瓶颈网络TCP/主动队列管理模型及仿真

提出了一种基于离散时间Markov链的时延闭环反馈TCP/AQM(Active Queue Management)模型,并得到其稳态分布.通过以环路时延为单位,将系统时间分割成长度不同的时隙,分析每个时隙内TCP发送端发送窗口模型和瓶颈路由器队列模型.通过结合相邻时隙的参数,提出了TCP/AQM整体分析模型.该模型可以估计路由器的队列平均长度和丢包率、TCP发送端的平均发送窗口值,因此可以用于分析AQM算法性能以及给新算法的设计提供理论支持.通过在Matlab实施该模型与NS2仿真结果作比较,证实了该模型在模拟时延闭环反馈的TCP/RED系统的有效性.     

两次随机丢包的被动队列管理算法

主动队列管理算法增加了硬件资源和运算量的开销,并且存在参数设置敏感,响应相对滞后于实际网络状况的缺陷,并没有在实际网络上推广使用。因此对目前使用最多的弃尾被动队列管理进行改进,提出了两次随机丢包的被动队列管理算法。在队列满时,两次随机丢弃队列中的数据包,改善弃尾队列管理的缺陷,提高了网络传输性能;提出了速度公平性的概念,两次随机丢包的被动队列管理算法对占据队列较多的TCP链接有更好的惩罚作用,能有效提高RTT公平性和速度公平性;该算法计算量小;NS2仿真表明该算法的有效性。     

一种主动网络环境下的主动队列管理机制

针对主动网络这种新型网络体系能为主动队列的管理提供更加灵活和有效的方法,以及目前主动网络中主动队列的管理仍然简单移用传统网络算法这一情况,深入研究了这种简单移用存在的弊端,及应专门为主动网络设计主动队列管理机制的重要性和必要性。在此基础上,利用主动网络中路由器有着对流经其上的用户数据进行计算的特征,提出了主动网络环境下,基于资源动态协商的主动队列管理机制,并用OPNET8.0进行了仿真实验,验证了该机制在丢包率、队列长度和包延时等方面的优势。     

网络仿真软件NS2中队列调度算法的扩展

结合一个新的队列调度算法,深入全面地探讨了如何对网络仿真软件NS2(NetworkSimulator)进行扩展,特别是如何在NS2中实现复杂的队列调度算法。对在NS2中实现新算法的基本原理和过程,以及一些关键细节给出了较为详细的描述,如通过分组来携带用于调度的流状态信息,以及如何使用这些信息进行队列调度,增加对分组队列的基本操作等。最后还给出了新算法的仿真实验结果,实验结果表明新算法在公平性方面的性能良好。通过扩展NS2来验证新的网络协议和算法,大大提高了效率、降低了成本,并更具灵活性。     

基于RED-marking 队列管理策略的TCP/IP网络仿真

提出一种新的建模方法用以分析现实中的IP网络。该方法将实际的网络系统分解为各个独立的基本单元，通过建立基本单元的状态方程来构造整个网络系统的数学解析模型。借鉴Bohacek等人的研究成果，将路由器输出端口的缓存队列用一个一阶微分方程来进行建模，在不影响仿真模型精确性的前提下，显著降低了仿真系统的复杂性；针对路由器的队列管理，在建模中采用了带标记的随机早期检测(RED．marking)策略。最后，我们构造了一个简单网络的数学模型，同时将该数学模型与Network Simulator(NS)的仿真结果进行了对比，验证了该模型的正确性。     

贝叶斯网络推理的一种仿真算法

贝叶斯网络是一种强有力的不确定性知识表达和推理工具。网络的推理是贝叶斯网络的重要内容之一。该文提出了一种近似仿真算法。由随机数发生器产生随机数，并按节点的先验概率，由赌轮对网络各个节点状态赋值，得到一个采样样本序列。当样本序列的数量足够大时，边缘统计量和条件统计量与节点的边缘概率和条件概率接近，从而得到网络的近似推理结果。仿真结果表明，该算法与精确解接近，有较好的适应性。基于该算法构造的贝叶斯诊断网络系统已成功应用于天津石化炼油厂。     

