基于蚁群优化的命名数据网络QoS路由研究

针对命名数据网络(NDN)具有多样的路由转发策略,但都未能实现NDN的服务质量(QoS)保障能力,利用蚁群优化算法(ACO)设计相应的QoS路由机制(ACO_QoS)能够保障NDN的服务质量.实验结果表明:ACO_QoS能够在满足QoS的前提下找到一条花费最小的路由.     

A multi-path routing algorithm of LEO satellite networks based on an improved ant colony system

Geography rectangle is used to reduce signaling overhead of the LEO satellite networks.Moreover,a multi-path routing algorithm based on an improved ant colony system （MPRA-AC） is proposed.Matrix indicating the importance of the link between satellites is introduced into MPRA-AC in order to find the optimal path more quickly.Simulation results show that MPRA-AC reduces the number of iterations to achieve a satisfactory solution.At the same time,the packet delivery ratio of LEO satellite networks when running MPRA-AC and DSR-LSN （dynamic source routing algorithm for LEO satellite networks） is compared.The packet delivery ratio is about 7.9％ lower when running DSR-LSN.Moreover,because of the mechanism of active load balancing of MPRA-AC,simulation results show that MPRA-AC outperforms DSR-LSN in link utilization when data packets are transmitted in the networks.     

非结构化网格嵌套波浪数值模拟

为了准确模拟射阳河口航道和港池水域的波浪传播,基于非结构化三角网格的第3代波浪模型SWAN(Simulation Waves Nearshore),采用非结构化网格嵌套技术,建立了大区域和浅海工程海域嵌套波浪数学模型;进行了大、小计算域波浪数值模型的验证,结果计算值与实测值吻合良好;计算了各种方案情况下港池及航道的波浪要素,可作为工程设计的科学依据.研究结果表明,通过应用网格嵌套技术,一方面在充分发挥非结构化网格波浪数学模型优势的基础上,大大减小了计算域中网格的数量,提高了计算速度;另一方面可以布置更加精细的计算网格,适应复杂的地形、曲折的岸线边界,提高计算结果的准确性.     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法应用于移动机器人路径规划时存在易于陷入局部最优解、收敛速度慢的问题,提出了一种适用于静态障碍环境下基于改进蚁群算法的移动机器人路径规划方法。该方法改进了节点间的状态转移规则,增加了得到最优路径的概率;自适应调整启发函数,提高了算法的搜索效率;基于狼群法则对信息素进行更新,有效避免了算法陷入局部最优解;动态调整了衰减系数,在后期增加了蚂蚁对最优路径的选择概率,加快了算法的收敛速度。仿真实验表明,与其他算法在相同环境下比较,该改进算法在路径规划结果相同的情况下具有较快的收敛速度;且改进算法在不同复杂程度环境中均得到了最优路径,也表明了该算法的有效性和可靠性。该算法具有良好的寻优能力,可以适用于不同复杂环境中的移动机器人路径规划。     

基于改进蚁群算法的武警后勤网络抗毁性分析

将带有动态参数决策模型的改进蚁群算法应用到武警后勤网络抗毁性分析中.实例结果表明,方法是正确的、可行的和有效的.     

一种改进的蚁群算法及其在VRP中的应用

从基本的蚁群算法出发,讨论参数a、β及P、Q的改变对算法的影响,并通过遗传算法对α、β和Q进行遗传变异改变其值,进而对算法进行改进.既提高了算法的收敛性,又避免了算法过早地陷入局部最优,提高了解的质量.通过实验证明算法可行、有效. .     

一种基于链路质量的蚁群优化VANET路由算法

针对城市环境下车载自组织网络(vehicular ad hoc network, VANET)中车辆信息传输性能不稳定的问题,提出了一种基于链路质量的蚁群路由算法实现信息可靠稳定的传输。通过道路中的车辆密度,通信半径,数据包大小分析当前道路的连通概率、传输时延以及分组投递率,并建立数学模型,评价当前传输道路的链路质量;引入局部链路质量(local link quality, LQ)和全局链路质量(global link quality, GQ)改进蚁群算法的路段选择公式,得到最优的信息传输路径。仿真结果表明,该算法在收敛速度、数据包传输时延和分组投递率方面优于其他算法。该算法的提出能够实现城市场景下车辆信息可靠、稳定、高效地传输。     

一种改进的网络突发话题检测算法

引进文本相关度这一影响因子,提出了一种基于蚁群聚类算法的突发话题检测算法,该算法结合蚁群聚类算法的优势,综合考虑文本聚类和文本相关度的影响,得到对网络突发话题检测的最优聚类效果,并对近年来网络突发话题进行实验,达到了很好的聚类速度和聚类效果,验证了算法对突发话题检测的准确性和即时性.     

基于激光同步定位与建图的移动机器人路径寻优方法

针对未知场景下移动机器人路径寻优问题,提出一种基于改进蚁群算法的激光SLAM移动机器人路径寻优方法。该方法由场景重构和路径寻优组成,利用激光雷达传感器观测特征物信息对广义卡尔曼滤波估计值更新,建立场景理解信息点云构造二维栅格地图,根据场景重构地图信息结合改进的蚁群算法进行路径优化。在复杂场景下,通过激光SLAM移动机器人实验表明,改进蚁群算法的激光SLAM移动机器人在多种复杂场景路径寻优和运行消耗时间等方面取得了较好的效果。     

蚁群算法迭代次数的一种优化策略

针对蚁群算法中后期多次迭代无法产生更优解的问题,提出了一种优化策略,当连续多次迭代没有产生更优解时,减少迭代的总次数,加速算法的收敛性.仿真结果显示,在不影响最优解的情况下,优化后的策略明显降低了算法的时间复杂度和空间复杂度.