生存波分复用网络的保护容量需求优化

为了最小化光传送网络生存方法的保护容量需求，以生存方法的工作机理为基础，使用多商品流理论构建了以网络链路容量造价为优化目标的优化模型，分析了不同生存方法的优化模型表达形式，解释了残余释放对路径保护方法的保护容量需求产生的优化效果。使用禁止搜索算法对优化模型进行了仿真求解。实验结果表明：面向故障的路径保护方法对保护容量的需求要小于链路保护方法，而且保护路由选择方式和业务分布类型对保护容量需求以及算法复杂度也存在一定的影响。     

基于遗传算法的波分复用环网业务疏导

通过把波分复用环网中的业务疏导问题归结为组合优化问题，提出了一种基于遗传算法的业务疏导算法，该算法可用于单向环网或双向环网，并适用于任何类型的业务需求，数值结果表明，该算法的性能优于贪婪算法，总体和模拟退火算法相当，甚至在某些方向还优于模拟退火算法。     

基于自适应遗传算法的无刷直流电机的优化设计

对遗传算法特别是自适应遗传算法作了分析，重点研究了交叉算子和变异算子对遗传算法收敛性的影响，提出了一种改进的自适应遗传算子的方法。该方法可在遗传模式得到保证的基础上加快新个体的产生速度，所构造的遗传算子随适应值自动变化，对远离最优值的个体采用较大的遗传算子值，对接近最优值的个体采用较小遗传算子值，以提高得到全局最优解的概率。通过测试函数的求解，验证了所构造的自适应算子的有效性和正确性。实算结果表明，在无刷直流电机的优化设计中，改进后的自适应遗传算法可在满足各项性能指标的前提下取得良好的优化效果，得到全局最优解的概率较改进前有明显提高。     

100G波分复用传输的环网保护技术探究

主要探讨了关于100G波分复用传输的环网保护技术,研究了环网保护办法,并对这种方法进行了相应的性能分析与对比,旨在为我国网络环境的WDM环网保护设计提供一些参考。     

基于CMFBG的波分复用/解复用器件的理论分析

根据耦合模理论，用传输矩阵法计算了啁啾Moire光纤布拉格光栅(CMFBG)的透射谱特性，分析表明其透射谱具有多个通带及好的通道隔离度．通过调整光栅各参数可获得通道间隔满足国际电信联盟标准的CMFBG。     

基于正交设计法的遗传算法

将正交设计法和遗传算法相结合，既保留了遗传算法本身的优点，又可以较好地解决遗传算法在达到全局最优解前收敛慢的问题。该算法能有效地求解函数优化问题。     

基于啁啾Moire光纤布拉格光栅的波分复用/解复用器件的理论分析

对基于啁啾Moire光纤布拉格光栅的波分复用/解复用器件进行了理论分析。用传输矩阵法计算了Moire光栅的透射谱特性,可知其透射谱具有多个通带及好的通道隔离度。通过调整光栅参数可获得通道间隔满足国际电信联盟标准的Moire光栅。     

基于遗传算法的钢结构优化设计

遗传算法是20世纪70年代初期基于生物技术而发展起来的一种新型智能优化方法。探讨此方法应用于建筑钢结构设计不仅改变了传统的设计观察，而且可以丰富钢结构优化设计理论和方法，在经济建设中取得显著效益。建立以重量（造价）最小为目标的钢框架结构梁、柱的数学模型，采用二进制编码，通过执行遗传算法的选择、交叉和变异算子，实现对结构的优化设计。编制了分析程序，并分析了算例。     

面向Pareto最优遗传算法的服务组合方法

为了解决Pareto遗传算法在每一次进化操作中都要构造当前进化群体最优解集而影响运行效率的问题,提出了一种面向Parfto最优遗传算法的服务组合方法,以实现Web服务组合的全局优化.用伪二叉树法则构造目标函数的Pareto最优集合,再进行Pareto最优解集排序,最后采用个体相似度计算来确定遗传算法的适应度函数,由此获得一组满足约束条件的Pareto最优解服务集合.实验验证表明,所提方法可以提高多目标遗传算法处理服务组合效率的问题,即使在服务规模较大的情况下,所获得的解与最优值的比率仍能接近90%的水平.     

