多约束最短链路分离路径精确算法

在通信的源和目的间寻找两条(主用和备用)链路分离的QoS路径是提供可靠QoS路由的重要途径.现有求解多约束链路分离路径对(multi-constrained link-disjoint path pair,简称MCLPP)的算法难以保证求得存在于任意网络中的可行解和最优解.为解决这一问题,分析了MCLPP问题最优解的性质,提出了精确算法的设计原则,在此基础上给出了求解MCLPP问题的精确算法(link-disjoint optimal multi-constrained paths algorithm,简称LIDOMPA算法),可对任意网络求解客观存在的多约束最短链路分离路径对.为了降低算法的复杂性,引入了候选最优解、紧缩的约束向量和结构化的路径支配3种关键方法,在保障算法精确性的同时,有效地降低了LIDOMPA的搜索空间.大量的实验结果表明,LIDOMPA的求解能力优于现有算法,同时可以实现较低的算法执行时间开销.     

多约束最短链路分离路径精确算法

在通信的源和目的间寻找两条(主用和备用)链路分离的QoS路径是提供可靠QoS路由的重要途径.现有求解多约束链路分离路径对(multi-constrained link-disjoint path pair,简称MCLPP)的算法难以保证求得存在于任意网络中的可行解和最优解.为解决这一问题,分析了MCLPP问题最优解的性质,提出了精确算法的设计原则,在此基础上给出了求解MCLPP问题的精确算法(link-disjoint optimal multi-constrained paths algorithm,简称LIDOMPA算法),可对任意网络求解客观存在的多约束最短链路分离路径对.为了降低算法的复杂性,引入了候选最优解、紧缩的约束向量和结构化的路径支配3种关键方法,在保障算法精确性的同时,有效地降低了LIDOMPA的搜索空间.大量的实验结果表明,LIDOMPA的求解能力优于现有算法,同时可以实现较低的算法执行时间开销.     

节点约束型链路分离算法

针对节点约束型链路分离问题中的两条链路需经过各自必经点集的特点,提出一种以遗传算法和迪杰斯特拉算法为基础的节点约束型链路分离算法。通过改进的遗传算法得到较优的必经点序列,利用带有禁忌搜索的迪杰斯特拉最短距离算法求必经点对之间的无环最短路径,采用禁忌边的方式保证路径间重边最少。得到起点到终点之间的两条受必经点约束的路径,路径内无环路、路径间重边最少。大量模拟仿真实验结果表明了该算法的有效性和可行性。     

一种基于MPLS流量工程的动态路由算法

MPLS流量工程的问题最终可以归结为数据流传输的路径确定问题,即显式路径的确立问题.通过对XUE算法的分析,提出了一种新的基于链路和路径的动态路由算法-LPK.依据网络链路平均利用率的取值范围对网络进行裁剪,在选路由时优先选择轻度占用的链路,避开重度占用的链路;从路径的角度出发,计算每条路径中的各链路带宽利用率相对于网络中链路带宽利用率均值的方差.用C++语言完成了该算法的实现,同时验证了该算法较SPF算法及XUE算法的有效性.     

多链路因特网接入网络出口路径选择研究

针对当前企事业单位广泛使用多链路因特网接入问题,选取链路成本和影响网络性能的路由跳数作为多链路因特网接入网络的研究对象,建立多链路出口路径选择优化模型,在链路成本满足不大于zC_min的约束条件下,将多链路出口路径选择转化为路由跳数优化问题,并提出一个自适应多链路出口路径选择算法,模拟结果表明,提出的算法能达到提高网络性能,降低网络链路成本的目的。     

软件定义网络架构下基于流调度代价的数据中心网络拥塞控制路由算法

针对传统数据中心网络极易发生拥塞的问题,提出了在软件定义网络（SDN）的架构下设计基于流调度代价的拥塞控制路由算法加以解决。首先,进行拥塞链路上的大小流区分,并对所有大流的各条等价路径进行路径开销权重的计算,选择权重最小的路径作为可用调度路径;然后,使用调度后路径开销变化量和流占用带宽比例来共同定义流调度代价;最终选择调度代价最小的流进行调度。仿真结果表明,所提算法能在网络发生拥塞时降低了拥塞链路上的负荷,并且与仅进行流路径选择的拥塞控制算法相比,提高了链路利用率,减少了流传输时间,使得网络链路资源得到更好的利用。     

基于动态规划的多链路出口路径选择算法

针对多链路接入问题,选取链路成本及影响网络性能的路由跳数作为多链路出口路径选择的优化对象,通过建立多目标优化模型,将多链路出口路径选择转化为动态规划问题,提出一个基于动态规划的多链路出口路径选择优化算法。模拟结果表明,该算法能有效提高网络性能,降低网络链路成本。     

最大概率延迟约束路径选择算法

Qo S路由问题是下一代互联网的核心问题之一 ,而不准确状态下的路径选择问题是其中的难点问题。本文提出解决延迟约束路径选择问题的算法。首先给出链路的概率模型 ,在此基础上提出了延迟参数的路径选择算法。仿真实验证明 ,算法性能优异 ,并具有较好的稳定性。     

基于多路由配置的数据中心网络故障恢复研究

针对数据中心网路故障恢复问题,提出一种使用多路由备份配置MRC(Multiple Routing Configuration)的IP快速恢复算法。通过研究MRC主动恢复过程对数据中心网络中链路负载分布的影响以及网络链路利用率的分布,在最短路径算法中引入自适应权重分布模型。该模型能有效地分离高负载链路的数据流量到其他可用链路,减少网络拥塞。实验结果表明,对比传统的MRC算法,改进后的算法(Modified MRC)能够通过有效降低最大链路利用率来实现更均衡的网络流量负载分布。     

