IP网络弹性路由层拓扑生成优化算法

针对弹性路由层快速重路由技术存在的重路由路径偏长的问题, 提出了一种基于单亲遗传算法的弹性路由拓扑子层生成算法. 介绍了弹性路由层基本原理, 给出了弹性路由层的矩阵表示定义, 分别建立了以平均最短重路由路径长度和重要度加权的最短重路由路径长度为优化目的的弹性路由层生成数学规划模型, 给出了单亲遗传算法求解该优化问题的方法步骤. 实验结果表明, 优化算法可以得到最佳的弹性路由层拓扑结构, 与Minimum算法、Rich算法相比, 明显缩短了重路由路径长度, 提高了流量转发效率.     

基于遗传算法的WSID网络路由建模与优化

基于路由优化在RFID和WSN结合组成的WSID网络中的重要性,提出了基于遗传算法的不同编码的两种路由优化方法,分别建立了相应的算法和模型,实现了两种路由优化方法在WSID网络中的应用.仿真实验表明,基于实数编码的路由优化方法更适合在WSID网络中应用.     

一种可应用于流量工程中的静态路由算法

随着Internet的发展,流量工程的重要性与日俱增。静态路由算法是流量工程中的重要组成部分。概要地介绍了流量工程中静态路由选择算法的地位,说明了当前静态路由算法的研究现状,并指出其缺点。提出了一种基于遗传算法的可应用于流量工程中的静态路由算法,对该算法的可行性、较优性进行了分析。     

一种波长路由全光网络优化设计及应用

研究了环网结构的波分复用（wavelength division multiplexing, WDM）全光网中的波长路由分配问题，以波长数量最小化为优化目标，提出了一种基于构造环的波长路由分配启发式算法.经过进一步优化，算法适用于环网、环带链、多环、格状网等结构；还可用于统一业务模式，甚至可以延伸到任意的业务模式情况，具有很好的通用性.应用结果表明，该算法可以使网络所需波长数目等于或接近最优解.     

目的规划方法及其在结构优化中的应用

研究目的规划的算法,考虑目标的目的值、优先级、权数、解的非负与可行性等多种因素对算法进行了改进,实施非线性优化问题线性化处理和自动进行单纯形法求解。提供的方法可有效的解决结构多目标优化设计问题。通过桁架结构多目标优化的算例证实了方法的有效性,讨论了优化过程参数对设计结果的影响,对工程应用有一定参考价值。     

流量工程中的一种静态路由算法

主要讨论了网络中由于网络流量分布不平衡而造成网络拥塞的问题.在基于MPLS的流量工程中,以优化链路带宽使用率为主要考察目标,提出了一种新的静态路由算法.同时用计算机仿真证明算法有效.     

一种实用的ZigBee网络路由算法

ZigBee网络是无线传感器网络在实际应用中的工业标准。ZigBee网络的构建基于分布式地址分配的生成树拓扑机制。该文根据ZigBee网络的特点以及实际开发应用过程中出现的问题,重点阐述了ZigBee网络的路由基础及其两种路由算法,并针对两种路由算法的优缺点进行分析的基础上提出了一种实用性强的综合路由算法。最后仿真结果显示综合路由算法在网络规模扩大时减少数据延迟和节能方面具有较强的优势。     

PMIPv6本地化路由机制研究

PMIPv6是一种支持基于网络的本地化移动性管理的解决方案,然而它要求所有通信流量都通过本地移动锚点,导致传输效率降低．提出了一种新的PMIPv6本地化路由优化方案,针对不同实际应用场景的拓扑结构,动态地选择适合的本地化路由发起方,合理地制定本地化路由判决规则,同时对信令传输方式进行了优化以减少协议开销．理论分析与仿真结果均表明,这个方案与目前主流的PMIPv6本地化路由方法相比,不但明显地缩短了本地化路由响应时间,而且弥补了PMIPv6本地化路由在某些场景中未提供可用解决方案的缺陷．     

基于最小沟道的电网通信业务路由优化及应用

城域光缆存在共沟道现象，早期网络运维人员使用最短路径算法对电网业务主备路由进行配置。而随着城市基础建设的推进，部分沟道不可避免地会遭到破坏，导致电网通信业务中断次数增多。针对该问题，提出基于最小沟道的电网通信业务路由优化算法。首先，对城域光路拓扑进行建模，以业务主备路由共沟道最小化为目标输出函数；然后，采用融合排序的深度优先搜索算法（DFS）选出业务所有主路由；再删除暂定的主路由对应的路径并再次使用融合排序的DFS算法求出所有备用路由；随后，迭代计算出主备路由共沟道最少的一组作为最终的业务主备路由。通过计算机仿真和安徽城域网的应用实例验证了该算法的有效性和实用性。     

移动自组网中基于位置信息的路径优化路由算法

针对移动自组织网络中基于位置信息的路由算法在空洞存在时仅能生成非优化路径的问题,提出了利用空洞广播来构造优化路径的算法.在利用空洞检测技术收集网络中空洞的边界节点集信息后,将空洞信息进行广播.为减小网络开销,仅将边界节点集的凸包进行广播,并将广播限制在计算出的广播域内.当传输数据包到达广播区域内后,节点匹配目标位置与空洞边界节点集凸包的关系,并以此构造出通过空洞的优化路径.仿真结果表明该算法在存在空洞网络中通过构造优化路径,相对于GOAFR+算法最多降低25ms的传输时延.最后,对该算法在实际应用中的适用条件进行了分析.该算法适用于网络拓扑变化率较低,数据传输率较高的网络.     

