ControlNet冗余网络控制系统的设计与优化

通过分析ControlNet网络的原理,采用ControlLogix 5561控制器设计了一套ControlNet冗余网络控制系统;同时,总结ControlNet的工程优化方法,对设计的控制系统网络进行了优化,并对优化结果进行了分析.结果表明,优化后的网络更新时间NuT更短,对Con-trolNet网络冗余网络控制系统的设计和优化具有一定的参考价值.     

浅谈移动通信网的网络优化

随着我国移动网络技术的研究和应用,移动通信网络(MSCBSC)迅速发展.移动通信企业越来越需要致力于研究移动网络的优化.与传统网络相比,移动通信网络的优化更加复杂,优化好后用户的感知更好.移动网络的质量决定了运营商的命运,只有做好网络的优化和日常维护,保证自身网络运行质量,才能够为自己带来更大的发展空间.本文就移动通信网的网络优化展开研究和探讨.     

基于免疫计算的IEEE 802.16j网络基站及中继站选址优化

IEEE802.16j标准引入了中继站,从而能获得覆盖能力和容量的提升.与传统的单跳无线接入网络相比,IEEE802.16j网络具有以较低代价获得较高容量的优势.中继站和基站的联合优化是移动网络运营商进行网络规划的重要内容之一.由于中继站建站代价远小于基站建站代价,在给定候选站址和覆盖需求的前提下,通过对中继站和基站的站址进行联合优化可以减少基站的建设数目,从而降低网络的建设总代价.为了解决802.16j网络基站及中继站选址优化问题,给出了一个基于免疫计算的选址优化方案.设计了802.16j网络选址优化问题的数学模型,给出了求解选址优化问题的免疫优化算法,并进行了仿真实验.实验结果表明:所给出的方案能以较小的网络建设代价获得较大的网络容量增益,具有较好的应用价值.     

无线传感器网络覆盖优化算法的仿真研究

关于优化网络生命周期,研究无线传感器覆盖问题,针对无线传感器网络节点存在严重冗余问题,影响网络覆盖优化机制,导致传统算法网络覆盖率低,能量大量消耗,网络生存时间短等难题.为了提高无线传感器网络的覆盖率,有效延长网络生存时间,提出一种基于蚁群算法的无线传感网络覆盖优化机制.首先把网络监测区域划离散化成若干个网格点,将网络有效覆盖率和节点最小利用率作为优化目标,建立一个组合优化数学模型,然后利用蚁群算法对优化模型进行求解,从而得到最优网络覆盖率.仿真结果表明,不仅很好地降低了节点的冗余,减少了网络的能量消耗,而且有效地提高了网络的覆盖率,从而达到了延长网络的生存周期的目的.     

进化算法在复杂网络中的应用综述

复杂网络作为现今科学研究中的一个热点学科,在过去20年里得到了巨大的发展.现实中大量的复杂的交互系统,比如互联网、交通运输网、神经网络等都可以抽象为复杂网络,以进行系统的分析和研究.进化算法作为优化工具应用于复杂网络的不同领域的各个任务中,如网络社团结构的检测任务、网络动力学中的鲁棒性优化任务、网络传播中关键节点的搜寻任务等.本文首先对复杂网络和进化算法相关的基础知识进行了全面的概述,重点讨论了复杂网络中目标优化的研究进展,针对不同任务对优化目标及其具体应用展开了详细介绍,同时,对算法的性能评价指标进行了概述.此外,本文通过一系列实验展示了单/多目标优化算法在复杂网络优化问题上的性能表现,以及部分目标之间的相关性关系.最后对复杂网络中优化问题未来的研究动向进行了展望,为今后研究人员开展进化计算和复杂网络相结合的相关研究提供一些思路.     

网络编码下的编码开销-链路开销联合优化

网络编码是一种新的网络传输技术,能够充分利用网络的理论组播速率上限.讨论了在网络编码下综合考虑编码开销和网络链路开销的网络总开销优化问题,将由网络编码引起的编码开销同样纳入优化问题的考虑范围.给出了2种各有优劣的网络信息流模型描述这一问题,并在不同模型下定义了2种开销的一般形式.由于这一优化问题属于NP难问题,目前一般采用启发式算法获得近似的优化解.随后的实验中,在不同规模的拓扑下对比了基于2种不同信息流模型的启发式算法的性能.由于考虑了编码开销使得联合优化问题远比链路开销优化问题复杂,模拟实验显示,只有当编码开销与链路开销价值系数之比达到1000以上时,才能获得比单纯链路优化更小的总开销.在提出基于遗传算法的方案之前,还简单地讨论了联合优化问题的复杂度.     

