基于连接低干扰的无线Mesh网络信道分配算法研究

为合理地分配和利用无线信道资源,研究者们提出了许多关于多射频多信道无线Mesh网络的信道分配算法。该文针对无线Mesh网络的信道分配算法,以连接低干扰信道分配算法(CLICA)为基础,以提高网络容量(吞吐量)为目标提出了一种改进算法。该算法根据网络中各链路的干扰度来计算网络干扰度,通过减小网络的干扰度来提高网络吞吐量,以实现最小化网络干扰度的目标。构建信道分配的数学优化模型,通过NS2仿真验证比较改进前后算法的性能,求解出最优的信道分配。     

MPCC:一种用于Ad Hoc网络多径路由的优化拥塞控制算法

基于Ad hoc网络中信息流之间的竞争特点,引入了链路干扰集的概念,并将描述Internet中多径路由拥塞控制问题的多径效用最大化问题推广到Ad hoc网络中. 由于多径效用最大化问题中的目标函数对路径速率而言不是严格凹的,所以运用罚函数法将此最大化问题转化成新的等价形式,再运用次梯度法获得了原问题的最优解,由此提出了用于Ad hoc网络的多径路由优化拥塞控制算法MPCC. 链路和源节点能独立平行地执行该算法. 仿真结果表明,MPCC能快速收敛到最优解,对网络状态的变化具有较好的自适应能力,所获得网络性能比TCP-Reno的AIMD算法要优越,因此适用于实际Ad h oc网络.     

无线Mesh网络中功率控制、信道分配和调度的联合优化

研究规则的多接口多信道无线Mesh网络吞吐量最优化问题,目的是在给定网络拓扑结构和流量需求的情况下,联合考虑功率控制、信道分配和调度,求出公平性约束下的最大吞吐量.采用图论的方法,目标优化问题可以被分解为有限个子问题,而每个子问题可以表示成一个线性规划问题,分别求解这些子问题从而得到目标问题的解,并从理论上证明了该解的全局最优性.该算法需要遍历所有可行的场景,具有O(2n)的计算复杂度.同时提出了一种次优算法,以很小的性能下降为代价获得了O(n)的计算复杂度.仿真实验结果显示,在9个节点的网络中,次优算法得到的网络吞吐量与最优算法相比下降不超过8％,而计算速度有显著提高.     

基于动态规划优化传感器网络寿命的算法

根据多跳无线传感器网络的特点,为了优化网络中节点的生存时间,提出了一种求解无线传感器网络寿命Pareto最优的集中式算法.熵是系统平均程度的度量,通过证明最大熵函数与传感器网络寿命Pareto最优的等价关系,建立了求解传感器网络最大熵函数的动态规划模型,将复杂的多目标线性规划问题转换成单目标动态规划问题.理论分析和仿真研究结果表明,新算法能够快速有效地获得网络寿命的Pareto最优解,达到了优化传感器网络寿命的目的,提高了系统的可实现性并降低了计算复杂度.     

基于混合遗传免疫粒群优化的网络拥塞控制方法

微粒群优化算法具有搜索速度快、易于实现等优点,然而在解决实际问题中它容易陷入局部最优.笔者通过给出一种混合的策略——遗传免疫粒群算法,将遗传算法,免疫算法引入到微粒群算法中,既能提高全局搜索能力,避免在搜索过程中陷入局部最优,又使算法保留了种群多样性的特点,提高算法的收敛速度.将该算法应用于网络拥塞控制中,提出一种基于混合遗传免疫粒群优化的网络拥塞控制方法来解决网络拥塞问题,通过仿真研究,验证了该方法的可行性.     

联合路由、信道分配和调度的无线Mesh网络容量

研究了多信道多接口无线二维随机Mesh网络容量的联合优化问题.在用户流量比例公平的条件下,分析了路由、动态信道分配和调度算法的约束模型,把网络容量的联合优化建模为线性规划（LP）问题.基于该模型提出了容量的上、下界低复杂度计算方法,仿真计算了25个结点的二维随机网络在不同信道数、接口数和网关数约束下容量的上下界,所得下界至少为上界的85%.同时根据容量计算的结果分析了网络容量随上述诸因素变化的规律,表明一个接口可以有效利用多个信道,网关带来的容量边际效应越来越小.     

