基于门控循环神经网络的网络时延预测模型

在信息中心网络ICN与5G融合的新型网络架构下,现场增强名字解析系统通过确定性时延名字解析服务来应对工业物联网IIoT等新应用对确定时延的挑战,其节点结构划分和维护需要测量节点间的时延。精确的网络时延预测可以减少测量代价,比简单移动平均方案更好地应对网络时延的变化。本文设计并实现了一种基于门控循环神经网络的网络时延预测模型,并基于亚马逊公司异地机房之间的真实时延数据进行了验证。实验结果表明,所提模型的预测精度比传统模型平均提高了20%以上,能够在业务场景中得到应用。     

基于和声搜索算法的无线传感器网络多重连通覆盖

连通与覆盖是传感器网络的重要问题,对传感器网络的服务质量有重要影响。对给定候选位置中选择最少数量的位置放置传感器节点来保证监测目标的多重覆盖和传感器节点之间的多重连通问题进行研究,提出一种基于改进和声搜索算法的节点部署策略。算法以放置节点的数量、监测目标的多重覆盖和节点的多重连通为优化目标,在和声搜索算法中一方面加入学习自动机增强算法参数的自适应性,另一方面通过对算法求解过程中优秀解的再利用,增强了算法的优化效率。为了对比算法性能,提出了一种基于贪婪算法的节点部署策略。仿真结果显示,提出的改进和声搜索算法优于提出的贪婪算法和原始和声搜索算法,证明了算法的有效性。     

SDN中应用网络分区的控制器部署策略

鉴于大型软件定义网络中控制器部署的复杂性特点,以最小化控制时延为优化目标,提出一种改进的K-均值网络分区算法。通过聚类划分建模控制器部署问题,考虑在真实网络环境中节点的连通性,采用节点间的最短路径代替传统的欧氏距离计算传输时延。实验结果表明,与基于K-means算法相比,该算法可以有效减小网络的最大时延和平均时延,准确部署控制器。     

基于贪婪-改进果蝇算法的无线传感器网络路由协议

针对无线传感器网络(WSNs)中簇首选择和传输问题,基于贪婪和改进果蝇算法提出一种新型网络路由协议CRP-FOAGA.该协议结合节点位置和剩余能量建立适值函数,通过改进果蝇算法实现适值函数的最优求解,利用贪婪算法实现簇头节点的多跳传输.仿真结果表明:该算法合理规划了簇头节点分布,降低了网络能耗,提升了网络的寿命,具有更好的性能.     

5G动态异构场景下无线回程优化算法

为解决面向5G动态异构场景的无线回程问题,提出一种考虑时延抖动的无线回程优化算法。对5G动态异构场景下的时延和时延抖动问题进行了系统的分析,建立了优化指标,进一步构建了基本回程模型。在此基础上,考虑时延优化需求,引入时延约束构建改进模型1;考虑网络超载情况,松弛信道个数分配变量构建改进模型2,进而提出相应分层算法进行快速求解。仿真结果表明,与三类已有无线回程优化算法相比,所提算法具有更优的时延抖动性能。     

面向物联网多场景的PBFT共识算法改进方案

物联网与区块链融合过程中,实用拜占庭容错(PBFT)算法存在通信开销大、时延高且无法根据场景与设备差异进行合理划分的不足。为满足物联网多场景应用的问题,提出了一种基于综合评价的改进实用拜占庭容错算法。首先,对节点进行基于性能与信誉值加权的综合评价筛选出符合特定场景需求的节点;然后,进行基于节点综合评价的聚类,形成双层网络架构;最后,将共识过程分为子集群共识和主集群共识。实验结果表明,CE-PBFT拥有较高的容错性和场景适应性,且当场景节点数达到100时,在通信开销和共识时延方面较PBFT分别有着93.9%和87.8%的性能优化。     

基于OLSR协议的最小MPR集选择算法

针对传统优化链路状态路由(OLSR)协议中利用贪婪算法求解最小多点中继(MPR)集时存在冗余的问题,提出了一种基于全局改进的Global_OP_MPR算法。首先引入了一种基于贪婪算法改进的OP_MPR算法,该算法通过逐步优化MPR集的方法去除冗余,可以简单高效地得到最小MPR集;然后在OP_MPR算法的基础上,将全局因素加入MPR选择判据中,引入"全局优化"代替"局部优化",最终利用该算法可以得到整个网络的最小MPR集。在OPNET上采用Random Waypoint运动模型进行仿真,与传统OLSR协议相比,采用OP_MPR和Global_OP_MPR算法的OLSR协议在整个网络上有效地减少了MPR节点的数量,并且具有更少的网络负担拓扑控制(TC)分组数和更低的网络延时。仿真结果表明,所提出的算法均能优化MPR集的大小,提高协议的网络性能;同时,Global_OP_MPR算法由于考虑了全局因素,达到了更好的网络性能效果。     

支持反三角嵌入的松弛度量空间网络坐标算法

网络坐标是根据网络测量时延将节点嵌入虚拟度量空间,根据坐标位置预测节点时延的模型和算法.然而通过网络测量发现互联网中广泛存在非对称和反三角(Triangle Inequality Violation,TIV)时延,度量空间固有的对称性和三角形不等性在本质上无法体现互联网时延的真实特征.特别是对利用反三角属性建立优化中继路由的应用,传统的网络坐标算法无法支持.为此,该文提出一种基于松弛度量空间的网络坐标模型,利用KL散度距离替代欧式距离定义节点时延,并设计了分布式网络坐标算法KL_vivaldi.通过理论分析与仿真表明:算法支持非对称时延和TIV的预测,提高了时延的预测精度,拓展了网络坐标算法的应用领域.     

