射算法相比,提出的映射算法在保持较高映射成功率的同时,提高了长期收益开销比,且资源利用更加合理。     

基于CIDR表的哈希地址二分查找算法的改进

为了解决核心交换机中路由表的爆炸式容量问题,业界引入了一种无类域间路由CIDR结构,它有效地减少了路由表容量,但是IP地址查找算法却不能令人满意。通过对基于哈希地址前缀长度的二分查找匹配算法的分析,得出由于CIDR表的存储容量有限,因而二分查找算法的优点没有体现出来。针对此问题,利用几个定点地址前缀长度扩展方法,对该算法进行改进,得到了一种满足CIDR表要求的快速查找匹配算法。经过仿真实验,改进后算法更好地满足了快速转发IP分组的需求。     

一种基于混沌映射的粒子群优化算法及性能仿真

粒子群算法收敛速度快,规则简单,但易陷入局部极值.在粒子群算法中引入混沌序列,提出一种优化策略,以分阶段的思想进行寻优,使其在搜索初期更具遍历性,在搜索中后期,通过人为改变个别粒子的速度和位置,使算法具有更快的收敛速度与更好的全局搜索能力.在此基础上,提出一种改进Tent映射的策略,并将优化策略分别应用于基于Logistic映射的粒子群和改进的Tent映射的粒子群,同标准粒子群算法在寻优速度、精度、成功率等方面进行仿真与比较.     

基于Tent映射的混沌混合粒子群优化算法

为改善基本粒子群优化算法的寻优性能,通过算法混合,在粒子群优化算法中逐步引入优进策略和混沌搜索机制,以加强粒子群的局部寻优效率和全局寻优性能。并将粒子分为两类,分别执行不同的进化机制,实现协同寻优,从而构建为一种新的混沌混合粒子群优化算法。标准测试函数的仿真优化结果表明,该混合算法对较大规模的复杂问题具有较强的求解能力。算法寻优效率高、全局性能好、优化结果稳定,性能明显优于标准粒子群优化算法以及遗传算法等单一的随机搜索方法。     

应用长宽等比约束的半球面纹理映射算法

在两步纹理映射算法中,半球面是使用较多的一种中介面。为了进一步减少半球面映射算法产生的纹理形变,首先对传统的半球面纹理映射算法及其不足之处进行分析,并在此基础上提出一种半球面纹理映射新算法。该算法用映射纹理区在纹理平面和半球面上的长宽比为约束条件,显著提高了纹理映射质量。通过理论分析和实验对新算法与传统算法进行比较,表明新算法具有一定优势。     

一种应用面积等比约束的半球面纹理映射算法

球面或半球面是两步纹理映射算法中使用较多的一种中介面。两步法中的球面纹理映射算法一般通过立体投影来实现，不可避免产生较大的纹理形变。本文首先对传统基于立体投影的球面(半球面)纹理映射算法及其不足之处进行分析，并在此基础上提出一种半球面纹理映射新算法。该算法用映射纹理区在纹理平面和半球面上的对应面积比为约束务件，显著提高了纹理映射质量。文章通过理论分析和实验对新算法与传统算法进行比较，表明新算法具有其优势，并给出几个应用新算法的两步纹理映射产生的实例，显示出本文算法对减少映射纹理变形所起的作用。     

两步纹理映射的改进算法

两步纹理映射方法将映射过程分解为S映射与O映射两步进行。由于传统的S映射算法难以使纹理在中介面上保持连续，真实感效果不能令人满意。将中介面划分为对称的两部分，同时将纹理图案分割为两块，采用面积等出约束的对称映射算法将两块纹理映射到中介面两部分；运用加权插值技术对纹理接缝区域进行平滑处理，实现纹理的无缝拼接，进一步通过O映射，所生成的纹理能够在物体的所有表面都保持连续，具有较小的变形。     

基于图像映射的全景室内浏览算法

基于图像映射(Image Mapping)的计算机场景浏览作为计算机虚拟现实的主要方法之一以其简洁的表达、高效的显示越来越被人们青睐. 本文提出了基于平面图向球面图的映射算法,实现视角的全方位移动,取得了良好的视觉效果。     

实现空间异性纹理映射的查找表方法

为了在移动平台中得到高质量、高实时性的纹理显示,设计并实现了一种基于查找表的各向异性纹理映射方法。该方法通过改变归一化椭圆足迹模型的自变量选择,精确测量各参数量化对图像质量的影响,由此建立查找表获得足迹组合滤波中的所需参数。在此基础上,根据系统有效带宽的限制,加入动态调节纹理映射带宽需求的参数选择功能。实验表明,该滤波方法显示质量高,计算复杂度低,且具有带宽可控的优点,适于移动平台实现。     

YAWL与BPMN的双向映射研究

对高级建模语言YAWL及BPMN进行了研究.提出BPMN与YAWL语言之间的双向映射算法.转换可使得建模时对不同高级语言各取所长,减少重复开发的费用.算法的最终实现已以插件嵌入到进程挖掘开发平台ProM6.0中.     

