Adaptive quality of service‐based routing approaches: development of neuro‐dynamic state‐dependent reinforcement learning algorithms

In this paper, we propose two adaptive routing algorithms based on reinforcement learning. In the first algorithm, we have used a neural network to approximate the reinforcement signal, allowing the learner to take into account various parameters such as local queue size, for distance estimation. Moreover, each router uses an online learning module to optimize the path in terms of average packet delivery time, by taking into account the waiting queue states of neighbouring routers. In the second algorithm, the exploration of paths is limited to N‐best non‐loop paths in terms of hops number (number of routers in a path), leading to a substantial reduction of convergence time. The performances of the proposed algorithms are evaluated experimentally with OPNET simulator for different levels of traffic's load and compared with standard shortest‐path and Q‐routing algorithms. Our approach proves superior to classical algorithms and is able to route efficiently even when the network load varies in an irregular manner. We also tested our approach on a large network topology to proof its scalability and adaptability. Copyright © 2006 John Wiley & Sons, Ltd.     

基于免疫算法的午饭时期层际高峰交通电梯群控制的动态优化

层际高峰交通是上行高峰、下行高峰与层间交通客流的融合,午饭交通就是发生在现代办公楼内的层际高峰交通之一,基于午饭时期层际高峰交通的特点,本文提出了一种利用人工免疫算法实现电梯群控制动态优化的策略．该策略采用两级优化控制,利用常规的THV算法对层站召唤分配实施局部优化,采用人工免疫算法定时对层站召唤分配实施全局优化．同单纯的THV算法相比,本文提出的组合算法将平均的系统等待时间降低了21．26%,仿真结果表明,本文提出的优化控制策略能够改善午饭时期电梯系统的服务性能,具有较好的现实意义和研究价值。     

基于粒子群K均值聚类算法的电梯交通模式识别

针对传统方法存在的缺点,提出一种基于粒子群K均值聚类算法的电梯交通模式识别方法.该方法通过对此前一周的原始客流数据进行聚类分析,得到相应交通模式的聚类中心坐标.针对实时变化的交通流数据,采集5min时段客流数据,根据最近邻原则划分其归属的聚类中心,从而识别出当前的交通模式.仿真实验表明,该方法能对电梯交通模式进行有效识别,实时性较好.     

日常出行中的交通信息有效性仿真研究

采用计算机仿真的方法时交通信息在日常出行中的有效性问题进行了研究。论文在提供信息条件下出行选择行为研究的基础上建立了仿真模型，并通过该模型分析了在不同交通信息准确度、交通系统稳定性、交通信息提供方案条件下，交通信息的有效性。仿真结果表明。交通系统越不稳定，提供的交通信息准确度越高，交通信息的有效性越高；发布交通信息要有选择性．并不是交通信息越多交通信息的作用越大。研究成果时于我国智能交通运输系统建设有一定的指导意义。     

基于改进遗传算法的公交线网优化设计研究

基于候选线路集生成、公交线路优选暨公交客流分配方法,研究公交线网优化设计问题。重点研究了一种改进遗传算法在公交线路优选过程中的应用理论与方法,该算法引入适值模拟退火拉伸思想,研究结果表明,该方法能较好地克服标准遗传算法前期进化的早熟和后期进化速度缓慢等现象。     

分布式网络主动防御系统研究

针对DDOS和蠕虫的特点,提出了一种NeTraMet和QOS相结合的主动防御机制,实现对DDOS和蠕虫经济高效的防治.在蠕虫检测上考虑了无特征蠕虫和有特征蠕虫两种情况;一般基于流量的DDOS检测方法预警时,网络实际已经受到一定程度的攻击而且发生阻塞,为了能够更早预警DDOS攻击,提高网络生存性,在DDOS检测中提出了可疑流量线,当流量达到可疑流量和攻击流量之间时,就启动防御机制,利用路由器的QOS功能,尽量减少攻击流的消耗带宽,维持网络正常服务.最后在NS2中进行模拟验证.     

小波与神经网络相结合的网络流量预测模型

针对网络流量序列的非线性和多时间尺度特性,提出了一种将小波变换与人工神经网络相结合进行网络流量预测的新模型.该模型吸取了小波变换的多分辨功能和人工神经网络的非线性逼近能力,对流量时间序列进行小波分解,得到小波变换尺度系数序列和小波系数序列,分别使用RBF神经网络和Elman神经网络进行预测,把两种预测的结果通过BP神经网络合成为最终预测结果.用实际网络流量对该模型进行验证,结果表明,该模型具有较高的预测效果.     

网络化钻井事故诊断与处理系统架构设计

根据石油钻井作业的特点,提出开发一个由计算机网络支持的钻井事故诊断与处理系统,为后方基地的多方专家进行会诊提供了支撑平台.该平台可以将分散在不同地点的有关专家或软件系统聚集在网上一起协同工作,从而提高钻井事故诊断与处理的科学性和实时性.对系统的结构与功能模型、组网方法以及主要设计技术包括数据传输协议栈、数据包格式、数据交互等进行了详细描述.     

越江交通信息诱导系统的设计与实现

越江通道的拥堵影响浦江两岸城市交通管理人员和使用者。该文分析了浦东越江通道和交通流的空间分布特征，提出了建设越江交通信息诱导系统的构想和系统设计原则，设计了软/硬件及总体结构。提出了系统实施效果定量评价的方法。借助无线CDMA通信技术，结合城市公交地理信息系统，构建了基于B/S架构的交通信息诱导系统。应用表明，该系统达到了预期的交通分流目的。     

主动网络拥塞控制研究与实现

随着Internet的迅速发展,网络流量急剧增长,网络的拥塞问题日益突出,阐述了拥塞产生的原因,介绍了主动网络的思想和体系结构,着重探讨了主动网络在拥塞控制和网络管理等方面的应用,描述了主动拥塞控制系统中主动节点的内部结构,提出了主动拥塞控制系统的一种实现.实验结果显示,实行主动拥塞控制的网络比实行传统拥塞控制的网络在性能上有了一定程度的提高.