基于改进PSO算法的WSN移动Sink路径规划算法

尽管基于汇聚节点(Sink)的移动可缓解无线传感网络(Wireless Sensor Network, WSNs)的能量空穴,但规划汇聚节点的移动路径是一个复杂问题。为此,提出基于改进PSO算法的WSN移动汇聚节点路径规划算法(Improved Particle Swarm Optimization- based Path Planning of mobile Sink- IPS- OPP)算法,IPS- OPP算法利用改进的粒子群优化算法选择驻留点(Ren-dezvous Point ,RP),再将基于RPs的构建移动路径看成旅行商问题(Travelling Salesman Problem, TSP),并通过Christofides算法求解,得到满足数据时延要求的移动路径。仿真结果表明,提出IPS- OPP算法缩短了移动路径,减少了收集数据时延。     

无线供能协作计算网络中的时延最小化资源分配方案

在单专用能量站为多个用户无线供能的场景下,为缩短任务处理时延,设计了一种新型多用户协作计算方案。建立了关于匹配决策和资源分配的优化问题,在用户间一对一匹配情况下提出了一种基于交替优化和匈牙利算法的高性能求解方案和一种基于重构线性化方法的低复杂度求解方案;针对一对多匹配情况提出了一种改进的贪婪算法。实验结果表明,在用户间一对一匹配时所提方案能够较对比方案降低最多12.6%的任务处理时延;一对多匹配情况下所提方案节省了5%的任务处理时延,即所提方案能有效保障用户端的时延需求。     

基于LD预测的车载自组网下一跳选择算法

在高速移动环境中,车载自组网的下一跳节点选择算法存在高丢包率的问题。为此,在贪婪算法的基础上,通过预测车辆节点的链路持续时间(LD)和数据发送时延,提出一种改进的下一跳节点选择算法。其中,转发节点根据邻居节点和自身的相对速度,预测该节点和当前节点间的链路持续时间,选择其值不小于待发数据的发送时延的邻居节点作为下一跳节点。仿真实验结果表明,改进算法可以明显降低贪婪算法的丢包率。     

Extending Greedy Multicast Routing to Delay Sensitive Applications

Abstract. For multicasting applications which need large amounts of data, it is important to minimize the total amount of resources consumed on the multicast tree. The greedy multicasting algorithm was proposed by Imase and Waxman as a solution to this problem for the case where receivers can join the multicast group in a dynamic fashion. The greedy algorithm is simple to implement, and is known to be much better than shortest path based strategies such as DVMRP, CBT, and PIM in the worst case. We give both theoretical and simulation results demonstrating that the greedy multicast routing algorithm proposed by Imase and Waxman is much superior to shortest path based strategies even in realistic scenarios and not just for worst case inputs. However, the greedy algorithm does not work well for delay sensitive applications, and does not do a good job of handling deletions from the multicast group. We show how the greedy algorithm can be modified to handle deletions. We also adapt the greedy algorithm for delay sensitive applications. Our adapted algorithm is simple and efficient to implement, and, unlike previous work, gives worst case guarantees for both the delay encountered by each receiver as well as the total cost of the multicast tree. We give extensive simulation results comparing our algorithm with the greedy algorithm as well as with shortest path based strategies. We also describe our experience with implementing the greedy algorithm in an application-switched multicasting system.     

社交网络中正影响支配集问题的轮转贪心算法

社交网络中最小正影响支配集问题是一个NP难度的组合优化问题,针对该问题,目前有2种典型的贪心求解算法求解速度较快,但贪心解的质量却有待提高。轮转贪心策略是在不增加贪心算法时间复杂度的前提下提升贪心解的质量,且通过实验研究表明能有效增强一些NP难度问题效果的贪心算法。本文将轮转贪心策略求解正影响支配集的2个贪心算法进行融合来提升贪心算法解的质量,提出相应的轮转贪心算法。实验表明,在典型的真实社交网络实例上,与原有贪心算法相比,本文的轮转贪心算法所获解的质量有一定的提高。     

The fixed set search applied to the power dominating set problem

In this article, we focus on solving the power dominating set problem and its connected version. These problems are frequently used for finding optimal placements of phasor measurement units in power systems. We present an improved integer linear program (ILP) for both problems. In addition, a greedy constructive algorithm and a local search are developed. A greedy randomised adaptive search procedure (GRASP) algorithm is created to find near optimal solutions for large scale problem instances. The performance of the GRASP is further enhanced by extending it to the novel fixed set search (FSS) metaheuristic. Our computational results show that the proposed ILP has a significantly lower computational cost than existing ILPs for both versions of the problem. The proposed FSS algorithm manages to find all the optimal solutions that have been acquired using the ILP. In the last group of tests, it is shown that the FSS can significantly outperform the GRASP in both solution quality and computational cost.     

