计算K-终端网络可靠度的一种新算法

讨论了由一个源点s到一个指定的点集K的网络可靠度问题。首先提出了两个网络门限变量化简原则及计算网络K-树和极小K-割的算法。然后,基于具有门限变量的布尔方程和有序二分决策图方法,给出网络K-终端可靠度算法。结果表明这种算法是有效的,改进并推广了Rauzy提出的算法。     

复杂装置网络可靠性评估模型与算法

研究了多状态、全终端复杂网络系统可靠性分析问题,通过使用结构函数设计了网络可靠性评估模型,并利用生成树的特性和网络图的环和理论,给出了多状态、全终端复杂装置网络可靠性分析的新算法·本算法并不需要全体生成树和全体割集作为前提条件,也不需要两次使用不交和运算,仅仅从一颗生成树开始,就可确定该网络的可靠性·该方法与传统方法比较,不仅降低了该类问题算法的计算复杂性,而且提高了评估过程的准确性、可操作性·大量实例计算表明了模型与算法的可行性与有效性·     

K-分式线性变换

在K-导数、K-解析(函数)变换、K-共形映射的基础上,研究了K-分式线性变换及其K保圆性、K保对称性、K保交比性等,所得结论是(共轭)解析函数的(共轭)分式线性变换在K-解析函数中的继续和应用.     

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.     

链路失效情况下网络点对联通可靠度的近似计算

基于连通性的网络可靠性分析是网络可靠性研究中的经典问题,根据具体问题的不同而采用的最小枚举、最小生成树枚举、边割集枚举、容斥原理、不交和方法等都是随机性网络可靠性指标的精确计算方法.这些计算方法在网络可靠性分析研究中具有重要的作用和意义,它们构成了网络可靠性分析计算的重要理论依据.然而对任意网络的k终端可靠度、全终端可靠度以及剩余边连通可靠度和点对联通可靠度,都已经证明他们的精确计算属于NP-hard问题[1][10].因此网络可靠性的估计是获得以上可靠性测度的重要手段.同时在网络的拓扑优化设计中,追求高可靠性的代价就是费用的无限增加,因此在一般商用的设计中,网络可靠性测度只要满足给定的标准即可,需要对不同的网络拓扑估计有关的可靠性值.     

求解K-闭包问题的DNA算法

给出了解决K-闭包问题的DNA算法，进一步表明了用DNA计算来解决NP-完全问题是非常有前景的。     

一类不确定时滞系统的K-稳定性

研究了一类不确定时滞系统：x(t)=Ax(t) Bx(1-τ（t) f(t,x(t) g(t,x(t-τ(t))),t≥0，x(t)=φ（t),-τ≤t≤0的K-全局渐近稳定性和K-全局指数稳定性，通过使用不等式技巧和微分方程性质，得到了这类系统K-稳定性的时滞相关充分条件，最后举例阐述了它的有效性。     

K-通道流的改进算法

设G=(N,A,u)是一个顶点集为N,弧集为A,始点为s∈A,终点为t∈N,有限容量向量u={u_(ij):(i,j)∈A}及正整数K的网络。一个基本K-通道流是从始点到终点t∈N的发送K个单位流,使得在每个弧上的流是0或1。一个K-通道流是一个从s到t的流,使得这个流可以表示成基本K-通道流的非负线性组合的流。因此,K-通道流问题是求解从s到t不仅要满足顶点平衡(s和t除外)和弧的容量限制下通常的最大流问题,而且这个流必需满足沿着K条弧不交的s-t路发送。给出了另一个解决K-通道流问题组合算法,分析了这个改进算法的时间复杂性。     

