计算一类网络K--终点可靠性的线性时间算法

可靠性保护缩减的方法是计算网络可靠性的常用手段之一，而且关心哪类网络的可靠性存在线性时间算法．给出了一类新的可靠性保护缩减-桥缩减和一类无向网络，称之为WST网络，该类网络是对串并联网络的扩展并且对该类网络提出了一个计算K-终点可靠性的线性时间算法，其算法复杂性为O(|E|^2)．     

查找无向图中所有最小割集的一种改进算法

在通信网中.网络可靠性能力是评价网络性能的一项重要指标,计算网络可靠性的一项重要方法就是使用最小割集法,也即MC.在已知的图论方法中,给出一种简单而快速的查找无向图中所有最小割集的算法.该算法简单、高效,能够快速查找到网络中所有的最小割.     

无线传感器网络的可靠性计算*

主要研究无线传感器网络的传输可靠性计算问题。针对传感器网络的特性,对无线传感器的节点和链路都有失败概率的情况,提出一种计算网络传输可靠性的分解算法,分析了算法的计算复杂性,并通过算例演示了算法的可行性。     

基于故障树的无线传感器网络可靠度符号计算

以无线传感器网络（WSN ）中应用通信可靠性（ACR）为背景,利用故障树模型中的事件元素与逻辑门元素,建立基于故障树的WSN可靠性结构。为降低WSN可靠度计算的复杂性,给出从WSN可靠性结构转换到二元决策图BDD结构的算法,利用BDD算法优化计算过程。以分层簇型网络中可用路径以及节点冗余下的应用通信可靠性问题为例,给出其可靠性结构,利用CUDD软件包给出用递归方法实现构建基于故障树的WSN可靠性结构的BDD算法,计算以上两种情况下的WSN可靠度。实验结果表明,该方法具有可行性。     

分层抽样的无标度复杂网络可靠性度量算法

针对大型无标度复杂网络的幂律分布特性,提出了一种基于分层抽样技术的算法SSBA,通过分析样本网络推导出大型无标度复杂网络的可靠性度量参数,并给出这些参数的Bootstrap置信区间。大量的实验表明,SSBA算法能有效估算出大型无标度复杂网络的可靠性度量参数。     

基于参数测量的网络可靠性分析系统实现

基于网络性能参数测量,设计并实现了一个网络可靠性分析系统.首先介绍系统的结构与详细设计.介绍了系统专用的控制测量协议CMP.基于SLoPS算法实现了对网络延迟、可用带宽的测量,并基于延迟对可靠性进行计算.最后进行了实验并给出了可靠性分析结果.     

基于子网络结构属性的网络分割研究

Girvan和Newman等人提出了一种基于“中间状态边”概念的网络分割算法,成为研究网络结构的代表性算法。根据“中间状态边”概念,提出了一种新颖的网络分割算法：该算法通过分析构成子网络的两个结构属性,给出了一种划分子网络的方法。根据计算机生成的随机网络和一些真实世界网络的子网络划分实验表明,该算法具有划分准确、计算量小的优点。     

计算一类有向网络可靠性的线性时间算法

该文使用的可靠性保护缩减的方法计算有向网络ST可靠性（存在从源点到汇点正常运行道路的概率）是计算网络可靠性的常用方法之一,而且人们非常关心怎样的网络计算其可靠性存在线性时间算法,作者提出了两类新的可靠性保护缩减－－源桥缩减和惠斯通桥缩减和一类有向无圈网络,称之为WST网络,该类网络是对以前的BSP网络的扩展并且对于该类网络提出了一个计算其可靠性的线性时间算法。     

网络最短路径的动态算法

在通信网络中,两个节点间最短路径的计算是大多数路由算法的基础,对整个网络的性能有重要的影响。该文针对动态变化的网络环境,提出了一种快速的动态最短路径树算法(DMDT),并给出了算法的实现步骤。随机网络模型的仿真结果表明:DMDT算法生成的最短路径树与Dijstra算法基本一致,计算的时间复杂度较Dijstra算法有很大降低。为动态最短路径树的计算提供了一种新的选择。     

基于截断边扩展图的网络可靠度近似分析

小型网络可以快速计算出可靠度精确值,但对于大型网络,可靠性精确值的计算非常困难,因此提出一种基于截断边扩展图的网络可靠性近似分析算法。实验结果证明,该算法能够在生成较小边扩展图和等价BDD(Binary Decision Diagrams)的基础上得到误差较小的近似值。     

基于智能计算的计算机网络可靠性分析研究

文中的研究对象是计算机网络可靠性分析的智能数值求解,将几种常见的网络系统可靠性分析方法应用于计算机网络。并在一般节点遍历法的理论分析的基础上对改进后的节点遍历法进行了深入的探讨。介绍了计算机网络系统以及可用于计算机网络系统的集中可靠性分析的相关概念及方法,然后着重对节点遍历法等一些算法做了算法分析和具体实现,使繁杂的算法易于理解。网络系统可靠性数值计算量大而繁琐,改进后的节点遍历法可以大大减少其运算量。文中提出的智能粒度分层分析方法可以较好满足一定范围内计算机网络可靠性数值计算的需求。     

