基于反馈选择的P2P网络搜索算法

利用历史查询的搜索反馈结果,考虑节点兴趣,计算邻居节点的预计搜索成功性,动态选择转发的邻居节点,以减少消息数量和发现第一个文件的时间以及增加文件的查全率,提出一种基于反馈选择的P2P网络搜索算法。该算法通过计算邻居节点的动态有利度,定期调整邻居节点,提高了P2P网络的搜索稳定性。算法分析和实验结果表明,该算法的性能优于NS搜索算法。     

分布式P2P网络中基于方向搜索算法研究

针对Flooding算法及其改进算法的理念提出了P2P网络中基于方向的搜索算法,该算法动态生成一棵以搜索源点为根的搜索树,在每一次的搜索过程中,每个节点都能沿着搜索方向进行,这样可以避免节点被重复地搜索。有效地避免了搜索过程中冗余搜索报文的产生,节省了网络带宽,提高了效率和网络性能。通过二维空间的数字数据和图像数据这两种实验结果的分析并进行了仿真实验,该算法充分体现了在搜索过程中的有效性及可操作性。     

基于朋友相关性的P2P快速搜索算法

如何高效地搜索资源是P2P网络中最为关键的问题。对等网络拓扑结构往往不是简单的结构化或非结构化,采用单一的搜索方式效率低下,因此,提出一种改进的搜索算法——基于朋友相关性的搜索算法(FriendSearch),将基于结构化的Chord搜索算法与非结构化的洪泛搜索算法有机结合起来,在网络节点间建立朋友关系。实际系统应用表明本算法较常规Chord算法高效,准确。     

基于资源密度与节点管理的P2P随机搜索算法设计

现有的P2P搜索算法对资源特性考虑较少,文中充分考虑了资源的密度信息对搜索效率的影响,设计了动态的密度调节策略和动态的智能节点管理方案,并基于此提出了改进的多路随机算法SNKR。SNKR算法的设计基于资源密度信息,并且使用智能节点协助搜索,具有较小的消息复杂度。实验仿真结果显示,与简单多路随机算法相比,SNKR在搜索时间上改进约10%￣40%,同时很好的控制了总的消息数和重复访问节点的比例。     

一种新型的变领域搜索算法

一般变邻域搜索算法在连续优化问题的可行解空间上难以找到局部最优解。提出了一种结合SQP算法的变邻域搜索算法,该算法将SQP算法引入到变邻域搜索算法的局部搜索过程中,以SQP算法寻找局部最优解,以变邻域搜索算法跳出局部最优解的低谷,进而寻找到全局最优解。另外还对变邻域搜索算法的初始解和扰动过程进行了改进。数值实验表明,该算法具有良好的收敛性和搜索精度,求解效果优于文献算法。     

对等网络Chord搜索路由算法的改进

在对等网络中,如何高效地搜索广泛分布的网络资源一直是研究的重点.基于分布式哈希表(DHT)的资源搜索算法是目前比较流行的算法之一.介绍了其中具有代表性的Chord算法,分析其存在的缺陷,提出了一种聚类超级节点搜索路由的改进算法,继承了Chord算法简单、高效、可靠、负载平衡及开销少的优点,明显提高了搜索查询的效率.     

GBSS：基于分组的语义搜索研究

给出了一种基于分组的语义搜索方法-GBSS。在体系结构设计上,GBSS提出一种混和体系结构,原始数据的存储和检索采取DHT网络,元数据的存储和检索采取非结构化网络。在搜索算法上,GBSS基于当前P2P领域和复杂网络领域的基本研究结论,提出一种无描述的文件分组方法,在节点的分组之间按照搜索兴趣和共享文档关联建立朋友关系。搜索过程利用朋友关系实现搜索请求的转发,并且集成高效的缓存策略。模拟测试表明GBSS稳定高效,相对传统算法性能有数量级的提高。     

基于改进麻雀搜索算法优化BN的变压器故障诊断研究

针对变压器故障诊断准确率低和稳定性差的问题,文中提出了一种改进麻雀搜索算法优化贝叶斯网络的变压器故障诊断方法。首先,通过计算互信息建立最大支撑树并进行定向处理得到贝叶斯网络初始结构即初始种群。然后,在算法中引入一种新的合作机制和正弦余弦算法,提高算法收敛速度和全局搜索能力,并利用油中溶解气体分析,创建基于改进麻雀搜索算法优化贝叶斯网络的变压器故障诊断模型。最后,为了证明所提方法的优越性,将所提的方法与现有变压器故障诊断方法进行对比。结果表明,文中所提出的方法故障诊断率最高,可以更精准地对变压器进行故障诊断。     

一种改进搜索无序数据库最小值的量子算法

Grover量子搜索算法利用了量子态的并行计算特性,具有高效的搜索效率,因此得到深入研究和广泛应用.分析Grover量子搜索算法的原理及性能,深入研究将其应用于搜索无序数据库最小值的算法,针对该算法搜索次数较高的缺点,提出一种双门限搜索无序数据库最小值算法.经过仿真发现,改进算法的搜索次数比原算法少,将该算法运用在多用户检测中,该算法具有接近于最优多用户检测算法的误码率性能,而在复杂度上却远远低于最优多用户检测算法.     