一类模糊指派问题及其禁忌搜索算法

研究了一类更加贴近于现实生活的模糊环境中的指派问题,即利润矩阵和时间矩阵中的元素均为模糊变量的指派问题.并借鉴针对模糊环境中的优化问题提出的机会约束规划模型和相关机会规划模型的思想,建立了模糊指派问题的数学模型.此外,考虑到模型涉及大量具有复杂性和多样性的模糊变量,设计了一种混合智能算法,即基于模糊模拟的禁忌搜索算法来求解模型的近似最优解.最后,通过一个算例说明了所建立的模型和所设计算法都是行之有效的.     

一类特殊的非线性双层规划问题及其遗传算法

利用Karush-Kuhn-Tucker条件,将下层为凸规划的非线性双层规划转化为一个单层规划问题.为了提高遗传算法求解该问题的效率,利用对线性不等式约束添加松弛项和计算非线性约束边界点的方法,给出了一种新的约束处理方法;通过构造一个辅助线性模型降低了搜索空间的维数;结合算法产生的最优个体,设计了一个有助于改善个体适应度的杂交算子.     

一种求解约束优化问题的进化规划型文化算法

为了求解复杂约束优化问题,提出了一种新的进化算法——进化规划型文化算法。求解过程中,在基于自适应的文化算法中引入进化规划,有效利用进化过程中相关知识引导种群进化。针对约束优化问题,对这一算法的信念空间进行了设计,并利用基准函数和丁烯烷化生产调度问题进行了仿真,仿真结果表明该算法具有较好的全局搜索能力,而且大大减少了计算量。     

多层光网络实时选路算法

针对动态多层光网络(IP over WDM)的实时选路问题,提出了一种基于蚁群优化的区分综合选路算法．首先利用分层图模型,将传统的动态RWA问题转换为路由问题．然后,对该路由问题进行选路,通过将寻路蚂蚁放置在控制平面中,可以使控制平面的选路和数据平面的业务传输同步进行,从而为每一个动态到达的业务实时地进行选路; 并能综合考虑到路径的跳数和路径上链路的拥塞情况,有效降低业务阻塞率．最后,利用多类不同的蚂蚁对应不同粒度请求的业务,为不同的业务进行有区分的选路,使得高粒度请求的业务能绕开关键链路,从而在关键链路上承载更多的业务,进一步降低阻塞率．仿真实验表明,与其他算法相比,该算法具有更低的业务阻塞率和更好的业务阻塞公平性．     

双层规划模型的大规模UCAV编队队形优化

为解决复杂约束环境下大规模无人战斗机(UCAV)编队队形优化问题,提出基于双层规划模型的队形优化求解算法.以大规模UCAV编队空对地饱和打击作战场景为例,建立UCAV编队作战上层规划模型,通过采用离散粒子群-模拟退火(DPSO-SA)算法进行求解,得到执行每个任务的UCAV编号和最优队形;根据现有的编队作战队形库,建立编队中UCAV站位下层规划模型,通过采用遗传算法进行求解,得到UCAV在队形中的位置.仿真结果表明:在上层规划模型中引入改进模拟退火算法,可以解决离散粒子群算法易陷入局部极小值的问题;设计双层规划模型,可以解决DPSO-SA算法后期收敛速度慢的问题.相对于单层规划模型,双层规划模型求解大规模UCAV编队队形优化问题收敛速度更快,寻优效果更好.     

主动前轮转向与直接横摆力矩集成控制算法

针对汽车主动前轮转向(AFS)与直接横摆力矩(DYC)协调控制问题,提出了一种基于模型预测控制的集成控制算法。该算法采用分层集成控制结构,设计了模型预测控制器,研究了二次规划轮胎力分配法,并通过仿真实验对算法进行验证。结果表明:控制算法能够提高车辆的稳定性,具有可行性;采用二次规划轮胎力分配法相对于单轮制动轮胎力分配法可扩大稳定性控制范围。     

差分进化算法在物流配送路径优化中的应用

研究无时限单向物流配送车辆路径问题,主要考虑车辆容量、最大距离等约束,考虑车辆满载情况,以车辆非满载率最小、总的行驶路径最短为目标,提出了该物流配送问题的多目标优化问题的数学模型,运用差分进化算法求解该问题.算法构造了合适的编码方法,应用Matlab语言编程进行实例仿真计算,得到了模型的最优解,验证了算法的有效性.     

物流配送中心车辆调度模型与遗传算法设计

对带时间约束的物流配送中心车辆调度问题，采用混合整数规划方法进行建模，分析了该模型用精确算法进行求解的复杂性，指出对实际问题若完全采用精确算法求解往往达不到实时响应的要求，提出了遗传算法与启发式算法相结合的求解方法，将该问题分解为车辆分配和单一车辆路线安排两个相互关联的子问题进行求解，仿真结果表明，该算法是很有效的。     

求解二层规划问题的改进粒子群算法

两层规划问题是一个NP-难问题,这意味着它很难被求解．基于粒子群算法提出了一种求解二层规划问题的方法,通过分离目标函数和约束函数,使每个粒子拥有双适应值,并通过双适应值来决定个体优劣．应用了一种自适应保留不可行个体的策略．数值结果表明了算法的有效性．     

基于机群系统的N体问题调度算法

采用合理的任务调度策略能有效地降低N体问题求解时间,对大量科学与工程应用具有重要意义。为此,在机群计算平台上,设计了N体问题的并行算法,推导出该算法的性能模型。同时,针对机群的特点。提出了基于整数规划的N体问题自适应调度算法．实验表明,并行算法具有良好的可扩展性,性能模型正确,基于整数规划调度算法较典型调度策略高效．