基于节点休眠机制的无线传感器网络覆盖控制算法

为了减少传感器节点的能耗,延长无线传感器网络的生命周期,提出了一种基于节点休眠机制的覆盖控制算法.其基本思想是:网络中所有传感器节点根据邻节点的个数、与邻节点之间的距离来决定是否进入休眠状态,以此来控制每一轮中活跃节点的个数,减少网络的能耗.实验仿真结果表明,在保证网络的覆盖情况下,该算法能够减少活跃节点数,降低网络覆盖冗余度.     

某混凝土框架结构移位技术及就位连接方法探讨

某六层钢筋混凝土框架结构为优秀历史保护建筑,距今已80余年,由于新规划需要对其进行移位保护.就位连接对移位建筑的后期使用起着至关重要的作用,对其移位关键技术和就位连接方法进行探讨.结合该工程的就位连接方法,对就位连接节点的受力性能进行分析,并提出改善该框架结构就位连接性能相关建议.     

分裂节点法分析虚拟社会网络中的重叠社区

虚拟社会网络分析,尤其是将复杂网络按照连接关联的紧密程度划分为多个集群,是数据挖掘领域的一个研究热点。基于现实社会中成员一般与多个团体相关联这一事实,旨在提出带有重叠集群的抽象网络分割模型及其算法,主要讨论由这一数学模型引出的新问题及基于层次聚类算法提出的解决方案,并且阐述分裂节点法的理论基础、复杂度分析,对比传统算法来证明该方法的优势与不足,及在其他领域的应用价值。     

Ad hoc网络消息传播过程的高阶描述模型

为避免采用随机抽样模型对Ad hoc网络消息传播过程进行定量分析时存在的高估消息覆盖节点数的问题,对现有模型进行修正,提出了一种高阶描述模型.该模型在转发消息时考虑了会对下一次消息转发到达新节点的概率产生影响的2个参数:节点被访问次数和节点度.节点被访问的次数越多,模型的阶数越高.在包含2 000个节点的随机图网络拓扑上的仿真试验结果表明,当消息覆盖的节点数超过1 800时,无论拓扑是否连通,一阶模型和二阶模型对Ad hoc网络消息传播过程的拟合度均优于随机抽样模型.当网络拓扑不连通时,一阶模型和二阶模型仍会高估消息覆盖的节点数;相反,当网络拓扑连通时,两者对仿真结果的拟合度较好,最终误差分别为-7%和-1%.     

基于虚拟势场和学习自动机的有向传感网覆盖控制

针对目前有向传感网中覆盖增强和冗余节点体眠调度算法存在的问题,提出虚拟势场结合学习自动机的覆盖控制算法.引入基于质心距离和重复感知率的虚拟力改进模型,综合考虑虚拟向心力和切向力对感知角度调整的影响,建立微观虚拟力与转动角度的关系模型,并根据网络整体覆盖率增长率对节点调整幅度进行宏观控制,合理调整节点感知方向.在此基础上,根据节点重复感知率和能量因素建立学习自动机与环境信息的交互机制,学习最优的冗余节点休眠调度策略.仿真实验结果表明,该算法能够显著增强网络覆盖,并有效地控制网络覆盖冗余.     

基于时间可靠性分析的农产品轴辐式物流网络节点选址

针对农产品轴辐式物流网络的特点及农产品物流时效性要求,将系统可靠性应用于农产品物流网络节点选址研究中。在满足用户规定的时间可靠度要求的前提下,建立了以运输总成本最小为目标的农产品物流网络节点选址模型,并设计基于全局协同搜索的混合蛙跳算法(SFLA)对模型进行求解。最后通过算例分析,验证了模型的合理性和有效性。研究结果表明,将时间可靠性分析应用于农产品物流网络节点选址研究,能够满足用户对运输时效性的要求,降低了物流运输成本,提高了农产品物流的时间可靠度。     

