基于模糊理论的主动队列管理算法——FBLUE

针对BLUE算法的队列长度增减迅猛、吞吐量波动大的缺陷,文中提出了一种改进算法——FBLUE。该算法在原有BLUE算法的基础上增加了门限机制,根据模糊理论使用平均队列长度来动态地调整丢包概率的变化步长。ns2仿真实验结果表明,FBLUE算法保持了BLUE算法丢包率低的优点,并在队列长度、带宽利用率上明显优于BLUE算法。     

一种基于H-TCP的拥塞控制改进算法

针对H-TCP存在的RTT公平性和TCP友好性不好的缺点,提出了一种基于H-TCP的拥塞控制改进算法RH-TCP。NS-2模拟实验结果表明,RH-TCP明显提高了RTT公平性和TCP友好性,并且保留了良好的带宽利用率、稳定性、收敛性和公平性,在6个新TCP协议中RH-TCP的总体性能最好。     

拥塞控制端算法的实验研究*

利用网络模拟软件NS-2对最近提出的端算法HSTCP、STCP、BIC-TCP、H-TCP和Fast-TCP进行了实验研究,从收敛性、稳定性、协议内公平性、RTT公平性、TCP友好性和带宽利用率等方面来比较它们的性能.     

一种快速维持队列稳定的BLUE改进算法

BLUE算法在TCP连接数发生突变时会导致队列长度的剧烈波动。针对该现象,提出一种能快速维持队列稳定的BLUE改进算法——FSBLUE。该算法根据网络参数调整标记丢弃概率的调整步长,并通过概率估计加快算法的反应时间。仿真结果表明,FSBLUE算法在维持队列稳定性方面明显优于BLUE算法。     

一种精确度加强的主动队列管理算法BLUE+*

主动队列管理是IP拥塞控制的一种重要机制,BLUE算法作为一种典型的主动队列管理算法,使用丢包和连接空闲事件来控制拥塞,但是其性能还不稳定。对BLUE算法进行了改进,提出了一种精确度加强的主动队列管理算法BLUE+,并将其应用于区分服务(DiffServ)模型。仿真表明BLUE+能够进一步提高对队列的控制精确度,改善BLUE算法的性能,并且能有效地支持区分服务。     

一种基于VirtualClock的自适应成比例带宽分配算法

该文提出了一种基于VirtualClock算法的自适应成比例带宽分配算法(ProportionalAdaptiveBandwidthAllo-cationAlgorithmBasedonVirtualClock,PABVC)。该算法将所有的业务流分为绑定流和非绑定流,并根据不同流的配置加以调度,从而实现了绑定带宽同时自适应成比例分配带宽的目的。由于算法的各个部分相关性较弱,所以在保留算法框架和核心部分算法的基础上,可以灵活地加以组合,实现不同的算法变种。最后,该文分析了PABVC算法的优缺点,并且提出了今后的研究重点。     

EPON中基于滑动周期的动态带宽分配改进算法

动态带宽分配(DBA)算法是EPON技术的关键.传统的间插轮询自适应周期长度(IPACT)算法被证明在不规则流量下会遭遇严重的带宽利用率下降.基于滑动周期的SLICT算法可以解决这一问题,然而公平收敛性和带宽利用率之间的冲突限制了其在高突发性网络环境下的性能.本文提出一种改进的SLICT算法,在每次授权时都综合考虑网络实时负载变化.仿真结果证明改进的SLICT算法可以同时达到高带宽利用率和有保证的公平收敛性,性能较现有算法有进一步提高.     

关于实际构造最大带宽路径算法的研究

建立最大带宽路径一直是网络路由研究，尤其是在最近的网络QoS路由研究中的基本问题，在以往的文献中，有人提出了利用修改的Dijkstra算法或修改的Bellman-Ford算法来构建最大带宽路径。该文给出了一个简单的证明，指出了最大生成树与最大带宽路径之间的特殊关系，证明了可以使用修改的Kruskal算法来构建最大带宽路径，文中给出了修改的Kruskal算法，并且与已有的Kijkstra算法作了性能上的比较，尽管从理论上说，Dijstra算法和Kruskal算法的时间复杂度具有同样的阶，但在多种不同网络结构上的模拟测试结果表明，用Kruskal算法构建最大带宽路径的实际运行比Dijkstra算法至少要快3倍，而且在实际上比Dijkstra算法更简单，灵活。     