面向时延约束的多跳自组网络性能建模分析

由于无线信道的复杂特性,使得无线多跳自组网在实际应用中的可靠、可用性和实时性均难以得到有效保障.对此,提出了面向时延约束下最大化带宽利用率的集中式多跳自组网络协议参数设计策略.基于无线多跳网络集中式通信调度机制,在网络参数、业务参数、协议参数的基础上充分考虑信道参数带来的影响,建立端对端时延模型和带宽利用率模型.数值仿真结果表明,集中式调度机制更适用于节点规模较小的多跳自组网络.基于上述模型增加时延约束确定网络规模,以最大化控制时隙利用率为目标设计协议参数,使网络带宽利用率在满足时延约束的前提下最优.     

基于粒子群优化的无线Mesh网络信道分配算法

多信道多天线（MCMR）广泛被用于提升无线Mesh网络的性能,但现有信道分配算法存在两方面问题:算法的时间太长和空间复杂度过高,无法获得全局最优解;算法可扩展性差,无法适用于大规模的网络。为解决上述问题,该文借鉴粒子群优化算法在收敛快、开销小等方面的优势,以建模无线Mesh网络中的信道分配问题。通过网络信息的交换和干扰模型的定义,以最小化适应度函数为优化目标,以天线、可用信道数量、信号干扰等为约束条件,设计并实现了基于粒子群优化的信道分配算法（PSOCA）。仿真实验表明了算法的可行性,且与同类算法相比,该算法在网络吞吐量和丢包率两个方面具有明显的改善。     

基于粒子群算法的城市接驳公交网络优化调度方法

为提高公共交通分担能力和解决轨道交通与交通出行起讫点之间的公共交通接驳优化调度问题,提出了轨道与公交的接驳公交网络优化模型.模型主要考虑不同接驳站点在不同时间对轨道交通和交通出行起讫点之间的接驳需求建立多目标模型.分析选用粒子群算法对所建立的多目标优化模型进行分析求解,比较了在轨道接驳需求下多种车队规模的调度线路、时刻安排状况,得到轨道线路邻近区域内接驳网络的优化调度,当车队规模在定值时即可满足接驳轨道交通的换乘需求,优化调度使得平均满载率显著下降,另外,验证了接驳公交网络基于粒子群算法的优化调度可有效降低营运消耗.     

Ad hoc网络中基于拥塞的机会调度算法

无线多跳Ad hoc网络中的节点在业务发送过程中需要竞争共享信道,容易发生局部拥塞导致网络性能下降,而且节点内部采用的先入先出(FIFO)队列容易使队头出现阻塞现象,影响队列中后续分组的发送。为此提出了一种基于拥塞的机会调度算法,发送节点发送RTS帧时目标指向多个下一跳接收节点,这些节点在正确解码RTS帧后根据自身拥塞程度按一定概率依照调度优先级顺序发送CTS帧。仿真结果表明,该算法提高了网络端到端的饱和吞吐量和信道利用率,也提高了业务流之间的公平性。     

基于量子粒子群的软件模糊可靠性分配模型

针对软件可靠性分配中存在多个优化目标的问题,提出了一种新的模糊多目标分配模型,并采用量子粒子群优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊目标进行处理,将优化后的量子粒子群算法用来求解软件模糊可靠性分配模型。实验结果验证了文章提出的软件模糊可靠性分配模型是有效的,多目标的Pareto最优解为可靠性和成本之间的决策提供了依据。     

低复杂度的OFDMA系统调度与资源分配算法

针对多用户多业务OFDMA系统存在的缺陷与不足,提出了一种低复杂度的分组调度与资源分配算法.该算法考虑队列状态、QoS要求、信道情况和业务优先级等信息,分别定义了实时轮询服务、非实时轮询服务和尽力而为服务的效用函数,算法在满足各种业务延时、传输速率和丢包率约束条件下,通过最大化非实时业务总吞吐量实现调度和资源分配.仿真结果表明,与已有算法相比,该算法在非实时业务总吞吐量下降不大的情况下,在性能和复杂度之间取得了较好的折中.     

不确定环境下复杂产品维护、维修和大修服务资源调度优化

基于对复杂产品维护、维修和大修（MRO）协同服务资源调度的需求分析,从现实角度出发,建立资源调度时间和服务执行时间参数不确定条件下的随机机会约束规划数学模型. 提出由随机模拟、神经网络和离散粒子群优化算法组合成的混合智能算法,求解所提出的优化问题. 随机模拟方法为所建立的神经网络模型提供训练样本集,得到的训练样本集被用于训练神经网络模型以逼近优化目标函数,训练后的神经网络模型被用于代替优化目标函数来执行粒子群算法优化迭代. 该混合算法能有效提升时间参数不确定条件下的复杂产品MRO协同服务资源调度双目标优化问题的求解速度. 案例分析表明,相比于确定性条件下的优化算法,所提出的随机机会约束规划模型和混合算法更适用于求解现实中不确定条件下的MRO服务资源调度问题,所求得的调度方案在实际执行中具有更好的鲁棒性.     

