基于多目标优化的多源组播网络编码的构造

在基于单目标优化构造网络编码的基础上,提出了基于多目标优化的网络编码的构造方法。把多源组播网络划分成多个单源组播网络,各单源组播网络的组播容量互相制约,为了使各单源组播网络的组播容量达到最大,采用粒子群优化算法进行子图划分,动态求解包含各子图组播容量的Pareto解集。用户可以优先考虑某个子图的组播容量,选择相应的解向量进行线性网络编码构造。仿真测试结果表明,本方法是可行的。     

一类组合优化问题的混合进化算法

针对问题空间为全排列集合的一类组合优化问题，提出了一种混合进化算法。在自然进位制编码的基础上，算法采用了遗传算法的单点交叉算子和进化规划的高斯扰动算子,并运用了精英保留策略；算法实现时采用逐位运算法实现大数值运算，避免了运算溢出，减少了运算量。分析和模拟计算结果表明，新算法具有可行性、有效性和通用性。     

随机网络编码数据传输的仿真实现

基于随机网络编码方法,构造了在实验室内实现单源组播网络数据传输的仿真模型:用局域网内的网络终端代表单源组播网络的节点,以IP地址和端口号代表有向信道,采用UDP网络通信实现数据传输,从而对单源组播网络进行了仿真。运用Java编程实现了有限域的算术运算,根据随机网络编码的编码规则,分别编写了单源组播网络的源节点、中间节点和宿点的工作程序,形成了一个完整的软件系统,该仿真模型可以适合于任意单源组播网络。     

遗传算法的进化策略的改进

遗传算法一般采用逐代进化的策略 ,这种进化方式容易导致早熟现象 ,提出了“世纪进化”和“用户终止进化”策略 ,在一定的程度下可以提高遗传算法的求解效率。     

遗传算法求解一类数学规划问题

本文探讨了用遗传算法求解约束条件只含线性函数的数学规划问题,并给出了具体实施方法。     

基于聚类的非一致性数据库查询重写

在非一致性数据库上,以元组匹配技术所产生的聚类和概率数据库的元组概率为基础,提出了可信聚类概率和可重写查询判断方法.考虑了最普通的IC情况（key-to-key和nonkey-to-key）,给出了无连接和有连接的查询重写方法.连接查询重写方法缩小了用于连接的中间结果集中可信聚类的元组数量,有效地提高了查询性能.实验使用TPC-H决策支持基准的数据和查询进行性能研究,分析了聚类基数和数据库尺寸等相关因素的影响,结果显示方法是有效的.     

基于分级网络编码的一种数据传输方法

为了降低中间节点在编码计算时需要的有限域的阶,提出了分级网络编码数据传输方法。针对主干网-子网结构的单源组播网络,在连接子网的节点处进行解码,并以该节点为源点,把解码得出的信息采用网络编码数据传输方式组播至子网。理论分析与仿真测试结果表明：与单级网络编码方法相比,该方法可以降低有限域的阶,进而减少网络编码的运算延迟,并能充分地利用网络的带宽。     

线性网络编码的导出与扩展

针对单源组播网络,通过对线性网络编码的内在机理进行分析,提出了不同组播率下编码方案之间的导出与扩展技术:任意一个编码方案可以由某些较高组播率下的编码方案导出,同时可以由某些较低组播率下的编码方案扩展而成.研究了具有导出与扩展关系的两个编码方案下全局编码向量间的相互联系,结合随机网络编码方法,导出了几个重要的性质.这些性质有助于有效地运用线性网络编码技术实现单源组播连接,具有一定的应用价值.列出了几个方面的应用,着重讨论了在动态环境下如何提高单源组播连接的吞吐率问题,在宿点具有至源点反馈路径的前提下,提出了一种基于重传与变组播率的随机网络编码方法.与随机网络编码方法相比,该方法能够提高网络的吞吐率.对列出的应用进行了仿真实验,结果验证了理论分析的结论.     

基于Windows套接字编程的网络编码仿真实现

针对网络编码数据传输技术,采用Windows套接字编程工具,提出了一种仿真实现方法。在局域网内选取若干个终端模拟网络节点,逻辑上构成一个单源组播网络,各终端上采用socket套接字编程方法,按照网络编码数据传输策略进行收发数据。给出的例子是典型的蝴蝶网络,但容易扩充到一般的单源组播网络。与已有的网络编码仿真器相比,提出的方法具有简便、易于掌握的特点。