基于图论方法的光通信网络关键节点确定

为提升网络连通性能,对基于图论方法的光通信网络关键节点确定方法进行研究。依据图论方法建立光通信网络图论模型,利用自适应蚁群算法,求解图论模型,获取节点间的最优路径,优化光通信网络;利用基于局部中心性的关键节点确定算法,按照局部中心性指标选择网络初始点覆盖集,并剔除该点覆盖集,以迭代方式,选取令网络连通节点对提升最小的节点,将其回添至优化网络内,以点覆盖集内节点符合待剔除关键节点数为止,完成光通信网络关键节点确定。实验证明：该方法可有效优化光通信网络,提升网络连通性能;在无向无权与无向加权网络时,该方法均可精准确定关键节点,选择局部度和中心性指标作为关键节点确定的局部中心性指标,可提升关键节点确定精度。     

基于图论的光传感器节点部署优化研究

图论在合理部署光传感器节点领域取得一定成果,优化部署光传感器节点是延长传感网络使用寿命的有效途径,为此,对光传感器节点进行部署优化。基于图论构建光传感器网络节点模型,将光传感器网络划分成多个网格,每个网格配置一个活动节点、多个冗余节点,计算光传感器节点负载情况;考虑节点负载量,基于萤火虫算法(GSO)部署光传感器节点,将传感器节点等同于萤火虫,覆盖信号强度为荧光素浓度,计算网格内光传感器节点移动概率、判断节点移动方向,实现光传感器节点的优化部署。光传感器仿真部署结果如下:该方法部署的光传感器节点覆盖率广、节点移动距离和较短,有效延长光传感器网络寿命。     

基于数据挖掘的复杂光通信网络节点调度方法

为解决当前光通信节点调度中存在的调度效率低,网络覆盖率低的缺陷,提出基于数据挖掘的复杂光通信网络节点调度方法.结合当前光通信网络节点调度的研究进展,找出光通信网络节点调度方法的不足,结合光通信链路方式构建复杂光通信网络模型,利用学习 自动机计算方法实现复杂光通信网络节点调度.实验结果表明:当网络节点数量为500个时,设...     

基于蚁群算法的传感器网络节点部署设计

传感器网络节点的人工部署是一类重要的应用方式,为了解决传感器网络节点部署位置的优化问题,提出了基于蚁群算法的传感器网络节点部署设计算法Easidesign.针对蚁群算法在解决传感器节点部署的扩展性问题,提出了贪婪策略、额外信息素蒸发机制等改进方法.Easidesign算法最大特点是充分考虑到当sink节点处于不同位置时对传感器节点部署设计的影响,并且能保证每个部署的节点与sink的连通性,因此Easidesign具有很大的实用价值.通过大量仿真与实验,不仅证明了算法的有效性,而且给出了如何设计算法中的关键参数等问题.     

基于传输节点模型的光通信网络数据稳定传输方法

针对光通信网络现有数据传输方法稳定性较差、耗时较长问题,提出 自由空间光通信网络数据稳定传输方法.根据网络数据稳定传输原理分析其具体结构,建立数据传输节点模型,采用向上排序值运算对数据集调度任务实施排序,得到平均时长最短时长.通过节点和数据的有效分配获取初始资源调度时间负载向量,得到数据传输资源调度的最小完成时间,最终...     

基于节点冗余容量动态控制的复杂网络鲁棒性研究

针对传统级联失效模型中冗余参数固定不变的问题,该文综合考虑节点受攻击程度不同和失效过程中网络拓扑的动态变化,建立了基于节点冗余容量动态控制(DRC)的级联失效模型。通过定义网络相变临界因子begin{document}$theta $end{document}衡量节点失效引发级联失效的概率,分析了网络鲁棒性与b...     

基于节点冗余容量动态控制的复杂网络鲁棒性研究

针对传统级联失效模型中冗余参数固定不变的问题,该文综合考虑节点受攻击程度不同和失效过程中网络拓扑的动态变化,建立了基于节点冗余容量动态控制(DRC)的级联失效模型.通过定义网络相变临界因子θ衡量节点失效引发级联失效的概率,分析了网络鲁棒性与θ之间的相关性,并结合度分布函数详细推导了θ的解析表达式,基于解析表达式提出了两种网络鲁棒性提升策略.仿真结果表明,在模型网络和真实网络中,根据被攻击节点度的不同,通过调整节点初始负载参数可以有效提高目标网络的鲁棒性;DRC模型下级联失效传播范围较τ Motter-Lai(ML)模型显著减小.     

基于三级邻居的复杂网络节点影响力度量方法

已有的节点影响力度量方法均存在一定的局限性。该文基于三度影响力原则,综合考虑局部度量的适宜层次及大规模网络的可扩展性,提出一种基于3级邻居的节点影响力度量方法(TIM)。该方法将节点2, 3级具有传播衰减特性的邻居视为整体,用于度量节点的影响能力。利用传染病模型及独立级联模型,在3个真实数据集验证了该方法的有效性。实验结果表明,基于3级邻居的节点影响力度量方法在影响力一致性、区分度、排序性等指标中表现优越,且能够有效求解影响力最大化问题。

     

基于概念格的复杂网络重要节点评估

传统复杂网络重要节点评估存在评估准确率较低的问题,因此对基于概念格的复杂网络重要节点评估进行研究。以重要节点评估网络示意图为基础,对网络直接与平均距离进行计算,从而复杂网络节点中心度,实现对复杂网络重要节点的评估。根据模拟实验证明,基于概念格的复杂网络重要节点评估与传统方法相比,评估准确率提高14%。     

