嵌入前向网络的虚时间法UPC

在分析文献１虚时间表法不足的基础上，提出利用前向网络动态调整虚时间法表参数的ＵＰＣ算法。本文算法具有选择性强，检出率合理，动态响应特性好等特点。计算机仿真验证了本文算法的优越性。     

模糊漏桶在ATM网络UPC中的应用

本文提出了模糊漏桶模型，研究了它与普通漏桶在用户量参数控制（ＵＰＣ）中的作用。由于ＣＡＣ初步协议的不完全合理性，在实际应用中动态调节是必要的；仿真结果表明在降低信元丢失率、时延和时延抖动方面，及在动态利用网络资源方面，模糊漏桶算法要比普通的优越。我们还给出了合适的模糊控制规则。     

有限规模多层前向网络的机理分析

本文提出了有限规模多层前向网络的概念，基于对网络基本功能的认识，本文分析了网络在构成离散点集上的最小二乘逼近的机理和性质。     

前向网络隐空间分类超平面的构造

本文讨论单隐层前向网络输出神经元所对应的隐空间分类超平面的构造问题,它直接对应于网络隐层至输出层的连接仪的设计,研究结果表明,网络隐层至支的连接权可均取为＋１,输出神经元的阈值也仅可取为１／２加上几个有限的整数中的一个,从而可以以通过对网络输入层节点至隐节点的连接权的训练,获得有效解决两类问题的前向网络。     

一种基于逐维扩展的前向网络训练方法

前向网络的快速训练问题是前向网络研究的一个非常重要的课题。本文针对一类n-维超立方体的分类问题（当为二分类问题时，这实际上是一个n-维Boole函数的神经网络实现问题），提出了一种基于逐维扩展的前向网络快速训练方法，将一个n个输入的大网络的各权训练问题转化为小网络逐维递归的扩展部分的参数训练问题，提高了网络训练的速度，实验结果表明了这种训练方法的有效性和可行性。     

ATM网络虚通道路由规划的模拟退火方法

文章针对ATM网络虚通道(VP)路由规划(简称VPR)问题进行了分析,提出了使用模拟退火算法求解该问题的新方法,仿真表明这种算法是有效的     

ATM网络虚通道路由规划的局部搜索方法

文章针对ＡＴＭ网络虚（ＶＰ）路由规划问题进行了分析,提出了使用避部搜索该问题的新方法,仿真表明这种算法是有效的。     

ATM网络虚通道路由规划的禁忌搜索方法

本文针对ＡＴＭ网络虚通道（ＶＰ）路由规划问题（简称ＶＲＰ）问题进行了分析,提出了使用禁忌搜索求解该问题的新方法,并分析了算法复杂度。仿真表明这种算法是有效的。     

ATM网络虚通道路由选择和带宽分配算法

ＡＴＭ网络中,虚通道路由选择和带宽分配问题是相互关联的,需要考虑虚通道路由布局和带宽大小,并且虚通道连接还是建立虚信道连接的基础,文章根据虚通道连接的特点,提出了将虚通道路由选择和带宽分配联合优化的方法,给出了应用进化规划方法的求解算法和仿真实例。     

用改进的LFVC算法提高网络调度的灵活性

在基于前跳虚时钟（LFVC）算法的基础上进行了改进，将实时业务所预留的带宽和链路的剩余带宽实时地分离开来，并用剩余带宽改善非实时业务的平均时延和丢失特性，使得宽带资源的分配更加灵活。     

ATM网中标准UPC算法及其实现

本文介绍了ＡＴＭ网络中用户参数控制的策略，着重讨论了两种标准的峰值信元速率控制算法，提出了可能的电路实现方案，并分析了用户参数控制策略与业务性能的关系。     

多层前向神经网络的一种改进BP算法

在介绍传统BP算法的基础上,提出了一种改进算法,该算法通过对权值调节量的修改,提高了网络训练过程效率。最后,通过仿真结果可以看出,这种算法改进了BP算法的训练过程。     

基于联想记忆神经网络模型的BP算法

提出一种改进神经网络BP算法的识别训练系统。实验结果表明，基于联想记忆神经网络模型的BP算法，大大降低样本可变系统的网络训练次数。该系统有效降低样本可变系统的网络训练时间，为BP算法应用于对实时性要求高的场合提供算法基础。     

应用网络编码的分组交换调度算法

网络编码理论与交换调度算法相结合重点是实现在联合输入输出排队（CIOQ）交换结构中提供组播服务。文章证明了对一个流中的分组进行线性网络编码可以承载不允许网络编码时不能够承载的交换流量模式,也就是说,网络编码允许CIOQ交换结构在实现组播服务时有更大的速率区域,并给出了基于图论方法的描述。运用增强冲突图的稳定集多面体等概念,文章证明了计算离线调度的问题可以简化成某种图染色问题,同时,也针对组播调度提出了一个称之为最大权重稳定集的在线调度算法。     

网络虚拟化与虚拟网映射算法研究

本文对网络虚拟化技术中的虚拟网映射问题及其研究现状进行了介绍,分析了当前虚拟网映射算法存在的不足,提出了一种解决路径跳数限制约束的虚拟网映射算法一基于路径集多商品流问题模型的映射算法PBMC,该算法有效解决了路径跳数约束与网络资源分布均衡性之间的问题,提高了虚拟网构建成功率和网络资源利用率.     

云计算中基于能耗比例模型的虚拟机调度算法

针对资源虚拟化环境中的混合型负载调度问题,提出一种基于能耗比例模型的虚拟机调度算法.该算法利用处理器的"性能计数器"机制来评估各个虚拟机的近期能耗状态,并采用"最近最小能耗比例优先"的策略进行调度.理论分析给出了该算法的有效性证明和相关特性.实验结果显示,当系统面对混合型负载时,基于能耗比例模型的调度算法在"调度偏差"和"相对能效"两方面明显优于现有的虚拟机调度算法.     

基于GA的BP神经网络在多目标优化中的应用

针对传统多目标优化的求解方法通常存在目标权值主观性大,优化目标仅为各目标加权和以及在求解过程中各目标优化的不可操作性等问题,文中提出了一种新颖的多目标优化算法,其将改进后的遗传算法与BP神经网络融合,提出了基于遗传算法的BP神经网络融合算法。该算法将遗传算法与BP神经网络算法相结合,充分发挥遗传算法的全局搜索能力优势和BP算法的局部搜索能力特点,使得多目标优化问题得以求解,加快收敛速度,从而提高了收敛精度。     

采用进化计算的BP神经网络学习算法研究

针对ＢＰ神经网络中存在的局部极小问题,本文提出了采用进化计算方法改进ＢＰ学习算法收敛速度的新方法,理论分析和数字仿真表明算法有很好的效果。     

基于头脑风暴优化算法的BP神经网络模糊图像复原

该文提出一种基于头脑风暴智能优化算法的BP神经网络模糊图像复原方法(OBSO-BP)。该方法在聚类和变异两方面优化了头脑风暴智能算法,利用头脑风暴优化算法易于解决多峰高维函数问题的特点,自动搜寻BP神经网络更佳的初始权值和阈值,以减少BP网络对其初始权值和阈值的敏感性,避免网络陷入局部最优解,增加网络的收敛速度,减小网络误差,提高图像还原质量。该文采用20张不同的图像,对其模糊图像分别进行维纳滤波复原(Wiener)、基于头脑风暴算法的维纳滤波复原(Wiener-BSO)、BP神经网络复原以及基于头脑风暴算法的BP神经网络(BSO-BP)图像复原实验。实验结果表明,该方法能够取得更好的图像复原效果。