基于差分进化算法的移动传感器网络节点的分布优化

针对传感器节点的分布优化问题,研究了在保证网络连通性的前提下,极大化移动传感器网络的有效覆盖面积问题,提出了一种基于差分进化算法的移动传感器网络节点分布优化机制.仿真实验结果表明,该算法能以相对较小的代价快速完成移动传感器网络节点的分布优化,提高网络的有效覆盖率,实现移动传感器网络布局的全局优化.     

无线传感器网络中基于微粒群算法的优化覆盖机制

建立了无线传感器网络节点覆盖优化数学模型,设计了一种基于二进制随机多目标微粒群优化(SMOPSO)算法.根据最大化覆盖网络目标函数和最小化传感器节点的利用率目标函数进行优化算法操作,以达到降低网络冗余,延长网络生存时间的效果.仿真实验结果表明,本文提出的无线传感器网络优化覆盖方法能够满足节点利用率低、覆盖率高的要求.     

WCDMA无线网络的优化研究

本文针对WCDMA无线网络优化进行了全面的分析和阐述,通过对网络优化流程、工程网络优化、运维网络优化等方面的研究,指出了目前存在的问题和采取的网络优化措施,同时,分析了WCDMA与其他移动通信系统之间的干扰,并提出相应的解决思路.     

无线传感器网络节点调度优化分簇算法研究*

节点调度优化分族算法根据网络节点部署的特点,在不影响网络服务质量的情况下,通过冗余节点调度优化分族的方法能有效减少网络中工作节点的数量,从而节约网络平均每一轮的网络能耗.仿真结果表明,与未考虑冗余节点状态调度的算法相比,节点调度优化分簇算法有效提高了网络能量利用率,延长了网络寿命.     

基于云计算的移动通信4G网络优化探讨

随着近年来信息技术的不断发展,移动通信网络的整体规模不断变大,移动通信网络优化工作的质量和效率均得到了极大提升,并且成为现阶段网络优化行业中面临着关键问题之一.从3G到4G网络的发展变化,代表了无线通信技术的发展,为优化工作带来了很多问题及挑战,与此同时,网络信息采集、网络优化策略等方面工作面临的很多困难随之解决.这种情况下有必要针对基于云计算的移动通信4G网络优化的相关问题展开分析.     

基于微粒群模型的移动传感器网络部署研究

传感器节点的部署是无线传感器网络中的很重要的问题,因为它反映了传感器网络的成本和监视能力.为了减少传感器节点部署时产生的覆盖盲区,提高网络的覆盖率,提出了一种新的基于微粒群模型的移动传感器节点位置优化配置算法.该算法根据节点的位置信息建立节点部署优化模型.利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置.仿真结果表明该算法最大可能地减少了网络中的覆盖盲区,有效改善了网络的覆盖率.     

网络测量部署模型及其优化算法

ISP(Internet service providers)和企业部署网络监测系统以获取网络的性能数据,确保网络的安全性和连通性,最终加强和改善全局的网络性能.网络监测系统的设计和优化是目前的一个研究热点,其优化目标是最小化监测系统的部署代价和维护代价,并使得对网络的影响尽可能地小.根据测量方式和收集框架的不同,可以设计出不同的网络测量部署模型.这些模型的最优化问题通常是NP难的,一般采用整数规划、设计近似算法和映射到经典优化问题等方法来求取模型的优化解.总结了网络测量部署模型及其优化算法的研究现状,指出了该领域中需要进一步研究的热点问题.     

模拟退火遗传算法对无线传感器网络部署研究

研究无线传感器节点部署优化问题,传感器网络节点的部署在一定程度上决定了网络的性能和使用寿命.传统的遗传算法在无线传感器节点部署优化过程中,由于交叉和变异的概率是固定的,易产生局部最优问题,导致部署不理想,网络生命周期过短.为了更好地优化网络部署,提高网络生命周期,提出了一种基于模拟退火遗传算法的无线传感器节点部署优化方法.方法将传感器节点部署转化为一个组合优化问题,网络节点离散成为网格,通过遗传算法进行最优部署方案的搜索,同时采用模拟退火算法对遗传算法的种群进行更新,提高了最优解的搜索速度.仿真结果表明,模拟退火遗传算法部署的效率高,网络存活的节点数更多,有效地延长了网络的生命周期.     

