基于负载平衡的无线ad-hoc网络路由

ad-hoc无线移动网络是一种无基础通信设施的网络,网络中没有专门的路由器,但所有的结点都能够自由移动,并可以动态地和其他结点相连.为了使非通信范围内的移动结点之问进行通信,文章使用了一利有效的路由协议来实现结点间的路由寻找,从而使信息能够在结点问及时传输.研究了基于负载平衡的ad-hoc路由协议(LBAR).LBAR用结点活跃度来表示移动结点的负载情况.LBAR中关于从信源到信宿的所有路径的路由消息都通过建立消息机制传送到信宿,传递的消息中包括了所有路径上的结点活跃度的值.信宿根据收集的所有可能路径的相关消息选出最佳路径,并向信源发送应答.链路发生断裂时,LBAR还可通过冗余路径提供到达信宿的有效路由.GloMosim仿真验证了文章的路由思想,仿真结果显示,LBAR提高了ad hoc网络包投递和平均端端延迟方面的性能.     

ORA——一种负载平衡的虚通道分配算法

MPP互联网中通常使用虚通病来防止死锁和提高网络吞吐率。但通常的虚通道分配算法会导致通道的负载不平衡,从而降低网络的性能。针对采用虫孔路由技术和维序路由算法下的Torus互联网,提出了ORA虚通道负载平衡分配算法。与Naive分配算法和Scott分配算法的比较表明,ORA能够较好地实现负载平衡,能够较好地提高网络的性能。     

传感器网络中一种负载平衡的选播路由算法

针对传感器网络的特点,提出了一种基于权重负载平衡的选播路由算法.该算法的基本思想是根据路径上传输数据的能量消耗、邻居节点的剩余能量和跳数信息计算权重,并选择最小权重路径.新算法通过利用权重让更多节点分担数据传输以保持网络负载平衡,延长网络生存期和改善选播路由的性能.仿真实验表明,新算法的网络生存期是SARP的2到4倍,具有良好的路由性能.     

负载平衡路由：一种新的ACO路由策略*

通过改进ACO算法达到一种能实现通信网络负载平衡的群体智能路由策略。采用的主要方法为：将蚁群划分为若干个子群,不同子群的蚂蚁释放不同类型的信息素。通过不同类型信息素之间的相互制约作用,以及链路负载的测量,提出了三种策略实现负载平衡路由。在模拟网络上进行了不同策略的对比实验,以及与已有的群体智能路由算法的运行测试比较。实验结果表明,本文的路由策略具有较好的效果和一定的优势。     

无线传感mesh网络的分段地址分配策略及其路由

无线传感器网络中的设备具有能量、缓存空间、通信和计算能力受限的特点。因此,无线传感器网络路由算法需要具备低存储开销、低计算复杂度、无路由发现等特征。HiLow是一种分层路由协议,它完全符合上述特点,且比IEEE 802.15.5具有更好的路由特性。但HiLow存在一些不足,如地址利用率低、仅适用于小规模网络等,无法应用于如环境监测、动物保护等具有较多节点数量和较大网络规模的应用场景。提出了一种两段地址分配策略TFA,它将16位地址分成两段,前段地址用于全功能设备的地址分配,后段地址用于精简功能设备的地址分配。理论分析和数值仿真显示, 相比于HiLow,TFA具有更大的地址利用率和路由树最大深度,能够适用于更大规模的无线传感网络。分析了TFA的mesh路由优化特性,提出了基于TFA的mesh路由算法。仿真结果表明,基于TFA的mesh路由在存储空间使用和能耗等方面都优于IEEE 802.15.5。     

网络交换机的路由和分配策略

集群服务器是大访问率站点的路由结构。最常见的网络集群结构由复制的服务器节点和在节点间对用户进行路由的网络交换机组成。网络交换机在网络集群中具有关键作用，本文介绍了网络交换机的功能，它的两种结构：4层网络交换机和7层网络交换机，比较了这两种网络交换机的路由算法。并介绍了7层网络交换机的基于内容的分配策略。     

蚁群算法在QoS网络路由中的应用

采用蚁群算法求解包含延迟、延迟抖动、带宽、丢包率和最小花费等约束条件在内的QoS单播路由问题。实验仿真表明该算法能快速有效地求得路由最优解。     

演化程序在网络路由算法中的应用

介绍了网络路由分析及演化程序的概念，对演化路由算法进行了设计，并给出了演化算法描述。     

DiffSerwMPLS网络中的负载平衡

简要介绍了多协议标记交换协议MPLS与区分服务DiffServ，分析了MPLS与DiffServ相结合对网络的设计和控制带来的影响。并在此基础上，提出了一种动态负载平衡的方法，将DiffServ几种业务在多余LSP上平衡传输。仿真试验表明，大大降低了延迟和队长，提高了吞吐量。     