一种基于遗传算法的多重决策树组合分类方法

针对数据挖掘中的分类问题,依据组合分类方法的思想,提出一种基于遗传算法的多重决策树组合分类方法.在这种组合分类方法中,先将概率度量水平的多重决策树并行组合,然后在组合算法中采用遗传算法优化连接权值矩阵.并且采用两组仿真数据对该方法进行测试和评估.实验结果表明,该组合分类方法比单个决策树具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.     

基于节点度和边权值比率的网络搜索算法

基于加权网络特性,以Internet网络为例,提出了一种基于节点度和边权值比率(Degree and Weighted Ratio,DWR)的搜索算法.通过理论分析与仿真实验得出:DWR搜索算法在搜索时间和搜索代价上均优于最大度搜索算法和最大局部介数搜索算法.通过数值仿真分析发现,DWR搜索算法的搜索时间随着设置参数的增大而逐渐增大.因此,在Internet网络中,DWR搜索算法既可以提高网络信息传输的速度,又可以增强网络的传输能力.     

用GPS和集群通信组成动态指挥调度系统

ＧＰＳ（全球定位系统）是应用广泛的定位、导航系统，集群通信系统是专用业务移动通信网发展的高级形式，将ＧＰＳ与集群通信相结合组成动态指挥调度系统是一个实现车辆动态监控的优选方案。本文探讨了这种方案，给出了实验系统设计。     

基于并行混沌和单纯形法的混合全局优化算法

混沌优化算法采用的是串行优化结构,采用并行结构进行,并不断缩小搜索空间,提高了混沌优化在变量取值范围较大情况下的搜索效率。针对混沌在全局最优点附近搜索速度变得很慢、精度较低的缺点,结合单纯形法,提高了收敛的速度和求解精度。仿真结果表明并行混合优化算法可以得到满意的结果。     

具有动态步长和发现概率的布谷鸟搜索算法

为了进一步改善算法搜索过程中存在的求解精度偏低、收敛速度缓慢等现象,提出具有动态步长和发现概率的布谷鸟搜索算法。该算法通过引入步长调整因子动态约束每一代种群的莱维移动步长,使算法的莱维飞行机制具有自适应性。在发现概率上,使用具有均匀分布和F分布特性的随机惯性权重,改变发现概率的固定取值,加强种群的多样性,保持算法全局搜索、局部探索之间的平衡状态。通过实验证明,所提算法具有良好的可行性,其寻优结果、收敛速度均有提高。     

基于Tabu搜索算法的产品族配置问题研究

产品族的可配置零部件之间存在约束关系,用户需要从产品族的有效配置结果中找到最满意的配置。对于配置项较多的问题,由于搜索空间很大而不能用传统方法求解。给出了按订单装配模式下产品族配置问题的数学模型,并设计了Tabu搜索算法对模型进行求解。使用了动态惩罚、频数表、多阶段搜索和优化配置池等方法改进了算法的效率。应用模型和算法对复合热载体产品进行了仿真计算,取得了比较好的效果。     

基于禁忌搜索的负载均衡组播路由算法

提出了一种基于禁忌搜索策略的能实现网络负载均衡的QoS组播路由优化算法。该算法在满足业务带宽和时延的基本要求下,将网络费用和负载均衡分布作为目标函数进行优化,达到网络费用较小和负载均衡分布的目的。仿真结果表明,该算法是一个有效、可行的算法。     

一种逆向改进型A*路径搜索算法

针对路径搜索和路径优化问题,提出了一种改进的A＊搜索算法。通过逆序搜索和优化估价函数两种方法,将无向搜索转化为有向搜索,将全局估价转变为局部估价,提高了算法效率,使之更适合处理大规模的路径优化问题,消除了复杂环境下路径搜索中可能出现的假“死”现象,同时也提供了一种提高大规模仿真速度的新思路—路径搜索与仿真过程分离。最后,通过仿真试验验证了算法的可行性和有效性。     

基于概率局域搜索的动车组平日运用计划编制算法

介绍动车组运用计划的含义、计划方案的评价准则;平日运用计划自动编制的启发式算法;算法将问题分为两个部分,即定期检修计划生成和动车组接续运用部分.将接续运用部分转化为某种旅行商问题,定义了动车组运用网络;在构造新的回路时能够考虑日常检修条件和动车组的利用效率.利用实际线路数据进行实验,证明算法有效.     

一种用于Job-Shop调度问题的改进禁忌搜索算法

提出了一种改进的禁忌搜索算法 .该算法利用了 Hash技术和对 Job-Shop调度问题的解进行编码实现了对 Job-Shop调度问题的解进行禁忌 .在算法中增加了回访功能 ,它可对未访问到的先前产生的解的相邻解继续搜索 .仿真实验表明算法是可行的和有效的 .