多加性QoS约束下的链路分离路由算法

对多个加性QoS约束下的链路分离路径问题进行了研究,针对现有算法求解结果依赖于网络结构,难以保证对任意网络都可求得可行解和最优解的问题,提出了一种与网络结构无关的多约束链路分离路径路由算法(MCLPRA,multiple constrained link-disjoint path routing algorithm).该算法基于SAMCRA,采用对解空间先分类,然后按类进行处理和搜索的方法,引入了控制搜索深度的参数,可保证对任意网络都能求得可行解.理论分析表明,MCLPRA能够在现有算法不能求解的情况下解得可行解和最优解.仿真结果显示,MCLPRA的可行解平均求解成功率明显高于现有算法且所求路径对长度也比现有算法更短.     

一种基于带宽和时延约束的分布式组播路由算法

针对已有分布式组播路由算法在寻找QoS路由时的低成功率问题,本文提出了一种新的基于带宽和时延约束的分布式组播路由算法-QDMR(QoS-based Distributed Multicast Routing).在为新组播成员搜索连接到组播树的可行路径时,QDMR算法使用RBMF(Reverse Best Metric Forwarding)转发算法代替RPF(Reverse Path Forwarding)转发算法,从而优先搜索满足带宽和时延约束要求的路径,然后才考虑代价的优化.模拟分析表明,QDMR提高了路由搜索的成功率,并且降低了协议开销.     

智能电网中基于HSA-MPSO的无线传感器网络节能路由算法

为了解决无线传感器网络中能源利用的问题,提高谐波搜索算法(harmonic search algorithm,HSA)的高搜索能力,提出了一种最短路径算子中心性(shortest path operator calculus centrality,SPOCC)算法用来优化路由的中心性.首先,对传感器节点进行计算,提高可...     

基于方向因子的多约束QoS路由优化蚁群算法

提出了一种解决多约束QoS路由问题的基于方向因子的蚁群改进算法OACA.该算法基于方向因子来调整蚂蚁的搜索行为,并根据目标函数值来调整信息素的更新,从而保证搜索的快速有效性,使多约束QoS路由优化问题得到了很好的解决.     

改进麻雀搜索算法的飞行器航迹规划

针对传统麻雀搜索算法(SSA)在飞行器航迹规划求解问题中计算过程复杂、易陷入局部解等不足,提出了一种融合鲸鱼搜索因子和柯西-高斯变异的麻雀搜索算法(WSSA)。首先借助佳点集法对种群进行了初始化处理;其次借助鲸鱼算法中螺旋式搜索因子形成自适应权重迭代因子,提高算法全局搜索能力的同时保证局部的收敛性;随后在跟随者位置更新中加入柯西-高斯变异因子对原迭代进行扰动更新,提高算法的全局寻优能力;最后基于改进前后的算法进行了模型求解和适应度比较,验证了所提算法的有效性。     

基于PPSO-MPC的多雷达协同反隐身指示搜索任务规划

针对ESM/雷达协同反隐身探测中的指示搜索问题,引入模型预测控制(Model Predictive Control,MPC)理论,给出指示搜索任务规划的MPC框架,建立指示搜索的目标状态预测模型和在线滚动优化模型.针对模型求解,引入粒子群优化(Particle Swarm Optimization,PSO)算法,设计了高维矩阵粒子编码方式,引入尺度计算因子处理边界约束,引入概率模型处理离散变量,设计实现了一种"多主节点-单从节点"的 (Multi-Master-Single-Slave,MM-SS)多种群并行计算策略.仿真结果表明,所建立的模型能够在不确定、多目标环境下实现对多雷达的高效协同控制,所提出的模型求解算法能够实现对滚动优化问题的快速、高效求解,即模型和算法的有效性得到了验证.     