高校学分制环境下排考问题的改进图算法

本文利用图论模型的转化,改进传统贪心算法,设计了一种新的求解高校排考问题的图算法.改进后的算法可以更好应对在现实学分制环境下,跨年级、跨专业、主辅修等复杂的选课因素.为了解决传统算法中仅靠人工优化来实现的软约束目标,改进后的图算法首先将排考图着色模型,转化为无向赋权图的分团覆盖模型,通过深度优先策略和赋权机制,求解同时满足排考硬约束条件和软约束条件的排考方案.经过数据验证,改进算法的排考效果,在排考效果上优于传统贪心算法,在时间效率上优于人工排考方式.改进后的新算法在近年我校的期末考务工作中发挥了一定作用.     

基于改进迭代贪婪算法的预制构件调度研究

迭代贪婪算法是一种具有较强局部搜索能力的元启发式算法,但由于传统迭代贪婪算法搜索范围过大,搜索效率有限,为了进一步提升传统迭代贪婪算法的搜索能力,考虑到阈值接受算法具有能缩小搜索范围的特点,提出了一种改进的迭代贪婪算法解决流水车间预制生产的订单接受与调度问题。该改进算法是在破坏原调度序列后加入一种基于构造启发式规则的重建策略,并结合阈值接受算法的自适应接受准则用以跳出局部最优。经大量仿真实验结果显示,与传统迭代贪婪算法、禁忌搜索算法以及遗传算法对比,改进的迭代贪婪算法具有更好的求解质量和鲁棒性。     

测试集问题的集合覆盖贪心算法的深入近似

测试集问题是一个有着广泛应用的NP难问题.集合覆盖贪心算法是测试集问题的一个常用近似算法,其由集合覆盖问题得到的近似比21nn+1能否改进是一个公开的问题.集合覆盖贪心算法的推广被用来求解生物信息学中出现的冗余测试集问题.通过分析条目对被区分次数的分布情况,用去随机方法证明了集合覆盖贪心算法对测试集问题的近似比可以为1.51nn+0.5lnlnn+2,从而缩小了这种算法近似比分析的间隙.另外,给出了集合覆盖贪心算法对冗余度为n-1的加权冗余测试集问题的近似比的紧密下界(2-o(1))lnn-Θ 1).     

带权重的贪心萤火虫算法求解0-1背包问题

根据萤火虫算法的自身特点，将自适应权重、改进贪心算法、变异算子与基本萤火虫算法相结合，提出一种带权重的贪心萤火虫算法。通过加入自适应权重与变异算子，可以提高算法全局搜索能力，加入贪心算法在一定程度上可提高算法收敛速度，整体看，改进萤火虫算法提高了算法性能。通过仿真实验将改进后的算法与一些基本算法进行比较，实验结果表明，该算法在求解0-1背包问题时，无论在运算速度还是求解精度上都有明显改进。     

复杂约束条件下异构多智能体联盟任务分配

分布式任务决策是提高多智能体系统自主性的关键. 以异构多智能体协同执行复杂任务为背景, 首先建立 了一种考虑任务载荷资源约束、任务耦合关系约束及执行窗口约束等条件的异构多智能体分布式联盟任务分配模 型; 其次, 对一致性包算法(CBBA)进行了扩展, 提出了基于改进冲突消解原则的一致性联盟算法(CBCA), 以实现异 构多智能体协同无冲突任务分配, 并进一步证明了在一定条件下CBCA算法收敛于改进顺序贪婪算法(ISGA). 最后 通过数值仿真, 验证了CBCA算法求解复杂约束条件下异构多智能体联盟任务分配问题的可行性和快速性.     

Maximizing the number of conflict-free aircraft using mixed-integer nonlinear programming

We address the conflict detection and resolution problem in air traffic control, where an aircraft conflict is a loss of separation between aircraft trajectories. Conflict avoidance is crucial to ensure flight safety and remains a challenging traffic control problem. We focus on speed control to separate aircraft and consider two approaches: (i) maximize the number of conflicts resolved and (ii) identify the largest set of conflict-free aircraft. Both problems are modeled using mixed-integer nonlinear programming and a tailored greedy algorithm is proposed for the latter. Computational efficiency is improved through a pre-processing algorithm which attempts to reduce the size of the conflict resolution models by detecting the existence of pairwise potential conflicts. Numerical results are provided after implementing the proposed models and algorithms on benchmark conflict resolution instances. The results highlight the benefits of using the proposed pre-processing step as well as the versatility and the efficiency of the proposed models.