无标度网络及其系统科学意义

简述了无标度网络的发现及其特性,阐述了无标度网络对于系统科学研究的意义,提出:以无标度网络研究为切入点,深入开展系统结构的研究.     

关于Steinhaus定理

力将Ｓｔｅｉｎｈａｕｓ定理推广至一般ｎ维乃至无限维的情况，采用集论及点集拓扑的方法，分析了Ｓｔｅｉｎｈａｕｓ定理在某类可列维测度空间中的推广问题，得到了将其完全推广的一个充分条件。     

基于遗传算法的神经网络两阶段学习方案

一种两阶段学习方案被提出用于神经网络的训练。在第一阶段，让实数编码的遗传算法来代替人解决神经网络结构的选择和初始参数的设定，称之为结构辨识阶段。在第二阶段，让传统的优化算法来解决参数的学习，称之为参数辨识阶段。在整个学习过程，神经网络的复杂度、逼近精度和泛化能力之间得到了满意综合。     

浅析网络层的路由选择算法

本文就路由选择算法中的默认路由(含静态路由)和两种简单的动态路由算法作一简单分析。     

汽车变速器壳体多工况自适应性拓扑优化方法研究

为解决汽车变速器壳体多工况拓扑优化适应性问题,提出一种基于折衷规划拓扑优化理论的汽车变速器壳体多工况自适应性拓扑优化思路.以某前横置变速器壳体为研究对象,以刚度最大、柔度最小为优化目标,借助Hyperworks分析软件,开展变速器壳体折衷规划自适应拓扑优化设计方法研究.经有限元分析验证,运用折衷规划拓扑优化方法形成的变速器壳体结构设计模型,在一/倒档两典型工况下的目标函数都逐渐收敛于最小值,各档位柔度均达到最小,可同时满足汽车各工况下变速器壳体强度可靠性要求.应用实践表明,折衷规划拓扑优化法是一种有效解决复杂结构体多目标优化问题的可行方法.     

结构拓扑优化理论及其在桥梁结构找型中的应用

从物理模型、数学模型和优化算法三个方面系统阐述了结构拓扑优化的基本原理.通过实例介绍了应用拓扑优化技术进行桥梁结构找型的方法,并展示了拓扑优化中结构衍化过程及优化结果.针对目前结构拓扑优化技术运用在桥梁找型中所面临的困难,探讨了未来研究的方向.研究表明,结构拓扑优化方法可以在桥梁概念设计阶段得出合理而新颖的结构形式,在桥梁找型方面具有良好的应用前景.     

一种基于QoS的LEACH改进算法

改进了经典分簇算法LEACH,提出了QBL(QoS-based LEACH)算法,以节约能耗为主要目标,旨在延长网络寿命、减小时延、提高网络可靠性.首先在簇头竞争时采用了新的权重计算方法,其次采用了不均匀分簇的策略,此外簇内只安排部分成员完成监测任务,并在簇间通信时采用基于权重的最短路径方法.仿真实验证明:QBL算法在分簇情况、网络寿命、时延、可靠性方面均有较为突出的表现.     

考虑材料非线性的结构拓扑优化研究综述

结构拓扑优化作为结构设计的重要组成部分,正变得越来越重要.目前国内外学者对结构拓扑优化的研究仍主要局限于材料的线性变形范围,但实际许多工程结构都会产生材料非线性响应,如设计在一定地震载荷下坏而不倒的房屋结构,此时要得到更加符合实际的拓扑构型,就需要考虑材料非线性进行结构拓扑优化设计.笔者对材料非纯属结构拓扑优化研究进行了综述,并提出了展望.     

FTALM:一种高效的树结构应用层组播协议

提出一种可扩展、高效的树结构应用层组播协议——FTALM,通过将组播组成员构成的列表进行递归分割,构造一棵可高效传送组播数据的层次化斐波那契树.引入新的概念＂本地区域＂,通过考虑底层的拓扑结构特点来减少在高代价链路上的数据传输.在构树过程中,考虑本地区域的成员数目以获得一棵平衡的树结构.底层拓扑结构的考虑以及斐波那契树的构造使FTALM的组播延迟性能得到提高.模拟实验结果证实了FTALM在组播延迟性能上的优势,在大型组播组的情况下优势更强.     

基于汉明距离的传感器网络分层拓扑发现算法

针对传感器网络能源有限的特性,提出了一种基于汉明距离的分层拓扑发现(LTIHD)算法.根据在汇聚节点收集到网络内部节点报文接收或丢失的情况,利用汉明距离识别相邻两层节点之间的父子关系,逐层推测网络的拓扑,不增加网络负担.仿真试验表明:推测18节点传感器网络需要60轮数据采集和1.56 s的推测时间;推测120节点传感器需要140轮数据采集和4.12 s的推测时间.该算法可以准确快速地推测传感器网络的拓扑,适合大规模传感网络的拓扑推测.