基于遗传算法的WDM光传送网的优化设计

介绍了网格状结构波分复用 (wavelength- divisionmultiplex,WDM)光传送网中增强网络生存性的两种恢复策略 -链路恢复和通道恢复。讨论了遗传算法 (geneticalgorithm,GA)的原理与实现。提出了一种基于链路恢复的网络资源最优化配置的整数线性规划模型 ,指出在链路波长数受限条件下 ,其优化问题是一种 NP- Hard问题。以该模型为基础 ,利用遗传算法对一个大型格状 WDM光传送网的资源优化配置问题进行了计算。结果显示 :对于该网络 ,采用链路恢复方式可使得网络资源利用率达到 6 4 %,证明了恢复方式在格状网的资源利用率方面较保护方式和自愈环方式更具有优势。     

基于遗传算法的神经网络分类器优化设计

依据神经网络分类器的设计原理，设计了一种有效的遗传算法，实验结果表明：算法优化后的神经网络分类器不但学习速度快，还能保证分类精度．     

网络划分优化的退火遗传算法

通过将退火机制引入遗传算法的选择运算中,提高了收敛速度,克服了传统遗传算法容易早熟的问题,较好地解决了网络划分优化问题.实验证明此算法在网络划分优化中行之有效.     

基于遗传算法的计算机通信网优化设计

计算机通信网中将路由选择和链路容量分配综合起来考虑时的优化设计模型（ＣＦＡ）是一个复杂的非线性０－１规划，若采用传统的数学方法求解，无法快速有效地求得工程满意解。文中以遗传算法的基本思想为基础，设计了一个与传统方法完全不同的遗传寻优算法。对计算机通信网优化设计实例的计算表明，该算法能够迅速求出ＣＦＡ问题的全局近似最优解，并且解的精确度很高，能够满足工程设计中的要求。     

DWDM系统传输容量分析

采用波分复用技术和光纤放大器是增加光纤系统传输容量的有效方法.本文对1.55μm波长用普通单模光纤和多级光纤放大器的波分复用系统,由色散补偿光纤补偿单模光纤色散,通过保持光纤放大器的输出功率小于饱和功率来限制光纤放大器的非线性和光纤的非线性效应.对波分复用系统中波道间串话和信噪比进行了分析和计算,得到了在波道间距和光滤波器带宽优化选择时的波道间串话和信噪比随复用波道数及级联光纤放大器数的关系曲线,并计算得到每个波道信号速率为10Gb/s的密集波分复用系统的传输容量.     

基于遗传算法的公路网络设计的双层优化模型

针对现行公路网规划中存在的主观随意性和网络设计模型的缺陷,提出一种基于遗传算法的公路网络设计的双层优化模型,可一次性求出路段的技术等级与车道数,并利用一个简单的算例进行了仿真试验,结果表明,该模型与算法效果良好,具有较好的应用前景.     

基于遗传算法的网络选播路由算法初探

介绍选播路由算法相关的基本概念和研究内容，探讨利用遗传算法和随机方法研究选播路由算法的关键技术问题。     

给水管网优化设计的混合遗传算法

利用遗传算法全局优化和广义简约梯度法(GRG法)局部收敛速度快的特点,将两者有机结合,构造出一种混合遗传算法应用于新建环状给水管网的优化设计．同时针对遗传算法,采用了实数编码技术,基于扩大采样空间的随机采样、惩罚策略、算术交叉及动态变异技术．最后结合工程实例验证了混合算法的高效性。     

基于遗传算法的神经网络结构优化

介绍了遗传算法的基本原理,然后利用遗传算法优化神经网络结构,形成以遗传算法与神经网络相结合的进化神经网络.经验证可知,该算法具有一定的可行性与有效性.     

基于分层遗传算法的BP神经网络学习算法

针对BP算法局部搜索能力强,而分层遗传算法全局搜索优势突出的特点,结合二者优势构造了一种分层遗传算法与BP算法相结合的前馈神经网络学习算法．将分层遗传算法引入到前馈神经网络权值和阈值的早期训练中,再用BP算法对前期训练所得性能较优的网络权值、阈值进行二次训练得到最终结果．仿真结果表明,该混合学习算法能够较快地收敛到全局最优解,优于BP算法、分层遗传算法,具有一定的实用价值．