延迟容忍网络中的拥塞避免优化算法仿真

研究延迟容忍网络中的拥塞避免优化算法.在延迟容忍网络中采用托管传输机制,造成网络资源受限性耗尽,形成网络拥塞.传统的TCP拥塞控制算法在控制端存在快速反馈节点的前提下,采用慢开始、快重传的拥塞控制策略,但是容忍网络中不存在固定的控制端,链路上下带宽不对称,很难建立准确的拥塞回执,因此造成控制效果不佳.为了避免上述缺陷,提出了一种基于网络拥塞状态参数优化的延迟容忍网络中的拥塞避免优化算法.根据TCP协议的数据反馈机制,能够估计延迟容忍网络中的带宽.根据传输数据等待时间差值,能够计算待传输数据长度.利用网络拥塞状态参数优化方法,能够实现延迟容忍网络中的拥塞避免优化.实验结果表明,利用本文算法进行延迟容忍网络拥塞避免优化,能够提高数据传输的效率.     

基于双向反馈信息的逆向物流网络优化方法

研究物流配送网络优化问题,提高物流配送网络运行效率.考虑到物流中存在退货问题,针对传统物流优化网络是基于单项路径传递构建的,没有考虑退货等现象造成的逆向路径负荷增加,一旦逆向物流网络路径中的密度过大,造成运输中心密度负荷过高,使负向密度不能反馈到调度算法中,导致物流配送网络运行效率过低的问题.提出了一种基于双向反馈信息的物流网络优化调度方法.通过建立物流逆向配送网络关系的数学模型,利用双向反馈信息加权算法进行网络配送优化计算,从而充分考虑逆向路径负荷的情况,提高网络运行效率.实验证明,改进方法提高物流配送网络运行效率,取得了物流优化的满意的效果.     

无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.     

无线传感器网络生存期优化体系研究

提出了系统设计全生命周期的网络生存期优化体系模型,该模型利用先验统计信息将不同的应用与优化算法统一起来,并以评估结果作为反馈调节网络使之达到网络生存期最大限度的优化;构建了一种优化体系的具体评估模型,利用网络能耗分布量化具体应用服务需求,使用网络能量分布度量网络服务能力,并通过量化结果计算网络能量浪费的上限;给出了一种网络密度调节方法,用以发现有利于生存期优化的网络密度分布规律,并对该方法的收敛性以及解的有效性进行了理论证明.模拟实验结果表明该评估模型和密度调节方法可以有效控制网络能耗分布,发现有利于延长网络生存期的密度规律,从而验证了网络生存期优化体系的有效性.     

虚拟网络映射模型及其优化算法

网络虚拟化被视为构建新一代互联网体系架构的重要技术,它使得能在一个共享的底层物理网络上同时运行多个网络架构或网络应用,从而能为用户提供多样化的端到端定制服务.虚拟网络映射是实现网络虚拟化的关键环节,其目的是在满足虚拟网络资源需求的前提下,将虚拟网络植入到合适的底层物理节点和链路.虚拟网络映射需要解决资源约束、准入控制、在线请求和拓扑多样性等多方面的问题.根据应用场景、优化目标、映射方式和约束条件的不同,可以得到不同类型的虚拟网络映射优化问题.这些优化问题通常是NP难的.通过形式化建立了虚拟网络映射模型,归纳了虚拟网络映射的方法和算法.总结了解决虚拟网络映射模型优化问题的几条技术途径,指出了该领域中需要进一步研究的热点问题.     

GA-BP和GA-RBF网络在结构损伤分析的比较

引出了当人工神经网络算法解决结构工程实践问题时,网络结构本身所面临缺陷.描述了人工神经网络和遗传算法的概念,以及二者的长处和关系,从理论和实例上说明了运用遗传算法优化和改进神经网络结构可行性,从而结合二者的长处解决工程实践问题.详细阐述了如何利用遗传算法优化或改进BP网络模型和RBF网络模型,以及如何利用遗传优化BP网络和遗传优化RBF网络模型分析结构损伤,从而比较遗传BP网络和RBF网络在结构损伤分析方面的性能.