一种基于受限语言解释器的CAD可视化仿真

生产流程的过程仿真,可以通过可视化方式发现生产设计中的缺陷。本文设计了一种基于受限语言解释器的可视化仿真系统,用于CAD仿真过程,并具体实现了一个工业流程的可视化仿真。根据可复用的微指令集和受限语言的特点,我们依照不同逻辑控制条件设计的解释器系统结构简单,易于实现,使系统具有一定的通用性和灵活性。通过实例表明,本文设计的基于受限语言解释器的系统可以满足具有一定复杂度的生产流程的可视化仿真。     

一种基于目标速率的网络公平性算法设计

面向连接的TCP和无连接的UDP流在拥塞发生时对拥塞指示的不同响应方式,导致了对网络资源的不公平使用问题。提出的调整随机早期检测算法MRED是对已有的RED算法较小的一种改进算法。MRED算法根据TCP吞吐量模型发送速率上界与UDP业务流的目标速率比较,得到吞吐量与数据包丢失率关系曲线,通过在网络节点控制数据包丢失率来调节UDP业务流的吞吐量,可以改变其对于网络拥塞的响应方式。仿真结果表明,采用MRED算法有利于提高网络资源共享的公平性。     

贝叶斯网络推理的一种高精度仿真算法

简要分析了贝叶斯网络推理算法的现状,提出了基于马氏链随机拟蒙特卡罗算法(MCRQMC)的推理方法.在给出高精度推理结果的同时,该推理算法亦能给出推理结果的标准偏差.从理论上对MCRQMC算法与现有的算法进行了比较分析,并采用随机Halton序列、Sobol序列和普通随机序列进行了推理实验.结果表明MCRQMC算法在同样样本数量的情况下,推理精度显著优于现有算法.     

基于随机规划的制造/再制造物流网络优化设计

针对含有连续型随机参数的制造/再制造物流网络优化设计问题,在Monte Carlo模拟抽样基础上,建立了样本数量决定解算效率的两阶段随机规划模型,给出了模型求解的混合遗传算法,结合样本均值近似方法阐述了获取理想目标值及其可行解的最优值上下界逼近技术,明确了基于两阶段随机规划的物流网络优化设计步骤,举例说明了模型及其算法在设计决策中的应用。     

产品随机选择下多商品流供应链网络均衡模型研究

研究产品存在产地、品牌差异情况下,具有多种商品流动的三层供应链网络均衡模型.将产地、品牌差异的影响视为随机变量,运用随机效用理论和多项式logit模型研究需求市场上产品随机选择问题,运用Nash均衡方法分析生产商之间、零售商之间的竞争行为,分别得到了供应链网络各层均衡及整体均衡的条件、经济解释和变分不等式模型,最后给出了求解算法和具体算例.     

确定系统级测试性参数的广义随机Petri网模型

测试性设计是近年来发展起来的一门新兴学科 ,对提高复杂系统的可靠性、可维修性和可用性具有重要的意义。在测试性设计的过程中 ,合理地选择和确定测试性参数是实现费效比最优设计的关键之一 ,但目前还没有有效的方法能合理地确定每个参数的门限值或目标值。基于广义随机Petri网的原理 ,将测试看作设备整个生命周期内可靠性、维修性活动的一个有机组成部分 ,建立了系统的测试性模型。采用数值分析的方法得出系统稳态可用度与系统测试性参数之间的关系曲线 ,作为确定测试性参数的依据 ;当系统需待定的参数比较多时 ,将模型转化为一个区间线性方程 ,有效地解决了计算量大的问题。这一方法对解决复杂系统的测试性设计问题具有一定的借鉴意义     

基于不确定规划的供应链网络设计模型与算法

利用不确定规划,根据决策者的要求,对供应链网络设计问题进行建模.并采用由随机模拟、模糊模拟以及遗传算法相结合的混合智能算法来求解,最后给出了生活中的实际例子来说明模型和算法的正确性和高效性.     

The Fuzzy Modeling Algorithm for Complex Systems Based on Stochastic Neural Network

The Fuzzy Modeling Algorithm for Complex Systems Based on Stochastic Neural Network~~~~     

城市公交系统连续平衡网络设计的双层规划模型及求解算法

根据城市公交网络的具体特点 ,对公交网络进行了系统的描述 ,提出一个双层规划模型来描述连续平衡公交网络设计问题 .在双层规划模型中 ,上层模型为一个标准的公交网络设计模型 ,下层模型是一个公交网络平衡配流模型 .针对所提出的模型 ,设计了基于灵敏度分析的求解算法 .最后 ,给出一个简单算例对所提出的模型和算法加以验证 .