求解约束满足问题的改进蚁群优化算法

为了克服传统的回溯算法在求解大型的约束满足问题时效率低,难以在合理的时间内求解这一问题。提出了基于启发式搜索的不完备性算法。结合不同算法特性,主要在蚁群优化元启发式约束求解算法的基础上提出了改进：一是在搜索之前用弧相容检查进行预处理以压缩搜索空间,二是提出了一种新的蚁群算法参数设置方案,提高算法的适应性。最后将改进后的算法应用于求解随机问题和组合优化问题。实验结果表明,改进后的算法求解效率得到大幅度提高。     

基于改进QACA的无人机集群任务分配算法

针对无人机集群多目标任务分配问题，提出在量子蚁群算法(QACA)基础上，融合克隆选择算法的交叉和克隆复制因子来提高算法的全局搜索能力，避免搜索过程陷入早熟收敛问题，然后利用量子蚁群算法快速搜索。仿真结果表明，该算法是求解无人机集群多目标任务分配的一种有效算法。     

基于群体智能算法的无人机协同搜索

为解决无人机集群进行协同搜索时的任务分配问题,在基于天牛须搜索的粒子群优化(BSO)算法的基础上设计了一种天牛粒子群混合(BSO-BAS)算法,克服了粒子群优化(PSO)算法易陷入局部最优解、寻优不稳定的缺点。以多旅行商模型(MTSP)为基础构建了多目标、多约束的无人机集群任务分配模型。通过实验仿真与原始寻优算法进行对比,验证了所设计算法求解无人机协同搜索任务分配问题的可行性和稳定性。     

一种新的QoS组播路由算法

针对现有的求解多约束QoS组播路由中存在的问题,结合BP神经网络局部搜索的优势和蚁群算法全局搜索的优势的特点,进行QoS组播路由算法的设计,提出了一种新型的NNAC算法。该算法通过BP神经网络寻找路径的更优解,改善了QoS组播路由路径寻找的方法。通过实验仿真表明,NNAC算法得到最优组播树的总延时为35,总代价费用为21,在完成150个度约束组播路由路径时,NNAC算法在进行最优组播树的寻找成功率上高于AC算法,同时该算法还克服了AC算法易陷入局部最小点的不足。     

考虑门逻辑功能的最长路径搜索算法

在静态时序分析中,寻找最长时延路径以及最坏情况下时延是最重要的任务。考虑门的逻辑功能,提出了一种精度更高的最长路径搜索算法。由于门的时延大小不仅取决于输入信号的过渡(transition)时问和负载电容大小,还取决于输出信号的状态(上升或下降)以及其它管脚状态(高电平或低电平),因此,该算法极大地提高了静态时序分析的精度。文章还给出了区段搜索算法,可以找出时延在给定范围内的所有路径。这两个搜索算法对每务边至多遍历一次,时问复杂度依然为线性。     

QoS路由问题的反向优化算法

寻找满足两个加性QoS约束条件的路径是网络QoS路由研究的核心问题,线性搜索算法是重要近似算法之一。本文提出一种结合了反向优化策略的线性搜索算法。当线性搜索过程所得到的路径不满足QoS需求时,对搜索到的路径选取合适的节点进行反向优化。算法的时间复杂度为O(K(m+nlog2(n)))。仿真显示本文的搜索策略扩大了搜索空间,提高了寻找可行路径的成功率。     

一种在有序图象特征空间中进行查找的快速匹配搜索算法

本文提出，在图象匹配的搜索算法中，搜索路线的设计应在基准图的数值特征空间中进行，通过对基准图的数值特征空间进行有序化调整以从全局把握其分布，这样便在很大程度上克服了以往快速搜索算法所固有的局部性的缺点，在有序化特征空间中可以用折半查找法为核心构造新的快速搜索算法。模拟实验的测试结果证明，这种新的搜索算法具有极佳的匹配速度和很好的匹配精度。     

一种应急条件对地观测卫星成像调度方法

 通过分析CBERS系列对地观测卫星(EOS,Earth Observation Satellites)应急条件下的成像调度问题,本文提出了一种应急成像调度解决方法.首先建立问题的多目标无圈有向图模型;然后引入延迟非支配路径的概念,提出基于标记更新的成像路径搜索算法,通过限制延迟受支配路径来提高搜索效率.理论分析和实验结果表明该方法能在规定时间内有效的解决应急条件成像调度问题.     

