基于不精确网络状态信息的Anycast路由算法的研究

MRP算法作为Anycast路由算法,可以减少部分不精确信息的影响。但是作为确定性算法的MRP算法在均衡网络负载方面不如随机性算法。本文改进了MRP算法,增大了相同请求选择不同路径的概率,在不需要增加路由嚣的计算时间和存储空间的情况下,理论上能够提高QoS满足率、降低网络负载不均的情况和减少不精确信息的影响。本文对几种Anycast路由算法进行了模拟。模拟结果基本上证实了理论分析。     

具有不精确活动时间的项目调度算法

针对以最小化项目工期为目标的资源受限项目调度问题,提出对不精确活动时间项目调度的求解方法。对现实项目调度中存在的不精确活动时间及模糊资源分配进行分析,在模糊集理论基础上建立了数学模型,提出一种基于蚁群算法的对不精确活动周期下的项目调度问题求解方法。人工蚂蚁的初始节点采用概率优先约束原则选择,以避免单一概率选择可能导致的过快收敛的局限性,提高解的质量;对算法所使用的重要参数的选择进行分析说明,给出计算方法。进行模拟实例并与其它实验结果进行对比,对比结果表明了该算法的有效性和可行性。     

MRCPSP的一种精确算法

着眼于多模式资源受限项目调度方法,其特色在于,针对项目中每个任务的工期不仅取决于自身的执行模式,而且决于该工工时间的一般情形,同时考虑每个任务对可更新（再生）资源需求呈任意分布、可更新（再生）资源的最大供给量随时间而变化的一般情况,作为对前人研究成果的进一步推广,本文在经典单模式DH分枝定界算法的基础上,利用事件驱动的时间增量方式,成功地获得了这种最一般的项目调度问题的最优解。     

一种新的不精确推理模型——信念网络

本文讨论的不精确推理模型——信念网络,属于概率推理,网中各点间关系用条件概率表示。文章讨论了表示方法和量间条件独立的性质,当有外来的讯息进入网中时,此时网中各量取值的概率就定义为信念。还讨论了网络为树结构的特殊情况下信念的计算公式,以及信念在树中传播的方案。     

基于不精确概率的博弈场景预测

场景就是某个系统未来状况的详细描述。运用传统方法构造系统的未来场景集合后,往往难以给出有关这些场景可信度的度量。文章运用不精确概率来表示场景集的可信度,进而利用场景驱动力在期望π(ω)上的博弈现象来进行场景的选择。     

类规则表示及其不精确推理算法

知识表示是目前人工智能中一个研究热门,因为现有的各种知识表示方式,虽然都各有其优点,但也各有其弱点,离人们要求的目标距离还远。本文介绍一种新的知识表示,我们称之为类规则表示。所以称之为类规则,一是因为它与规则表示很类似,二是     

基于非精确状态的蚂蚁网络在QoS路由选择中的应用

简要介绍了一种描述网络的非精确状态以及计算给定路径满足QoS的概率的方法和将基本的蚂蚁网络机制扩展为基于约束的选路的方法。结合前两者本文提出了一种基于蚂蚁网络并考虑了网络非精确性的QoS路由选择算法,即QRANP算法。     

非评分不精确推理模型与抽象网络推理算法

在研究了专家系统中的非评分不精确推理模型后，对不精确推理模型进行了统一的概括描述，并形成了在这种抽象网络不中不确定性因子的传播算法。     

一种不精确离散事件系统建模与仿真

为了提高含不精确计算下实时系统运行性能,提出一种不精确离散事件系统模型.系统的行为分为强制和可选两部分,从而使得处理器能够更可靠地完成实时任务调度.仿真分析的结果表明,通过丢弃可选任务作为防止溢出的措施,非精确模式下的平均响应时间小于精确模式,并由此进一步验证了所提出的方法的有效性.     

基于遗传算法的非精确信息组播约束路由研究

为求解基于非精确网络状态信息和弹性QoS需求约束的组播约束路由问题,提出了一种自适应的组播遗传算法.通过分析具有非精确度量参数的组播路径满足弹性QoS需求的概率,建立了基于概率法的组播约束路由模型.以种群多样性作为种群进化的度量指标,对进化过程中最大交叉率和最大变异率进行宏观调整;采用优势交叉变异法,在每次进化时,微调各个体的交叉率和变异率.仿真实验结果表明,该算法简单易操作,具有较高的收敛速度,能在一定程度上提高路由请求成功率.     

基于关键网络状态的域内路由可用性研究

业界通常采用路由保护方案来提高域内路由可用性.然而已有的路由保护方案存在下面两个方面的问题:a)没有考虑网络中链路的失效概率,同等对待网络中所有的链路,事实上在互联网中,不同链路的失效概率是不同的,因此应该在路由保护方案中考虑链路的失效概率;b)将保护链路的数量作为设计目标,事实上方面某些链路出错的概率非常低,保护这些链路反而会增加开销,而另一方面某些链路出错的概率非常高,需要重点保护这些链路.因此应该将路由可用性作为路由保护方案的设计目标.针对上述两个问题,提出了一种基于关键网络状态的域内路由保护方案(RPBCNS),该算法首先通过链路失效概率计算出所有的关键网络状态,然后在每种关键网络状态下计算节点对之间相应的路径,保证节点对之间路径的多样性,从而使得尽可能多的节点对满足路由可用性需求.仿真实验将RPBCNS算法与主流算法ECMP、DC、path splicing分别在三个真实网络中进行对比,在网络可用性和节点对可用性满足率上RPBCNS的性能明显优于其他三种算法.仿真结果表明,RP-BCNS不仅具有较高的网络可用性,并且能够使得尽可能多的节点对满足路由可用性目标,更符合实时应用的实际需求.     

