一种面向2D-Mesh拓扑结构的片上网络容错路由算法设计与分析

介绍了片上网络的拓扑结构和路由算法和故障模型,提出了一种适用于NoC 2D-Mesh结构的容错性路由算法,可以根据邻居节点的状态动态的选择路由。通过仿真证明了在均匀随机流量模式下,相对于XY路由算法,使用该算法吞吐量更高,平均端到端时延更小。     

基于MIC-SSA-SVM的时间敏感网络配置可行性检测

时间敏感网络(TSN)通过精准的时钟同步、高精度的流量调度和智能化的网络管控机制实现多业务流混合传输.高效的网络配置检测技术是网络安全稳定运行的关键保障,它可以快速检测网络配置是否可行,降低网络运维成本,提高网络使用效率.为了提高TSN网络配置检测的效率,本文提出一种基于特征优选和麻雀搜索算法优化支持向量机的算法模型(MIC-SSA-SVM).文中首先采用最大信息系数(MIC)来评估特征的相关性,进行特征优选.接着,选择SSA来对SVM的惩罚因子C与核参数g进行优化,并利用优化后的SVM算法模型实现TSN网络配置可行性检测.实验结果表明,相比于现有算法,所提出的模型在检测TSN网络配置可行性方面更加高效,分类准确率能达到97.6%.而且模型收敛速度快,寻优能力强.     

应用于Ad Hoc网络中的一种新型多址接入协议

针对Ad Hoc网络中不同优先级业务以及网络处于不同业务负荷情况下对网络的接入时延有不同要求的特点,提出了一种应用于Ad Hoc网络中的有冲突避免的流量自适应多址接入协议FA MACA。它不仅可以避免无线信道中存在的“隐藏终端”问题,同时还可以根据网络当前的流量以及业务的不同优先级动态自适应的调整接入时延,尽可能地减少碰撞,从而达到改善网络性能的目的。仿真结果表明该协议可以有效地改善网络的性能。     

基于时延和跳数的Ad hoc网络流量分配算法

提出一种基于时延和跳数的Ad hoc网络流量分配算法。该算法根据每个链路的时延和跳数进行流量分配,采用动态分配流量的方法来实现流量的均衡,优化网络资源的利用。仿真结果表明,该算法可动态调整每个链路之间的流量分配,使网络资源占用达到最小。     

基于模型参考自适应的网络控制系统随机时延补偿

随机时延和数据丢包造成网络控制系统性能下降甚至使得系统不稳定.为了提高网络控制系统的动态性能,提出一种基于模型参考自适应控制的双端Smith预估随机时延补偿控制策略.首先,通过在控制器端和执行器端分别引入Smith预估器,将随机时延补偿控制问题转换为模型匹配问题.然后,设计模型参考自适应控制器使Smith预估模型和真实模型相匹配,实现对随机时延的完全补偿.仿真结果表明,提出的控制策略能够对网络时延进行有效补偿,且具有良好的实时性.     

一种用于Optical Crossbar的自适应分组汇聚算法

在对现有分组汇聚机制进行深入分析的基础上,考虑不同网络环境下的流量特性不同,提出了一种动态网络流量自适应分组汇聚算法。理论分析及仿真实验表明,该算法可自适应网络流量特性的变化,通过优化汇聚分组长度解决连续阻塞问题、提高汇聚分组利用率,同时兼顾时间门限,使之在低流量负载下也能最大程度保证汇聚时延,较好地弥补传统算法的不足,保证了Optical Crossbar网络对于实时流量的低时延和高传输效率．     

自适应负载均衡路由算法研究

提出了一种基于流言机制的自适应负载均衡路由算法.该算法结合流言路由机制与网络负载均衡的思想,在路由发现阶段,根据节点分布情况和节点当前负载在局部范围内的相对轻重,自适应地调整流言转发概率,让负载较轻的节点优先参与路由建立.仿真实验表明,该算法减少了路由开销,提高了分组平均投递率,降低了数据分组端到端平均时延,具有较强的...     

基于时延和能耗的SD-DCN的路由优化算法

为了更好地实现数据中心网络的节能,基于交换机链路速率级的能耗特点,基于软件定义网络技术,提出一种Floyd-Warshall动态规划和局部重路由的节能服务质量路由优化算法.控制器在保障流的时延性能前提下,采用流在空间和时间上均衡传输的策略,依次为每个流计算传输路径和传输速率;在选路失败的情况下,尽量用较少的开销提高网络的接受率.仿真结果表明,该算法有效地降低了能耗,同时提高了网络流的接受率.     

无线传感器网络中基于广播坐标的静态链簇路由算法

提出了一种基于广播坐标的无线传感器网络静态链簇路由算法SCTC。该算法在节点地理信息未知的情况下,利用双基站把网络划分为若干静态簇以降低网络动态成簇的能耗,采用簇内成链及簇间并行通信的方式减少簇内通信的能量损耗并降低传输时延,以轮换汇聚层的方法均衡节点能量消耗。仿真实验结果表明,该算法可以大幅度降低网络的能耗并延长网络的生存时间,降低了网络通信的时延。     

Torus网络中分布式自适应路由算法

基于转向模型提出适用于Torus网络的3种分布式自适应路由算法.算法将物理网络逻辑上分为虚网络,分组路由按照预定的规则使用不同的虚网络,从而达到无死锁,无活锁的目的.在二维Torus网络中实现这3种算法,仅需3条虚信道,这是目前Torus网络中实现无死锁自适应路由所需虚信道数目的最小值.对所提算法的性能采用OPNET软件进行仿真,拓扑采用8×8 2D Torus.结果表明,与广泛用于实际系统的维序路由算法相比,这3种算法具备自适应性,在不同流量配置下都能提高网络的时延吞吐性能.     