网络并行计算中的负载平衡

本文详细讨论了网络并行计算中的负荷平衡，尤其是动态负载平衡问题，并提出了相应的解决办法，最后，我们给出了如何在Ｅｘｐｒｅｓｓ环境中进行负载平衡程序设计的方法。     

NOW环境中一种负载平衡系统ALBSIN的研究与实现

本文介绍了一种在NOW（Network of Workstation)环境中进行负载平衡的方法－ALBSIN（A Loand Banlancing System in NOW),它采用分布式负载信息存储和交互的方式在节点间进行任务分配和负载平衡,实验表明,此方法具有良好的自适应性,可行性和可扩放性,是NOW中任务分配和负载平衡的一种理想方法。     

网络环境下高校自动排课系统中教室安排算法的设计与分析

自动排课系统在高校教学管理中处于重要位置，也是一个难题。本文设计了一种高校自动排课系统中教室安排算法，对算法中四类不同的教室安排方式结果的合理性和效率进行了详细地比较和分析，设计并实现了高校教室安排与管理系统。     

多层BP网络的研究及应用

在本文中，我们用统计模式识别的方法分析了目前在模式识别中得到广泛应用的多层ＢＰ神经网络，揭示了具有线性输出单元的多层ＢＰ神经网络用作特征提取器和分类器时具有良好性能的原因。同时，我们设计了一个使用ＢＰ网络作为特征提取器和分类器时，普适的工件识别系统，对不能识别的样本，采用模糊推理技术，把传统的直观特征识别结果和多层ＢＰ网络结果特征级上融合，提高系统的性能。     

基于神经网络的统计优化方法及其在纸浆漂白工艺中的应用

应用三层前向网络作为预测纸浆漂白效果的分类模型。在网络能正常识别漂白效果所属类别的基础上，通过模拟计算和统计分析，确定了漂白工艺参数的优化操作区域。这为难以建立精确数学模型又是多约束的漂白工艺过程的优化提供了一种有效方法。     

提高变型标准遗传算法收敛速度的混合法及其推广

针对即使是全局收敛的变型标准遗传算法ＶＣＧＡ［１］有时也会发生收敛速度变慢的问题，提出了ＶＣＧＡ和最陡下降法相结合的混合法ＨＶＣＳＤＡ．该方法增强了ＶＣＧＡ在接近全局最优解时的微调能力．还将ＨＶＣＳＤＡ推广到一类修正的ＶＣＧＡ上．仿真实例表明了ＨＶＣＳＤＡ及其推广能有效地提高收敛速度．对３０城市ＴＳＰ的仿真结果为６．８２２，要好于用ＴＡＢＵ得到的６．９９的结果［６］．     

改进BP网络及其在传感器非线性校正中的应用

针对传统BP网络收敛速度慢、容易陷入局部最小点等问题,采用附加动量因子和自适应学习速率进行了改进,并将其用于对传感器的非线性误差进行补偿.用MATLAB语言编制相应的训练程序,仿真结果表明,在相同的条件下,改进后算法节省了大量的训练时间,同时提高了数据拟合的精度.     

遗传算法及其在训练前向神经网络中的应用

本文论述了遗传算法的基本原理，操作及算式，并以一个识别部分英文字母的多层前向神经网络为例，给出了用遗传算法训练网络优化网络权值的方法和步骤，实验结果表明了这一方法的有效性。     

改进的果蝇算法及其在PPI网络中的应用

针对基本功能流聚类算法计算复杂度高、聚类正确率较低的缺点,提出一种基于改进的果蝇算法与功能流算法相融合的聚类分析算法Flow-IFOA。通过引入果蝇因子,根据离最优解果蝇的距离自适应地调整每个果蝇个体的搜索步长,保证了算法的搜索精度和速度。将改进后的果蝇算法与功能流算法融合,在PPI网络数据库上的仿真结果表明,改进算法相比其他聚类算法得到了较好的聚类正确率和较快的收敛速度,是一种行之有效的方法。     

序贯数论优化法和侧影图用于聚类分析

将序贯数论优化法用于聚类分析的优化过程，同时根据分类结果，基于样本之间的相似性和差异性，构造－Ｒｏｕｓｓｅｕｗ定义的函数做侧影图，用以评价分类效果。     

遗传算法收敛性的动力学分析及其应用

遗传算法的收敛性，特别是交叉算子的作用，一直缺乏深入的理论分析，当系统动力学的方法被应用于遗传算法的运行机理分析时，可以探讨在没有变异算子情况下遗传算法的收敛性问题，从而，明确了局部极值点的含义，指出了局部极值点的存在性和存在条件，证明了遗传算法在局部极值点附近的收敛性，并针对遗传算法的各种改进给出了理论上的依据，提出了遗传算法改进的方向。