Meta‐heuristic algorithms for channel scheduling problem in wireless sensor networks

The channel scheduling problem is to decide how to commit channels for transmitting data between nodes in wireless networks. This problem is one of the most important problems in wireless sensor networks. In this problem, we aim to obtain a near‐optimal solution with the minimal energy consumption within a reasonable time. As the number of nodes increases in the network, however, the amount of calculation for finding the solution would be too high. It can be difficult to obtain an optimal solution in a reasonable execution time because this problem is NP‐hard. Therefore, most of the recent studies for such problems seem to focus on heuristic algorithms. In this paper, we propose efficient channel scheduling algorithms to obtain a near‐optimal solution on the basis of three meta‐heuristic algorithms; the genetic algorithm, the Tabu search, and the simulated annealing. In order to make a search more efficient, we propose some neighborhood generating methods for the proposed algorithms. We evaluate the performance of the proposed algorithms through some experiments in terms of energy consumption and algorithm execution time. The experimental results show that the proposed algorithms are efficient for solving the channel scheduling problem in wireless sensor networks. Copyright © 2011 John Wiley & Sons, Ltd.     

基于改进局部搜索算法的三维空间路径规划研究

在机器人路径规划中,搜索区域维数增大会导致路径搜索算法收敛时间过长甚至不收敛的现象发生。针对此类问题,文中以改进的局部搜索算法为基础,融合蚁群算法中信息素因子和人工势场算法中势场因子,建立了启发函数模型以提高寻优的目的性,并对搜索到的路径用迭代法进行优化。文中具体讨论了三维空间中路径点的选取方式和启发函数模型的建立方法,同时给出了算法的详细流程。最后通过MATLAB仿真实验证明基于改进后的算法进行路径规划时,迭代次数降低,搜索速度变快,路径点轨迹趋势更加平稳。     

空间近似关键字反远邻查询

空间数据集中的点普遍由空间信息及描述文本信息组成.空间近似关键字反远邻查询(Approximate String Reverse Furthest Neighbors Search,ASRFNS)问题是在一个空间数据集中搜索所有以给定查询点为最远邻,且满足文本相似度条件的目标.基于现有的空间反远邻查询算法以及近似关键字查询算法,我们提出了两个基本的解决算法:凸包最远单元交集(CHFCsJoin)算法和凸包最远单元近似字符串串行查询(CHFCASSS)算法;我们又设计了一种包含空间和关键字信息的外存索引结构Filter-Rtree,并给出了相应的凸包最远单元过滤R树(CHFilterRtree)高效算法.通过真实数据集的实验测试,验证这三种算法的有效性,并分析比较了其性能与效率.     

道路搜索算法的研究

道路交通飞速发展,对道路搜索算法进行研究变得越来越有必要。首先对研究的必要性进行了阐述,进而对几种道路搜索算法的原理进行了介绍。     

道路搜索算法的研究

道路交通飞速发展,对道路搜索算法进行研究变得越来越有必要。首先对研究的必要性进行了阐述,进而对几种道路搜索算法的原理进行了介绍。     

基于信任路径搜索的分布式虚拟化环境下可信服务组件选择方法——HA_OTPS

可信服务组件选择是实现分布式虚拟化环境下服务可信性保障的关键.将服务组件选择抽象为多限制优化路径问题后,可以通过搜索信任路径来选择服务组合所需组件,但现有的信任路径搜索算法计算复杂度过高、性能表现差,同时在建立可信服务组件选择模型时缺少从服务组件信任关系和证据传播的角度出发,对可信服务构建与组合过程中服务组件社会关系方面考虑.针对以上不足,本文提出可信质量QoD概念,引入组件亲和度等属性来对分布式虚拟化环境可信服务组件选择模型加以描述与限制,并设计一种基于QoD的启发式优化信任服务路径搜索算法HA_OTPS,选择优化信任服务路径上的服务组件来满足用户可信性需求.实验结果表明,与现有的信任路径搜索算法相比,HA_OTPS算法具有运行时间较短、搜索结果效用值较高等优势.