基于改进的不交化最小路集的网络系统可靠性算法

本文根据不交化布尔代数及BDD原理提出了一种简化的求解不交化最小路集的改进算法。对最小路集的路长进行排序,按最小路集的不同路长分两种方法不交化:对于长度为n-1的最小路集,在保持原有弧不变外,将网络图中其余未包含在该条最小路内的弧取逆加入,直接获得不交化运算结果;其余最小路集采用BDD方法进行不交化。最后的实例计算表明,改进的算法有较小的分枝树、较高的计算效率和精度,为大型网络系统的可靠性分析提供了一种新的途径。     

计算无线通信网络2-终点可靠性的快速算法

提出计算无线通信网络从源点到汇点(ST)可靠性的一个新拓扑公式。该公式本质上是将容斥原理公式和不交和公式融合在一起，公式中各项和网络的一类特殊子网络一一对应，与相应的Satyanarayanna公式比较，该公式包含更少的项和更少的算术运算。提出一个计算从网络源点到汇点(ST)可靠性算法。这个算法本质上是通过系统地枚举网络的一类特殊子网络而计算其ST可靠性或生成可靠性表达式。由于所需枚举的子网络数量小于相应的Satyanarayanna算法需枚举的子网络数量，因此新算法性能优于Satyanarayanna算法。最后通过一个具体例子说明了这个结论。     

计算无线通信网络2-终点可靠性的快速算法

提出计算无线通信网络从源点到汇点(ST)可靠性的一个新拓扑公式．该公式中各项和网络的一类特殊子网络一一对应，与相应的Satyanarayanna公式比较，该公式包含更少的项和更少的算术运算．提出一个计算从网络源点到汇点(ST)可靠性算法．这个算法本质上是通过系统地枚举网络的一类特殊子网络而计算其ST可靠性或生成可靠性表达式．由于所需枚举的子网络数量小于相应的Satyanarayanna算法需枚举的子网络数量，因此新算法性能优于Satyanarayanna算法．最后通过一个具体例子说明了这个结论．     

Design of robotic visual servo control based on neural network and genetic algorithm

A new visual servo control scheme for a robotic manipulator is presented in this paper, where a back propagation (BP) neural network is used to make a direct transition from image feature to joint angles without requiring robot kinematics and camera calibration. To speed up the convergence and avoid local minimum of the neural network, this paper uses a genetic algorithm to find the optimal initial weights and thresholds and then uses the BP algorithm to train the neural network according to the data given. The proposed method can effectively combine the good global searching ability of genetic algorithms with the accurate local searching feature of BP neural network. The Simulink model for PUMA560 robot visual servo system based on the improved BP neural network is built with the Robotics Toolbox of Matlab. The simulation results indicate that the proposed method can accelerate convergence of the image errors and provide a simple and effective way of robot control.     

基于遗传算法的BP神经网络技术的应用

针对BP网络的不足,提出了基于遗传算法的神经网络技术。将两者有机的融合在一起,充分利用了GA算法的全局搜索能力和BP算法的局部搜索能力,加快了收敛速度,提高了收敛精度,将其应用于高速公路动态称重系统的神经网络控制器的训练中,取得了较好的效果。     

一种网络安全评估算法

对网络系统安全评估问题进行了研究,提出了一种评估网络系统安全的新算法。该算法基于代码分析、协议分析、脆弱性检测、认证检1测等四种网络安全缺陷发现技术,多角度查找网络漏洞,并用似然估计算法量化检测结果;同时算法中引入网络容忍度测试,以保证评估结果的可靠性,并根据该算法给出了一个完整的网络安全评估模型。     

基于改进粒子群算法的随机流路网可靠性研究

为解决城市交通路网中容量的随机性对可靠性研究的影响问题,建立了随机流交通路网可靠性模型,提出了一种基于改进粒子群算法的交通路网可靠性评价方法,该方法能够搜索到满足条件的多个解,在算法中引入了一种转移机制可以有效地避免粒子陷入局部无目标搜索状态,又可保证全局搜索能力,最终能够搜索到路网在d需求量下的所有d-下界点以计算路网的可靠性.通过算例结果表明了该改进粒子群算法的可行性及准确性.     

基于约束区域神经网络的动态遗传算法

提出一种基于约束区域神经网络的动态遗传算法,将遗传算法的全局搜索和约束区域神经网络模型的局部搜索结合了起来.利用动态遗传算法确定神经网络模型的初始点,同时使用神经网络确定动态遗传算法的适应度函数.该算法具有一定的理论意义和生物意义.与标准的遗传算法相比,缩小了搜索规模,可获得不定二次规划问题更好的近似最优解.     

评估网络整体连通概率的算法

提出了一种评估网络整体连通概率的新方法.该方法提出了如何化简网络状态空间,并将状态空间进行多级分解,以缩减状态向量的规模.对分解所得的每一个网络状态向量,提出一种构造子网的方法来判断此向量的是否能保持原网络的连通性,通过迭代运算用网络整体连通概率的上下界来估计其真实值.与传统算法相比,该方法具有计算速度快、收敛性好、通用性较强,适合大规模网络近似计算的特点.