VBR视频流磁盘I/O的平滑调度算法

文章将带宽平滑技术引入磁盘 I/ O调度 ,基于现已取得的研究成果 ,考虑磁盘 I/ O存取特性 ,提出一个针对VBR视频检索的整数块平滑调度算法 .算法所得的结果被证明是优化的 ,实验结果显示该算法在磁盘空间和磁盘 I/ O的带宽利用方面有很好的性能     

LED信息屏组合虚拟像素技术及其算法研究

提出了一种新的LED信息屏像素排列技术——组合虚拟像素技术。在传统的动态信息屏像素排列的基础上,采用像素复用方式的控制技术,并对其进行临近组合排列和虚拟化处理,从而使1个具有M×N个物理像素的动态显示屏可以得到约8×M×N分辨率的显示效果。同时通过实验研究还提出了一种数据整合算法及其逻辑结构,它能将由计算机输出的图像原始数据,根据相应算法予以处理后,得到与屏幕上相对应像素的组合值。该处理是实时的,而且通过此算法处理后图像带宽减少了2/3,图像的显示效果提高了近8倍。     

基于GA-SA混合算法的VLSI门阵列布局设计

布局是VLSI布图设计中的关键环节，通常采用随机优化算法。该文采用遗传算法(GA)与模拟退火法(SA)相结合的搜索算法实现VLSI门阵列模式布局，利用遗传算法进行全局搜索，模拟退火法进行局部搜索。进化过程中采用精英保留策略，并对进化结果进行有选择的模拟退火操作，这样既加强了局部搜索能力又防止陷入局部最优。在复合布局目标函数中引入对最长线网的惩罚，其收敛速度比以总线长度为单一目标函数的要快。在交叉操作中，对交叉位置的选择采用了一种新的策略，增加了交叉的有效性。实验表明，此算法与简单遗传算法相比，有效地提高了全局搜索能力。     

Adaptive neural queue management for TCP networks

Active Queue Management (AQM) is a proven strategy to efficiently maintain queues and ensure high utilization of Transmission Control Protocol (TCP) network resources. The fundamental mechanism is to manage incoming packet rates at a router to prevent incipient network congestion. In this paper, we present an efficient neural network AQM system as a queue controller. The recurrent neural network has a Multi-layer Perceptron-Infinite Impulse Response (MLP-IIR) structure. Three distinct neural AQMs are trained under different network scenarios involving traffic levels. Selecting one of three neural AQMs is based on posterior probability history of traffic level. In addition, we investigate stochastic modeling of the network dynamics by a Dynamic Bayesian Network (DBN). This model allows implementation of a predictive AQM system in which queue dynamics are predicted and used for error prediction via online DBN estimation. Our AQM method is evaluated through simulation experiments both using an Ordinary Differential Equation (ODE) network model and using OPNET^©. The simulation results demonstrate that our adaptive neural AQM outperforms Random Early Detection (RED) and Proportional-Integral-Derivative (PID) based AQM.     

基于阀值逆序算子的优化组合遗传算法

针对遗传算法局部搜索能力差的缺点，模拟生物染色体中基因排列的有序性，对阀值逆序算子进行了研究，它与传统逆序算子相比，能较好地提高群体性能提高，减少了对种群多样性的破坏，改善了遗传算法的局部搜索性能，与具有全局搜索性能好的遗传算子组合，弥补了阀值逆序算子对全局搜索性能的影响，构造了一种基于阀值逆序算子的优化组合遗传算法。从理论上证明了该算法的收敛性，实验结果表明，该优化组合算法具有更好的寻优能力，对应用串型编码的遗传算法解决一般的优化问题时，具有很好的借鉴意义，阀值可根据求解问题特征和局部搜索强度而选定。     

SAPHIRE--an information retrieval system featuring concept matching, automatic indexing, probabilistic retrieval, and hierarchical relationships

SAPHIRE (Semantic and Probabilistic Heuristic Information Retrieval Environment) is an experimental computer program designed to test new techniques in automated information retrieval in the biomedical domain. A main feature of the program is a concept-finding algorithm that processes free text to find canonical concepts. The algorithm is designed to handle a wide variety of synonyms and convert them to canonical form. This allows natural language to be used for query input and also serves as the basis for a new approach to automatic indexing based on a combination of probabilistic and linguistic methods.     