时间敏感网络的控制架构

分析了时间敏感网络控制架构的设计需求,从配置对象、架构模型、架构实现等3个方面指出了时间敏感网络（TSN）控制架构的发展现状和面临的技术挑战,围绕需求感知、策略计算、策略部署等核心功能重点研究了基于网关和统一架构的2种实现方式,给出了TSN控制架构的发展趋势,为TSN的应用与推广奠定技术基础.     

Global resource allocation mechanism based on software-defined of TWDM-PON

For lack of global centralized control and flexible allocation of the inter-TWDM-PONs network resource, the architecture of the software-defined optical access network is designed and a novel global resource allocation mechanism with prediction is proposed. Based on the software-defined optical access network, the fuzzy neural network predicting model is utilized to reduce the interactive information delay between controller and OLT. Simultaneously, the adaptive and flexible weighting is utilized to allocate the inter-OLTs resource. Furthermore, an allocation algorithm with filling idle slots is designed to further reduce the network delay for the intra-OLT resource. Simulation results show that the proposed mechanism can optimize allocation of the different layers resource from the global network view. Also, the overall network delay is effectively reduced, and the channel utilization is improved.     

时延Elman递归神经网络及其在PMSM的混沌控制中的应用

针对Elman递归神经网络存在的高深度、低分辨率问题,提出了一个结构简单的时延Elman递归神经网络模型。通过在Elman递归神经网络中引入多步的时延结构和反馈结构增强网络的记忆深度和分辨率。针对永磁同步电动机(PMSM)中存在的混沌运动,设计了时延Elman递归神经网络控制器和辨识器,推导出时延Elman递归神经网络的动态反传算法。运用离散型Lyapunov稳定判据,推导出此神经网络控制器和辨识器的权值自适应学习速率的取值范围,确保了控制系统的稳定性和快速收敛性。仿真结果表明,作者提出的时延Elman递归神经网络在动态系统的辨识和控制等方面具有良好的性能。     

一种基于多智能体强化学习的流量分配算法

传统的流量工程策略的研究大多集中在构建和求解数学模型方面,其计算复杂度过高,为此,提出了一种经验驱动的基于多智能体强化学习的流量分配算法.该算法无需求解复杂数学模型即可在预计算的路径上进行有效的流量分配,从而高效且充分地利用网络资源.算法在软件定义网络控制器上进行集中训练,且在训练完成后再接入交换机或者路由器上分布式执行,同时也避免和控制器的频繁交互.实验结果表明,相对于最短路径和等价多路径算法,新算法有效减少了网络的端到端时延,并且增大了网络吞吐量.     

企业IT网络异常流量综合检测模型

结合企业内部信息技术网络特点,提出了用时间窗比较进行网络异常流量检测的新算
法. 将新算法同已有的静态、动态检测算法相结合,提出了网络异常流量综合检测模型. 该
模型可通过不同方法和角度进行比较,以发现网络中是否存在异常流量. 通过实际实现和
测试验证了模型的有效性.     

基于LSP时延和拥塞的分布式自适应流量工程算法

研究多协议标签交换(MPLS)网络中的流量工程,提出了基于标签交换路径(LSP)时延和拥塞 来优化网络流量的算法。给出全网流量优化的数学模型,并根据该模型内在的层次性,设计 了分布式自适应流量工程算法。为了使算法具有实时性强、收敛速度快、稳定性较好、运算 和网络开销小等特点,在设计中,采用了禁忌搜索和算法参数的非线性调整来提高算法的性 能。仿真分析表明,该算法能够实现对网络性能的全面优化,适合应用于骨干网的流量优化.     

液压平衡校正系统的自适应模糊神经网络控制

针对模锻液压机平衡校正系统存在不是由系统状态决定的时变负载干扰的特点,用具有时变参数辩识能力的自适应模糊神经网络(AFNN)对平衡校正系统的静态不确定性和时变负载进行在线估计,并根据估计值随时修正控制策略,使得实际的平衡校正系统在校正速度、动态特性和静态精度等方面均获得比较满意的效果。     

基于神经网络延时预测的自适应网络控制系统

针对网络控制系统存在着随机、时变、不确定的信息传输延时,采用带有时间戳的线性神经网络(TSLNN)进行在线延时预测,实时地获得当前采样周期的网络传输延时预测值.该方法选取3个先验的网络实测延时值作为神经网络的输入样本,选用widrow-hoff学习规则作为神经网络的训练算法;应用网络传输延时预测值,并采用一阶Pade方法,对数学模型中的延时环节进行线性化处理,从而获得无刷直流电机调速网络控制系统的线性数学模型;最后,利用模型参考自适应控制方法(MRAC)设计闭环控制器.仿真结果表明,将基于TSLNN在线延时预测的MRAC方法应用于无刷直流电机调速网络控制系统中,可以获得令人满意的系统动、静态性能.     

神经网络参数自整定PID控制在供热过程控制中的应用

目的 使供热控制技术适应大滞后、大惯性、时变对象的控制要求,提高供热控制性能以及抗干扰性.方法 采用神经网络理论与增量式PID控制相结合的智能控制方法 ,利用神经网络的自学习能力,在线整定PID三个控制参数,使系统具有更好的鲁棒性和自适应性.结果 仿真实验表明,与常规增量式PID控制效果相比,提出的控制方案使热力站二次网回水温度控制过程很快进入稳态,超调量减小3.57%,通过在线学习及自动更新Kp,Ki,Kd参数,控制系统响应速度加快,且能有效抑制扰动.结论 神经网络参数自整定PID控制算法优于常规的控制方法 ,提高了供热过程的动态和稳态性能,抗干扰能力增强,取得了良好的控制效果.