基于K-平均值方法的入侵检测系统

介绍了入侵检测系统,将数据挖掘中的K-平均值聚类方法应用于入侵检测系统,对仿真实验的结果进行了分析,证明了将K-平均值方法用于网络入侵检测的可行性。     

无线传感器网络的可靠性评估模型

为了解决测量无线传感器网络可靠性的问题,提出一种可靠性评估模型,此模型综合考虑了基于容错的网络抗毁性和基于能效的网络寿命这两个主要因素。通过确定K-覆盖和K-连通,可有效评估自然失效和能量约束条件下的网络可靠性,同时可以延长网络寿命并提高网络的鲁棒性。实验结果表明在无线传感器网络中可靠性与传感器密度存在一定关系。通过实现可靠性模型中的最优化目标,满足了传感器覆盖率和网络连通率要求,提高了无线传感器网络的安全性能。     

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。     

一种基于遗传算法的组播路由选择方法

提出了一种基于遗传算法的组播路由选择方法·该方法首先寻找所有满足时延限制条件的路径,组成备选路径集,然后以代价最小为优化准则,在备选路径集中采用遗传算法求解最优解·为保证算法的收敛速度快,遗传算法的交叉操作使用了相同链路保留的方法·最后,进行了仿真实验,并与其他算法做了比较·实验表明,该算法收敛速度快,可靠性高,能够满足多媒体网络对实时性的要求·尤其是在网络规模较大时,本算法可大大减小路由计算时间·     

网络K度薄弱最小割集及其快速搜索算法

本文建立了k度薄弱最小割集概念,以表征网络传输薄弱环节薄弱的程度。在此基础上提出了一种搜索大型网络k度薄弱最小割集的算法。计算复杂性分析表明,该算法的计算频度较低,可有效应用于大型网络传输容量充足度分析之中。     

基于同构子网判定的结点不可靠网络可靠度计算方法

 为提高结点不可靠网络的可靠度计算效率,提出一种基于子网同构判定的高效计算方法。在生成有序二元决策图（OBDD）的因子分解过程中,利用特征合并划分（CMP）识别网络分解产生的同构子网,然后根据网络中边和节点的逻辑联系,执行边替换操作将不可靠结点存储于OBDD;通过遍历OBDD 计算网络的可靠度。结果显示,该方法减少了同构子网带来的重复计算,并充分利用OBDD 的存储结构进一步增强了计算效率,计算中小型网络可靠度的时间保持在100 s 以下,计算数百结点网络可靠度的时间保持在百秒级,且计算中大型网络的开销远低于标准二元决策图（BDD）方法。     

随机流量交通网络可靠性近似算法的对比分析

与二态网络相比,随机流量交通网络更适于描述现实生活中的交通系统。但是现实交通网络可靠性的精确计算是非常难的,为此,需要寻求一个有效的近似算法。针对这一方面的研究,目前已有许多计算网络可靠度的算法。文章介绍了几种典型算法(ORDER-M算法、ORDER-MⅡ算法、GC算法)的来源和思想,并提出了进一步的研究方向。     

一种用于快速分类问题的神经网络学习算法

对传统的ＢＰ算法进行了改进,提出了基于二阶导数的ＢＰ算法,大大减少了样本训练的迭代次数,从而提高了网络运算速度．对异或问题和蜢虫分类问题的计算,取得了满意的效果．     

计算3-Tree网络全终端可靠度的线性时间算法

对于一般网络,计算全终端可靠度是ＮＰ－难问题,３－Ｔｒｅｅ网络是一类具有特殊结构和性质的网络,利用三角子图到Ｋ４的化简,给出了一个计算３－Ｔｒｅｅ网络全终端可靠度的线性时间算法。     

基于竞争算法的配电网络优化规划方法

提出了一种基于竞争的配电网络优化规划算法。以规划期内系统总投资收益率为目标函数，考虑网络建设费用、运行费用、配电网络连通性、供电可靠性、电压限制和网络损耗的约束条件，通过潮流计算和竞争排序，完成配电网架规划。在网架规划基础上，再进行网络分段开关和联络开关的优化规划。解决了单电源和多电源网络规划、线路交叉点及线路导线截面选择等问题。实例规划结果表明，该规划方法是可行的。