Mathematical modeling of a parallel global optimization algorithm

We describe the formation of a mathematical model of a reasonably complex parallel global optimization program, and the use of this model to assist in the development and understanding of the underlying parallel algorithm. First we discuss the formation of a model that accurately matched execution times of the parallel program on an Intel hypercube. Then we discuss the use of this model to simulate the behavior of our parallel algorithm in a variety of new situations, in order to detect weaknesses in the parallel algorithm and analyze possible improvements to it. We believe that this combination of parallel computer implementation and mathematical modeling is a useful approach in parallel algorithm development.     

用于高速逻辑电路优化的改进Retiming算法

时序重排是一种同步时序电路性能优化的重要方法,文中提出了一种改进时序重排算法,使时序重排可以更有效地与其经组合优化算法结合起来,共同提高同步时序电路的速度,在各种不同的测试电路上得到的实验结果显示,这种算法在与其它组合优化方法的结合上,较以往的时序重排算法有很大的改进。     

基于遗传算法的新书推荐系统研究

新书推荐是数字图书馆推广个性化服务的重要内容。为设计开发高效、准确的推荐系统。研究人员采用多种智能算法实现图书推荐。基于遗传算法的新书推荐方法（GANBook）利用遗传算法搜索效率高、自适应性强等优点对新书书目进行自动搜索．从而实现个性化图书推荐。仿真实验表明GANBook算法能够快速、准确地在数量庞大的书目中找出适合特定读者的最佳图书推荐组合,从而实现快速、个性化的新书推荐服务。     

Graphics Innovation Design Based on Cell Intuition Simulation Method

This paper proposes a new cell intuition simulation method which is a combination of intuitive simulation calculation method and the operation of binary image, and applied it in the innovation of the graphic design process. First of all, we study how to express a variety of graphics, and establish the definition of cell intuitive model, work out the cell intuitive operation process and many new cellular operators such as a variety of matrix blocks crossover operator, a variety of matrix blocks mutation operator, matrix blocks replace operator, matrix blocks compression operator, matrix blocks extension operator. By choosing two or more cells and selecting the artificial selection or fitness selection, we can set up and visualize the design and pick the best design results .Finally, validation is made on this algorithm by an example, and a innovation graphic is also represented.     

回溯法与DEclat算法结合的模具组合分配方法

生产预制构件所使用的模具在模台上的组合分配受多种因素影响,会产生多种组合分配结果。为了解决这类问题,快速找到模具在模台上的最佳分配结果,提出一种基于回溯法与改进的Eclat算法结合的模具组合方法。首先基于历史数据中的模具组合关系构建二叉树模型,通过回溯法对二叉树进行搜索,得到所有理论上可行的模具组合结果;再通过使用改进的BL定位算法将这些组合结果在固定面积的模台上进行预放置,从中筛选出符合实际放置条件的模具组合结果;应用Eclat算法从已筛选出的组合结果中获取最优模具适配组合集,进而确定不同型号模具间的关联规则,并将其用于指导新构件生产任务中模具在模台上的分配过程;同时通过引入划分思想和突出基于概率的先验约束思想改进Eclat算法,提升其在处理大规模数据时的运行效率。最后通过采用预制构件生产企业中的实例数据进行仿真测试,验证了该方法对快速解决模具模台组合分配问题的有效性。     

A novel bat flower pollination algorithm for synthesis of linear antenna arrays

In this paper, a novel algorithm, namely bat flower pollination (BFP) is proposed for synthesis of unequally spaced linear antenna array (LAA). The new method is a combination of bat algorithm (BA) and flower pollination algorithm (FPA). In BFP, both BA and FPA interact with each other to escape from local minima. The results of BFP for solving a set of 13 benchmark functions demonstrate its superior performance as compared to variety of well-known algorithms available in the literature. The novel proposed method is also used for the synthesis of unequally spaced LAA for single and multi-objective design. Simulation results show that BFP is able to provide better synthesis results than wide range of popular techniques like genetic algorithm, differential evolution, cuckoo search, particle swarm optimization, back scattering algorithm and others.