节点域尺寸对H型钢截面局部钢框架塑性损伤规律影响的分析

为了研究节点域尺寸对H型钢截面局部钢框架塑性损伤规律影响,以常见的梁、柱及节点域组成的十字形钢框架结构为分析对象,以H型钢柱截面类型、轴压比、节点域高宽比、节点域宽度与层高比、节点域高度与跨度比及结构跨高比等为主要研究参量;基于力学平衡准则进行分析。结果如下:如果用不考虑节点域尺寸时构件的强度来判断柱、梁及节点域组成的框架节点的破坏机制(塑性铰形成位置),可能会出现误判;H型钢截面局部钢框架的节点域与柱强度比,随轴压比和节点域高宽比的增大而增大,而随跨高比的增大而减小。柱为宽翼缘H型钢时,节点域先于柱形成塑性铰;柱为中或窄翼缘H型钢时,轴压比为0.6及节点域高宽比等于2时以外,基本上节点域先于柱形成塑性铰;轴压比小于等于0.4时,H型钢柱强度是节点域强度的1~5倍,可能导致实现"强节点域"的构造处理施工的困难。     

P2P网络中最近节点定位的优化方法研究与实现

P2P网络移动节点设备资源短缺,导致网络资源负载不均衡,使P2P网络处于动态多变的状态。传统方法依据权重大小对最近节点进行定位,所耗费资源较多,无法对负载的网络资源均衡调整,导致定位精度差。提出基于信任度和蚁群算法的P2P网络中最近节点定位优化方法,对P2P网络中节点间的信任度进行计算;并及时更新计算结果。在此基础上,采用蚁群算法对最近节点进行定位,将转移概率函数值最大的节点作为最近节点。为避免节点定位过程中负载不均衡的问题,对其进行优化处理,引入转移概率函数值、能量值以及业务执行等候队列长度,获取定位最近节点的均衡函数,选择均衡函数值最大的节点作为最近节点。实验结果表明,所提方法提高了P2P网络中最近节点定位的效率和精度,具有良好的应用价值。     

可信激励算法对区块链移动节点共识优化研究

节点可移动的物联网应用区块链时将节点称为区块链移动节点,区块链移动节点存在通信连通时间较短、算力和存储能力不足等问题导致网络达成共识时安全性和吞吐量较低.提出一种可信激励算法对共识过程进行优化,首先区块链移动节点接收共识所需信息完成初始化;其次每个区块链移动节点生成判决块,判决块包含对验证消息的投票结果、自身的可信因子和判决块的生成时间,根据判决块中在相邻区块链移动节点组成的集群中选出中继节点,中继节点传播验证消息到下一个集群,并产生区块存储在边缘服务器,一个中继为一跳,当跳数大于网络阈值跳数时完成共识;最后根据激励机制对节点奖励或惩罚,并按激励情况更新节点的行为标识反馈到共识.仿真结果表明,与应用在同样网络情况的PoET和PoS算法相比,可信激励算法在保证了一定的吞吐量情况下,有效降低验证消息验证失败率提高了共识安全性,更适合节点可移动的物联网网络.     

基于K-shell的复杂网络关键节点识别方法

针对复杂网络中关键节点识别方法的分辨率和准确性不足的问题,该文提出了一种基于K-shell的复杂网络关键节点识别方法（K-shell based key node recognition method, KBKNR）。首先,采用K-shell方法将网络分层,获取每个节点的K壳（K-shell,K_s）值,通过K_s值衡量复杂网络全局结构的影响。其次,提出综合度（comprehensive degree, CD）的概念,并设定可动态调整的影响系数μ_i,通过平衡邻居节点和次邻居节点的不同影响程度,获取每个节点的综合度。在该方法中,当节点K_s值相同时,综合度较大的节点更重要。对比几种经典关键节点识别方法和一种风险评估方法,实验结果表明,该方法能够有效识别关键节点,在不同复杂网络中具有较高的准确率和分辨率。除此之外,KBKNR方法可以为网络节点的风险评估、重要节点保护和网络中节点的风险处置优先级排序提供依据。