Inter-MAC Green Path Selection for Heterogeneous Networks

Gigabit home networks represent a key technology to make the Future Internet success a reality. Consumers will require networks to be simple to install, without the need of any new wire and with green consideration. To make this network ubiquitous, seamless and robust, a technology independent MAC layer will ensure its global control and provide connectivities to any number of devices the user wishes to connect to it in any room. In order to make this vision comes true, substantial progress is required in the fields of protocol design and in systems architectures. For this goal, we introduce a new convergence layer denoted inter-MAC, which provides a common infrastructure to the home network, Among the inter-MAC functionalities, we focused the interest on the path selection mechanism including the green aspect. To improve quality of service, reduce energy consumption and radiofrequency devices number, we define a new path selection protocol based on several metrics. We present some preliminary results obtained on an experimental test bed.     

广义系统的有限时间滑模变结构控制

研究了一类广义系统的有限时间滑模变结构控制问题。通过非奇异线性变换把广义系统变换成受限等价形式,利用Lyapunov函数的方法,提出了一种新型的有限时间滑模变结构控制策略,给出了特殊的开关型滑模面,设计了相应的滑模变结构控制器,使得闭环系统渐进稳定,实现了滑模运动,保证了在滑模面上系统状态变量在有限时间内到达平衡点。给出了可行性算例,说明了设计的有效性。     

PBB/VPLS双栈技术及其效率分析

PBB技术和VPLS技术是城域以太网技术发展的两个方向,PBB/VPLS双栈技术通过PBB与VPLS报文之间的互相转换实现了网络融合。文章从VPN中主机之间互相学习MAC地址的角度研究了PBB/VPLS双栈网络的效率;通过理论上的分析计算,得出了当所有主机获取其他主机MAC地址之后ARP报文被公网设备转发的次数和;对组网方式进行了研究,旨在减少公网设备转发ARP报文的次数,提升双栈网络的效率。     

无线传感网络中的分簇算法综述

近年来无线传感网络的研究和应用取得了长足进展,其应用领域涵盖抢险救灾、战场侦察、资源保护、安全监控和智能家居等.为了改善传感网络的性能和提高可扩展性,节点往往按照分簇结构进行组织.本文介绍了分簇算法产生的背景和作用,说明了分簇算法需要考虑的因素、分簇目标、特性和复杂性.然后,基于收敛速率、簇结构稳定性和节能意识等方面概...     

基于遗传算法的BP神经网络优化策略研究

人工神经网络（ANN）可用作机器人控制器,完成多机器人协作搬运作业。针对这种方法收敛速度较慢,误差较大的不足,本文提出基于遗传算法优化的方法。该方法利用遗传算法优化人工神经网络,通过改变ANN结构和遗传算法操作参数,找到最优网络,提高网络收敛速度。仿真结果证明,该方法的可行性与有效性。     

基于车辆路径问题的蚁群算法参数的优化

蚁群算法是一种解决组合优化问题的有效算法,已得到日益深入的研究,并逐渐得到应用。蚁群算法的一个不足是,算法参数的设置往往凭借经验,缺乏充足的依据。文章以车辆路径问题（vehicleroutingproblem,VRP）为例,从一个烟草配送的智能决策系统中抽取一定量的数据,对蚁群算法中各参数与算法收敛性之间的关系进行了大量的仿真实验,通过对实验结果的分析,给出了解决此类问题时的一种优化算法参数的方法。     

拟概率空间上学习理论的关键定理和学习过程一致收敛速度的界

进一步讨论了拟概率的一些性质,给出了拟概率空间上的拟随机变量及其分布函数、期望和方差的概念及若干性质;证明了拟概率空间上的Markov不等式、Chebyshev不等式和Khinchine大数定律;给出并证明了拟概率空间上学习理论的关键定理和学习过程一致收敛速度的界,把概率空间上的学习理论的关键定理和学习过程一致收敛速度的界推广到了拟概率空间,为系统地建立拟概率上的统计学习理论与构建支持向量机奠定了理论基础.     

基于新模型的动态多目标优化进化算法

在动态多目标优化中,各目标通常相互冲突,其最优解往往有无穷多个,如何在时间连续发生变化的情况下依然能求出分布均匀且数量多的Pareto最优解供决策者选择十分重要.对动态多目标优化问题连续变化的时间变量区间进行了任意划分,在得到的每个时间子区间上把动态多目标优化问题近似为静态多目标优化问题,进而在每个子区间上定义了种群的静态序值方差和静态密度方差,然后把目标个数任意的动态多目标优化问题转化成一个双目标静态优化问题.在给出的一种能自动检测时间变化的自检算子下,提出一种新的动态多目标优化进化算法,并且证明了算法的收敛性.计算机仿真表明新算法对动态多目标优化问题求解十分有效.     

基于图论聚合度的动态分层路由算法

讨论无线传感器网络簇的组成问题及其形式化描述,提出节点聚合度的概念并引入簇首的生成过程,给出一种新的优化路由算法。对算法的设计思想和工作过程,包括簇首的选举与簇建立、簇重组与自愈机制进行了分析与讨论。仿真结果显示,与传统的随机簇首生成算法和最小ID算法相比,该算法降低了簇内节点的重叠度,均衡了网络节点的能量消耗,延长了网络的生存时间。     

自适应变异的粒子群优化算法

针对粒子群算法的早熟收敛问题,提出一种新的基于群体适应度变化率自适应变异的粒子群优化算法。该算法根据群体适应度变化率自适应调整惯性权重的取值,根据当前种群的平均粒距对种群中部分粒子进行变异操作。自适应调整与变异操作能增强算法跳出局部最优的能力,增大寻找全局最优的几率。对几种典型函数的测试结果表明,新算法的全局搜索能力有了明显的提高,有效避免了早熟收敛问题。