基于蚁群优化的AdHoc网络生存时间和其他网络性能平衡路由协议

本文提出了基于蚁群优化(ACO)算法的Ad Hoc网络生存时间和其他网络性能平衡路由协议(ABEAR)。协议按需发送人工蚂蚁进行路由发现,综合节点残留的信息素浓度、下一跳节点剩余能量、节点周围链路质量和拥塞情况选择下一跳节点来转发数据包,尽量避开信道使用频率较高的路径,减少了因信道冲突、数据包丢失和数据包重传所造成的能量损失,还缩短了网络传输时延,提高了网络吞吐量。协议还采用跨层机制根据MAC层通信活动情况,在保证网络连通性的前提下使部分空闲节点转入睡眠状态来节省能量消耗。仿真表明,与AODV协议相比,ABEAR协议在网络生存时间、数据包交付率和端到端平均时延方面均有较大改善。     

改进共享策略的简单群搜索优化算法

本文对GSO算法进行了改进。采用了三种改进措施,一是使用新的信息共享策略,不仅共享最优个体,而且共享其它优秀个体的位置信息;二是采用完全随机搜索,不再按搜索角度进行搜索;三是限制游荡者扰动的维数。其中第一项改进是本文提出的。经过6个经典测试函数测试对比后可知,无论在高维还是低维情况下,改进算法的搜索性能都优于原GSO算法以及GA、PSO算法,在高维问题中尤其明显。     

基于改进粒子群算法的多阈值图像分割

提出了一种改进的粒子群算法,在初始化种群时采用相对基学习原理,以获得较优的初始候选解;在后期迭代过程中引入扩张模型,使粒子不易陷入局部极小值点,并将其用于多阈值图像分割。由最大熵阈值法得到所要优化的目标函数,用改进的粒子群算法对其进行优化,使其能够准确并迅速的得到分割的最佳阈值组合,并用该阈值组合对图像进行分割。将此分割结果与遗传算法的多阈值分割结果相比较可以看出,该算法可更为准确快速的实现图像分割。     

WCDMA/HSPA用户感知提升的研究

针对影响WCDMA/HSPA用户感知的关键指标进行研究,从基础网络优化、参数优化、核心网/无线网协作等方面来提升用户感知,重点对MOS指标、软切换指标和HSPA速率指标进行专项研究和优化.经过理论研究和实验,取得了较好的效果,有力提升了用户对"WO"品牌的满意度.     

WLAN拨号客户端方案

随着中国电信WLAN业务开放和深入推进,客户对WLAN业务体验飞速增长,本文就WLAN业务拨号方式进行多方位的分析,并提出WLAN专用拨号客户端的建议和发展思路。     

适应视觉感知的块效应消除算法

针对编码图像出现块效应的现象,提出一种以人类视觉感知驱动的块效应消除算法。传统块效应消除算法经常会导致图像边缘丢失,为了解决这个问题,本文对块效应影响像素应用自适应滤波器和模糊推理技术。仿真结果表明算法可以获得比传统算法更好的效果。     

基于离散粒子群和禁忌搜索的网格资源调度算法

提出一种基于智能的网格资源分配和任务调度算法,由于网格资源调度是个离散问题,所以采用基于惯性权重的离散粒子群算法,针对离散粒子群算法在后期容易陷入局部最优的缺陷,将其与禁忌搜索算法相结合,在算法的前期采用离散粒子群算法进行搜索,在后期采用禁忌搜索算法进行局部搜索。并利用网格模拟工具Gridsim Toolkit开发一个网格模拟系统进行实验。实验结果表明,该算法具有较高的寻优能力。     

PSO和K均值混合分类算法在远程教学系统中的应用

现行的多数网络教学系统在学生按需学习和＂因材施教＂上存在局限性,本文用PSO和K均值的混合分类算法对传统的网络教学系统进行改进,根据获取的用户基本信息和兴趣特征进行聚类,充分体现＂以学习者为中心＂个性化教学模式。实验结果表明,该算法具有较好的全局收敛性,寻优能力明显提升。     

作业车间动态调度建模与仿真研究

针对作业车间动态调度问题进行了分析和建模,应用多微粒群协同优化理论,提出了一种制造业作业车间动态调度优化算法,通过基于Matlab的模拟与仿真,验证了本算法的有效性和高效性.     

泛在学习及其关键技术

泛在学习为教育改革提供了新的视角.依据对泛在学习主要特征的分析,提出了泛在学习环境模型,并讨论了支持泛在学习的关键技术.