认知无线网络的改进资源管理算法研究

提出了一种基于资源认知信道的接入算法,可用于认知无线电环境下的无线资源管理。对资源认知信道上传输的每个分组——数据域部分采用了基于联合检测的扩频码,而控制域部分则分别采用了5种不同的信道接入协议。分析并仿真了认知用户在资源认知信道上的成功接入概率以及吞吐量性能。     

移动传感网社区间能量均衡路由算法

在资源受限的无线移动传感器网络（MWSN）中设计能效路由是一个挑战性难题。针对移动传感器网络中社区间路由节点能量消耗过快的问题,提出了一种社区间能量均衡路由算法（ERAI）。设计了一个新的基于节点的剩余能量以及相遇可能性的转发能力路由度量FC。利用此度量FC和相遇节点的去向信息选择中继节点来转发消息。实验数据显示,ERAI路由算法在首个节点消亡时间上与Epidemic和PROPHET路由算法相比分别推迟了12.6％~15.6％和4.5％~8.3％,且节点剩余能量均方差小于Epidemic和PROPHET路由算法。实验结果表明,ERAI在一定程度上均衡了各节点的能耗,延长了网络的生命周期。     

MPLS快速重路由多故障恢复算法的研究

传统的MPLS快速重路由技术在面对网络多故障的情况时有许多不足之处,为了更好的解决问题,提出一种新的MPLS快速重路由多故障恢复算法.算法采用Detour路径保护方式,对有不同备份路径经过的链路上的预留带宽资源进行共享管理,并为工作路径建立主、从备份路径.仿真实验结果显示,该算法能够有效减少备份路径上预留带宽资源消耗,对出现多故障的网络进行快速恢复.     

一种基于分布式网络编码的共享树光组播算法

为了减少传统组播共享树算法的网络资源消耗和均衡链路负载,提出了一种基于分布式网络编码的共享树光组播算法。此算法在最大限度地增加光链路共享的情况下,对多点到多点的组播建立具有网络编码功能的共享树进行信息传输,且对具有网络编码的共享树只分配两个波长,有别于传统组播为每个会话分配一个波长,从而减少了波长资源消耗。仿真结果表明,新的基于分布式网络编码的共享树光组播算法相比传统共享组播树方法能有效达到均衡网络负载和减少波长资源消耗的目的。     

基于负载均衡的无线虚拟网络映射算法

针对网络僵化的问题,目前多采用网络虚拟化（NV）方法进行解决,其关键技术是虚拟网络映射（VNE）。为解决无线VNE过程中功率和带宽资源使用不均衡的问题,基于负载均衡原理提出一种联合资源分级的无线VNE算法。首先,采用新的节点资源排序方式,其中将节点功率和平均链路带宽作为排序依据;其次,对资源进行分级,以动态调整虚拟网络请求对功率和带宽资源的需求;最后,改进功率和带宽资源的单位成本,并以最小化成本为目标函数选择资源分配方案。与原有的无线VNE算法WVNE-JBP相比,所提算法的总体接受率提高了11.7个百分点,平均功率利用率提高了4.4个百分点,平均带宽利用率提高了1.6个百分点。实验结果表明,所提算法能有效提高虚拟网络接受率和资源利用率。     

基于可靠连通支配集的高效虚拟骨干网构建算法

在概率性无线传感器网络模型中,提出了一种基于可靠连通支配集的高效虚拟骨干网构建算法(EVBP-RCDS).在删除网络中低于节点递交概率阈值的连接基础上,通过递减节点递交概率和对比节点递交概率有效度(EDDP)之和构建出所提出的可靠连通支配集;非支配节点选取与其相邻的拥有最高递交概率的支配节点传输数据.仿真实验表明:与现有文献中的两种算法相比,EVBP-RCDS算法能高效扩展网络生存时间和降低网络延迟.     

基于蚁群算法优化回声状态网络的研究

针对输出权值采用最小二乘法的回声状态网络(ESN),在随机选取输入权值和隐层神经元阈值时,存在收敛速度慢、预测精度不稳定等问题,提出了基于蚁群算法优化回声状态网络(ACO-ESN)的算法。该算法将优化回声状态网络的初始输入权值、隐层神经元阈值问题转化为蚁群算法中蚂蚁寻找最佳路径的问题,输出权值采用最小二乘法计算,通过蚁群算法的更新、变异、遗传等操作训练回声状态网络,选择出使回声状态网络预测误差最小的输入权值和阈值,从而提高其预测性能。将ACO-ESN与ELM、I-ELM、OS-ELM、B-ELM等神经网络的仿真结果进行对比,结果验证经过蚁群算法优化的回声状态网络加快了其收敛速度,改善了其预测性能,并增强了隐层神经元的敏感度。     

Web新闻语料分词和标注错误分析

通过分析Web突发事件语料库文本的加工统计得出11类错误类型,并对其中的一些错误提出了解决方案。研究结果不仅对语料库加工初期分词、标注方法的改进有启发作用,而且对中文的自动校对方法,提供一定的借鉴。