考虑不确定性分布式电源影响的配电网无功补偿配置方法

分布式风电、光伏电池等出力不确定性电源在配网中的推广会造成系统潮流波动,配置一定容量的无功补偿可以降低节点静态电压越限概率,减少网损,提高系统运行可靠性.以补偿电容的投资支出、系统网损、电压质量以及废气排放量等综合最优为目标函数,在约束条件中计及节点电压越限概率的上限值,建立考虑不确定性分布式电源影响的补偿电容优化配置模型,并采用遗传算法进行最优求解.算例结果表明,该无功补偿最优配置方案能提高节点电压期望水平,降低越限概率,实现经济效益、环境效益以及电压质量的综合最优,验证了所建模型的合理性和有效性.     

上行小小区网络采用累计分布函数的资源分配

为了降低上行小小区网络中共信道干扰对频谱效率的影响,提出了一种基于累计分布函数的用户调度和分布式功率分配联合优化算法．小小区基站选取信噪比累计分布函数值最大的用户进行调度,被选中的用户调整发送功率,使其对同频小区的干扰低于门限值．通过设置合理的门限值,将全局最优问题转化为分布式最优问题,采用拉格朗日对偶分解,获取最优的功率分配．仿真结果表明,该算法同传统最优功率分配算法相比,能够降低复杂度,并且具有相近的系统性能．     

城市交通微循环系统优化设计方法

为充分利用城市交通微循环道路资源以有效缓解路网交通拥挤,在分析交通微循环系统特征的基础上,设计了完整的城市交通微循环系统优化方法.以缓解区域路网交通拥挤为优化目标,依据交通流特征与交通需求定位城市主干道路网的拥挤路段,然后建立微循环绕行路线的搜索模型,能够确定需进行道路条件与交通组织优化的微循环路段,并生成静态交通标志与可变信息板的布设地点.以曲靖市中心城区交通微循环系统优化为实例,验证了所提出优化方法的有效性.     

求线性比式和问题全局解的新方法

针对广泛应用于运输计划、政府契约等实际问题中的一类凸约束域上的线性比式和问题（P）提出一凸化方法。首先给出问题（P）的等价问题（Q）,然后对问题（Q）中的目标函数进行界的放缩,把原问题转化为一个容易求解的凸规划问题.数值算例表明这个方法是有效可行的。     

基于FCND问题的食品冷链运输网络优化

将多商品流网络设计应用到食品冷链物流运输网络的优化之中,来解决一类多商品运输网络优化设计问题,优化设计的目的是在满足一定食品冷链运输服务水平的前提下,有效控制整个食品冷链运输网络的成本。建立了一个能够描述运输网络决策的多商品运输网络设计问题的优化模型,并使用添加／删除算法对模型进行求解分析,最后的算例计算结果验证了模型的合理性和算法的有效性。     

基于链式遗传——模拟退火算法的配电网络重构

以网损最小为目标函数,节点电压、网络辐射性和电源容量的限制为约束条件,建立了配电网络重构优化数学模型。针对各种单一算法的局限性,提出了一种基于链式遗传-模拟退火算法。该算法将环境压力映射为待优化问题,进化链（食物链）上每条染色体（个体）则对应问题的一个候选解,通过模拟退火Metropolis取舍准则控制算法搜索最优方案的进程。最后,在IEEE16节点系统上验证了所提方法的有效性。     

基于边介数的大城市公交网络优化模型

为解决大城市公交网络优化设计问题,提出一种考虑交通拥堵的网络优化模型．首先分析最短路策略在大城市应用的弊端和造成交通拥堵的原因,在研究复杂网络理论的基础上,基于边介数提出绕行策略．通过扩展边介数,定义有效边介数和有效路径,提出基于边介数的大城市公交网络优化模型,并设计了实现算法．以长春市路网为例,求解β．结果表明,随着β的变化,平均出行距离先减小后增大,在β=0时最短;平均出行速度先基本稳定后急剧增大．β=0.1时,居民平均出行时间最短,网络效率最高,这时优化模型可快速减少由于交通拥挤造成的网络效率损失．