基于适应性思维的山地城市道路交通规划方法研究

针对山地城市在道路交通规划方面需要更多地去适应山地环境的地形地貌特征、交通需求与交通组织等问题,以山地城市的道路交通规划研究为核心内容,融入适应性理论的思维方式,提出山地城市规划设计方法;方法结合适应性理论的耦合、协同与组织思维,从路网系统协同宏观地貌、步行空间耦合微观地形、特色交通组织连接瓶颈三方面分别探索符合山地城市地形特征与营建规律的道路交通系统规划方法;经相关案例验证规划方法指导的路网规划有助于形成富有山地特色的城市形态特征与空间环境;方法是符合山地城市地形特征与道路交通需求的规划方法,可完善相关设计理论,指导山地城市建设实践。     

基于高阶图卷积自编码器的网络流量预测

网络流量预测是有效保障用户QoS措施之一。当前深度学习为基础的网络算法预测中没有充分利用网络拓扑信息。为此,提出了基于高阶图卷积自编码器的网络流量预测模型。该流量预测模型基于软件定义网络（SDN）架构,利用高阶图卷积网络（GCN）获取网络拓扑中的多跳邻域之间的流量相互影响关系,采用门控递归单元（GRU）获取网络的时间相关性信息,利用自编码模型来实现无监督学习和预测。在Abilene网络上采用真实数据进行了仿真对比分析试验,结果表明,提出的方法在网络流量检测方面的MAPE值为41.56%,低于其它深度学习的方法,同时预测准确率方面也达到最优。     

异构网络中的丢包区分和拥塞控制机制

现有异构网络传输控制协议不能准确估计网络状态,缺乏有效的丢包区分机制. 为此,提出一种基于效用估计的丢包区分算法,并将其应用于多媒体业务TCP 友好传输控制协议. 该算法将网络状态估计算法和差异化丢包区分算法相结合,根据分组到达时间间隔估计当前网络的可用带宽,计算效用参数并估计网络状态,自适应地选取合理的区分机制,以准确区分无线-有线异构网络中拥塞/无线丢失,提升多媒体传输控制协议性能. 实验部分比较了该算法与现有文献方法的仿真性能.     

REM算法的改进

在分析REM算法和最优化流控模型的基础上,改用非线性优化理论的变尺度算法计算链路影子价格,从而改进了REM算法.模拟实验表明,改进后的REM算法队列十分平稳,收敛速度比原来的算法快,适用于高带宽网络.     

基于元胞自动机的微观城市道路混合交通仿真

介绍了现有交通仿真软件相对于国内路况存在的很多不足，如缺少自行车、行人的模拟等，结合原有的交通仿真模型和我国自行车／行人交通特性建立了新的混合交通流微观仿真模型，并给出了混合交通流仿真的实现思想。新的仿真系统原型以元胞自动机模型为基础，同时定义了符合国内道路状况的元胞自动机规则。最后，给出了该交通仿真系统原型的实现结果和结论。     

基于路网的连续K最近邻查询

连续K最近邻(CKNN)查询是最近邻查询的扩展,可广泛地应用于地理信息系统、城市规划、智能交通等领域.CKNN查询搜索某一路径上所有点的K个最近的感兴趣对象.本文研究基于交通路网的连续K最近邻查询问题,不同于传统的基于欧式空间的CKNN查询,基于路网的CKNN查询中对象间的距离度量不再是欧式距离,而是基于路网的最短可达距离.显然,传统的基于欧式距离的CKNN查询算法并不能直接应用于基于路网的CKNN查询问题.本文提出了一种基于路网的高效的CKNN查询算法-IIE算法,广泛实验表明本文提出的IIE算法优于传统的IE算法.     

无线多跳网络中TCP拥塞控制性能改进策略

将TCP协议应用于无线多跳网络时,由于无线多跳网络的一些固有限制,TCP协议的效率较为低下.据此,提出一种无线多跳网络中TCP性能改进机制.该机制的基本思想是使用往返时间（RTT）,在发送方用自适应的速率调节算法,使用RTT计算相应的发送速率并据此来控制发送速度,从而达到改进拥塞控制的目的.仿真试验结果验证了该算法的有效性,表明新算法可以有效地提高TCP在无线多跳网络中的性能.     

基于接收方信用量调整的TCP新算法

传输控制协议(transport control protocol, TCP)发送窗口的大小由拥塞窗口和接收方确认窗口中较小的值来确定。在高速网络中,通过合理地增加拥塞窗口,可以提高TCP的性能。然而,一个相对较小的接收方确认窗口将限制发送窗口的增加,如果根据TCP接收方的数据变化率恰当地增加接收方确认窗口赋予发送方的信用量,就能减少这种限制。提出一种增强的TCP算法,命名为接收方信用量调整传输控制协议（receiver credit adjustment transport control protocol, RCA-TCP）,该算法根据TCP接收方缓冲区的动态数据变化率和TCP连接的最小往返时间之间的乘积的估计值来获得信用量增量。在ns-2(network simulator, version 2)下仿真表明,该算法能获得更好的性能。     

多媒体传感器网络中服务感知的传输控制协议

多媒体传感器网络中同时存在端到端（end-to-end）的多媒体流和事件到汇聚点（event-to-sink）的事件流,这对多媒体传感器网络服务质量保证带来了新的挑战。针对多媒体传感器网络提出了一个基于二级反馈的QoS自适应保证方法,该方法以传输控制协议为核心,根据汇聚节点处数据包的接收率和网络拥塞状况将网络划分为10个运行状态,通过传输控制协议调整媒体流和事件流的发送率,完成网络向最优状态的迁移。一系列基于NS2的仿真试验证明了本方法的有效性。

Abstract：

There exist two kinds of streams in multimedia sensor networks：end-to-end stream and event-to-sink stream,this makes the guarantee of QoS multimedia transmission face a new set of challenges. A self-adaptive QoS guarantee scheme was proposed based on two-layer feedback for multimedia sensor networks. The kernel of this scheme is transport control protocol. The network is partitioned into 10 typical states by means of the data packet receive rate at sink node and network congestion status,thus the state transfers to the optimal one by adjusting the transmit rate of media stream and event stream. A series of simulation results are performed by NS2 to demonstrate the effectiveness of the proposed scheme.     

基于CGA算法的主动队列管理新策略

基于流体流理论的网络简化模型,将NSGA-Ⅱ与PGA相结合的复合遗传优化算法应用于PID控制器参数优化,提出了一种多目标PID优化设计方法--在满足系统鲁棒性的前提下,以超调量、上升时间和调整时间最小作为多目标优化的子目标,并用复合遗传算法对其求解.该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好,根据网络主动队列管理控制系统的要求在解集中选择满意解.仿真结果表明,在大时滞和突发业务流的冲击两种情况下,该方法设计的控制器的动静态性能优于GA、SPSO、QDPSO算法的优化结果.