多链路权值增大的动态最短路径算法

动态网络最短路径是交通、通信等系统中的重要问题。在处理多链路权值变大时,多链路权值增大的动态最短路径算法可有效地减少单链路权值增大动态最短路径算法的冗余计算。目前,多链路权值增大的动态最短路径算法的研究较少,尚未存在有效的多链路变大的动态最短路径算法。通过对现有动态最短路径算法的深入研究,提出了一种多链路权值增大的动态最短路径算法(DSPT-MLI)。算法复杂度分析和仿真结果显示,DSPT-MLI算法具有更少的节点更新次数和更高的时间效率。     

自适应抑制式模糊C-回归模型算法

模糊C-回归模型算法由Hathaway和Bezdek提出,与硬C-回归模型算法相比有着稳定性强、收敛效果好的优点,但该算法也存在着收敛速度偏慢的问题.针对此问题,引入隶属度抑制思想,提出了抑制式模糊C-回归模型(S-FCRM)算法.实验表明,S-FCRM算法加快了算法的收敛速度,提供了较好的收敛效果.然而S-FCRM算法还存在着抑制因子参数选择的问题,针对这个问题,研究了抑制因子选择的自适应方法,进一步提出了自适应抑制式模糊C-回归模型(AS-FCRM)算法.实验表明,AS-FCRM算法有着较好的自适应效果,收敛速度更快,鲁棒性更好.     

求解24数码问题的改进遗传退火算法

针对具有巨大搜索解空间的24数码问题,提出了一种基于改进遗传模拟退火算法的求解方法。依据问题特征,设计了个体编码方法、高效的适应度评价函数和遗传操作算子,通过在遗传算法中引入模拟退火的Boltzmann更新机制,克服了传统遗传算法易于过早收敛和易于“卡住”陷入局部极小的问题。仿真实验结果表明,提出的算法能够快速搜索到问题的解,算法对其他组合优化问题也具有应用价值。     

基于用户实时反馈的协同过滤算法

传统的基于内存的协同过滤算法存在可扩展性不足的问题,而基于模型的协同过滤算法由于模型数据的滞后,造成推荐质量不高。针对以上情况,提出一种基于用户实时反馈的协同过滤算法,该算法在用户提交项目评分之后能实现对推荐模型数据的实时更新,从而更精确地反映用户的兴趣变化。实验结果表明,该算法能够有效地提高推荐精确度并且大幅地缩短了推荐时间。     

分布式累加梯度算法在目标定位问题中的应用

通过对基于能量目标定位问题的分析,建立声源能量衰退模型,并把定位问题转化为非线性最小二乘问题,引入分布式累加梯度算法来求解目标函数的最优值。由于目标函数是严格凸函数,使得算法无论初始点如何选取总能较快地收敛到目标位置,算法执行仅需要相邻传感器信息,是一种分布式算法。数值实验表明：分布式累加梯度算法不仅收敛速度快,而且定位更精准。     

机器可选制造单元设计的半边图挤出吸入算法

计划路径可选的半边图划分问题是一类含有多种局部约束的复杂组合优化问题。设计了针对半边图划分问题的半边图挤出吸入算法,用此算法求解了机器可选制造单元成组设计问题。示例表明,半边图语言能够准确地表达可能解中的复杂结构和各种约束。20台机器20种零件分组实验证明,平均12.4次迭代计算即可达到优化目标。     

基于遗传算法的数码问题求解

在人工智能研究中，数码问题常被用来作为一些搜索算法的测试实例。数码问题的搜索空间巨大，对于24数码问题，目前最好的启发式搜索算法找到最优解(最少移动步数)通常也至少需要2．25小时^[1]。遗传算法具有简单、通用、鲁棒性强的特点，适合于在复杂而庞大的搜索空间中寻找最优解。该文给出了求解该问题的遗传算法，并针对遗传算法容易过早收敛的问题，对传统遗传算法进行了改进。通过用多个随机生成的]5数码和24数码问题作为测试实例，本算法均在较短的时间内找到了问题的解，从而证明了算法的有效性。     

两级定位-路径问题的变邻域人工蜂群算法

建立了两级定位-路径问题的数学模型,提出了一种求解该问题的人工蜂群算法。针对该算法容易出现早熟现象,将近年来国外出现的一种新颖的轨迹式启发式算法--变邻域搜索融入其中,由此提出三种变邻域搜索策略。基于不同变邻域搜索策略的人工蜂群算法和人工鱼群算法的求解效果进行对比仿真。实验结果表明,变邻域人工蜂群算法能有效求解两级定位-路径问题。     

航空货运装载问题算法设计与研究

用回溯算法解决飞机货舱装载问题。根据货物和舱位情况,使货舱的空间和载量利用最大化。对于航空货物体积小重量轻的特点,给出一种改进算法,通过理论分析,这些方法可以有效解决该问题。     

Analysis and application of a novel fast algorithm for 2-D ARMA model parameter estimation

In this paper, we analyze a novel algorithm for 2-D ARMA model parameter estimation in the presence of noise and then develop a fast and efficient blind image restoration algorithm. We show that the novel algorithm can minimize a quadratic convex optimization problem and has a lower computational complexity than the conventional algorithms. As a result, the novel algorithm involves no convergence and local minimum issue. Moreover, the proposed blind image restoration algorithm can overcome the local minimization problem. Computed results confirm that the novel algorithm can more quickly obtain more accurate estimates than the conventional algorithms in the presence of noise.     

一种快速的模拟退火算法及其在数据聚类中的应用

文中把求解数据聚类问题转换为一个图形分割最优问题,提出一种快速的模拟退火算法。实验结果证明,快速模拟退火算法退火时间短,收敛速度快,把它应用于数据聚类中,可以获得较好的聚类结果。