基于ATM虚拟局域网的网络拓扑搜索

动态显示网络系统的拓扑图是网络管理系统的基本功能,目前常见的拓扑搜索算法大部分都是基于网络层的,不能对链路层的动态网络拓扑进行搜索且不能发现和管理虚拟网。提出一种利用SNMP协议、ICMP 协议和ARP协议三种协议相结合的网络拓扑搜索算法,发现ATM网络的链路层网络拓扑和提取ATM虚拟网的配置信息。最后,以哈工大通信所的某一子网（ATM虚拟局域网）为例,对此算法进行了验证。     

一种改进的非结构化P2P网络搜索方法

如何高效地搜索资源是P2P网络中最为关键的问题。非结构化的对等网络，一般以广播方式作为其搜索的基本策略，引发较大的网络流量，因此，提出改进的搜索策略，包括把节点划分为拥有丰富资源的核心节点和稀疏资源的边缘节点，并为每个节点引入朋友节点，模拟测试表明改进算法稳定有效，降低了网络开销。     

基于预算机制的非结构化P2P网络分段搜索策略

在非结构化P2P网络中,降低消息冗余,提高搜索的效率,一直是资源搜索的关键问题.目前非结构化P2P网络均采用生存时间（Time-To-Live）机制控制搜索算法的深度,但是同时产生了大量的冗余消息,严重影响了网络的利用率.为了能够在保持高搜索效率的前提下减少冗余消息的数量,提出了一种基于预算机制的非结构化P2P网络分段搜索策略DBudgetSearch.DBudgetSearch将搜索过程分为两个阶段,并在每个阶段中使用预算机制来控制消息转发的数量和导向,根据邻居节点的连接度大小来选择消息的转发对象.分析和试验结果表明,DBudgetSearch导向性好,算法搜索效率高,能够有效减少冗余消息.     

具有位置感知和语义特征的P2P网络模型

 非结构化P2P网络中常用的泛洪搜索方法造成了严重的通信消耗.提出一种基于位置感知和语义的P2P网络模型,在覆盖网络的构建过程中考虑底层的物理网络拓扑,同时兼顾拓扑结构与共享资源之间的相关性.该网格模型基础上,给出了语义搜索算法.实验结果表明,提出的网络模型能够减少覆盖网络与底层物理网络拓扑不匹配带来的网络开销,并且在查找性能和网络开销之间取得了良好的平衡.     

基于P2P技术的网络资源搜索机制研究

网络上充斥着海量的信息,并且还在不断地迅速增长。人们依靠传统搜索引擎来寻找自己想要的信息和资源,其效果已经显得有些不尽人意。P2P技术给人们带来了一种全新的检索理念和方式,必将成为未来搜索引擎的发展方向。文中对P2P技术、P2P搜索及其分类作了简单总结和比较,并指出了P2P搜索技术未来的发展方向。     

优化蚁群算法在网络知识路由系统中的应用

研究网络知识路由问题,提高网络资源搜索质量。针对传统方法在网络资源搜索过程中,存在搜索时间长,得不到最优解,导致搜索速度慢,效率低的问题。为了提高网络资源搜索效率,提出一种基于改进蚁群的路径搜索算法,在混合信息素更新策略,自适应挥发因子等方面进行改进,并设置了先行蚂蚁和后行蚂蚁。该方法有效地避免了蚁群搜索陷入局部最优,加快了收敛,提高了搜索效率。仿真结果表明,改进方法缩短了搜索时间,网络资源搜索效率明显提高,证明是一种有效的优化方法,能够在最短时间找到资源搜索的最优解,是解决网络资源搜索优化问题的有效算法。     

基于行为规律的搜索资源分配新算法

针对具有行为规律的目标搜索问题,提出一种搜索资源分配算法。该方法以目标在各搜索区域的概率分布为基础,利用最优搜索理论分配区域搜索时长;以目标在各搜索区域的行为规律为基础,利用包络检测等方法决定区域开始搜索的时刻。针对网站关键词搜索的实验显示,根据目标行为规律在时间上相关程度的不同,本算法相对于最优搜索算法的性能提升在15%~50%之间,在对大量信息源进行信息搜索时具有应用价值。     

基于改进鲸鱼优化策略的贝叶斯网络结构学习算法

针对当前贝叶斯网络结构学习算法易陷入局部最优和寻优效率低的问题,该文提出一种基于改进鲸鱼优化策略的贝叶斯网络结构学习算法。该算法首先提出一种新的方法建立较优的初始种群,然后利用不产生非法结构的交叉变异算子构建适用于贝叶斯网络结构学习的改进捕食行为,同时采用动态调节参数增强算法个体寻优的能力,通过适应度排序更新种群,最终获得最优的贝叶斯网络结构。仿真结果表明,该算法具有全局收敛性,寻优效率高,精确率高于其它同类优化算法。     

无结构P2P网络资源搜索方法研究

对等网络（P2P）成为近年来的研究热点，如何进行高效准确的资源搜索是实现对等网络应用的关键问题。本文在分析Gnutella网络的基本泛洪算法存在问题的基础之上，介绍了现有的资源搜索改进方法，包括优化网络拓扑结构方法、改进转发机制方法、基于路由信息方法和基于缓存的方法。