基于谱分析的复杂网络脆弱节点发现算法

未来以网络为中心的信息化战争,节点打击、毁点瘫面成为攻击敌方信息网络、夺取信息优势的重要手段。针对寻找敌方网络弱点进行攻击、提升我方体系抗毁能力拒止攻击等问题,在复杂网络拓扑连接矩阵的基础上,引入Laplacian谱分析方法,提出拓扑连接度概念,通过计算网络中各节点的拓扑连接度,发现脆弱节点并给出脆弱性排序,为信息网络的健壮性与抗毁性研究提供了一种有效的全新思路。     

基于历史连接数据的机会网络关键节点预测

鉴于无线传感网络关键节点探测算法的研究基础,设计了一种基于历史连接数据预测机会网络关键节点的算法(HDPA)。考虑到节点间连接时长与频率对连通概率的影响,提出了一种连通概率的计算方法。将研究时间切分成若干个周期,利用历史连接数据对各周期的连通概率进行计算。将所得时序周期的连通概率进行趋势分析,根据其走势应用相应的指数平滑法预测未来周期内的连通概率,从而得到一个概率连通图。将疑似节点从图中删除,计算概率连通子图的连通概率即可得到该节点成为关键节点的概率。最终将节点概率大于0.5的节点预测为关键节点。实验结果表明,HDPA具有较高准确度和较好扩展性。     

基于图神经网络的复杂网络关键节点检测算法

针对复杂网络关键节点检测算法准确性低及可靠性不足的问题,结合图神经网络(Graph Neural Network, GNN)模型提出了一种新的复杂网络关键节点检测算法。将复杂网络建模为图模型,通过注意力机制学习每个邻居节点的权重;利用GNN强大的图学习和推理能力,评估网络中节点与连接的关键性评分;采用强化学习(Reinforcement Learning, RL)搜索GNN的超参数,从而提高关键节点检测算法的可扩展性及可靠性。仿真实验结果表明,由该算法检测的关键节点具有较高的准确性,并且具有较快的运算速度。     

分布式无线感知网络节点部署算法研究

在无线感知网络节点部署中,目标区域的覆盖率大小对信号检测的效果具有重要的意义,通过智能优化算法来提高区域覆盖率已成为当前无线感知网络节点部署领域的研究热点之一。为了提高分布式无线感知网络对目标区域内的重点区域的覆盖率和减少冗余感知节点的投放,论文提出了一种分布式无线感知网络节点部署算法。该算法首先通过随机部署满足连通性的少量感知节点后初次工作来定位和估计出重点区域,然后将估计出的重点区域融入到粒子群算法的目标函数和粒子更新方程中实现对感知节点的重新部署,从而更好的优化了重点区域的覆盖率和减少冗余感知节点数量。仿真结果表明,与标准粒子群算法及其他优化算法相比,论文所研究的算法有更高的覆盖率和更低的迭代次数。      

传感器网络中继节点扩展部署的优化算法研究

提出了一个支持多维定标的中继节点可扩展部署算法,当现有中继节点过载时能及时增加新的中继节点并定位新增中继点的最优位置.该算法把部署问题转化为多维欧氏空间下的优化选址问题,通过启发式搜索传输空间的相交区域来查找中继节点的合理部署,并证明了算法的正确性和完备性.在此基础上进一步提出优化方法,可以把算法的复杂度降为节点数量的线性函数.仿真实验结果表明,提出的部署算法能较大程度地平衡网络流量负载,从而降低数据传输过程的能量消耗,延长网络生命周期     

基于MOEA/P的无线传感器网络节点部署研究

在无线传感器网络节点部署中,提高网络覆盖性、连通性,降低网络成本,满足过度覆盖约束等是优化无线传感器网络的多个目标,提高无线传感器网络的服务质量的问题成为一个多目标优化问题。研究围绕在二维的平面区域进行传感器节点的部署。在保证连通性的基础上,采用基于投影面的MOEA/P算法实现最大化覆盖区域,最小化节点部署成本。实验结果表明,采用MOEA/P算法进行节点部署优化比采用MOEA/D算法在IGD指标上降低了18.5%。     

面向星地融合网络的星上管控节点动态部署方法

针对低地球轨道卫星网络节点高动态性的问题,提出一种面向星地融合网络的星上管控节点动态部署方法。首先,基于星地融合网络结构复杂多变和星上节点处理能力受限的特点设计主从协同管控的星地融合组网架构;其次,提出星上管控节点部署模型,该模型以星上管控节点部署成本作为优化目标函数,综合考虑业务QoS和网络负载等约束条件,旨在通过优化控制器的数量和位置来改善卫星组网响应时延;最后,采用强化学习方法快速求解不同网络拓扑状态下的星上管控节点数量和部署位置。仿真实验分析了所提算法、加速粒子群算法（ASPO）及最优搜索算法（OptSearch）在星上管控节点动态部署数量和平均组网响应时延上的对比结果,从而验证所提算法在星上管控节点部署中具有一定的优越性。     

基于改良麻雀搜索优化的WSN节点部署策略

覆盖问题是无线传感器网络(Wireless Sensor Network, WSN)设计中的首要问题,尽可能优化区域覆盖率是提升网络感知性能的直接手段.鉴于此,提出一种基于改良型麻雀搜索算法(Reformative Sparrow Search Algorithm, RSSA)的节点部署优化方案.首先,在算法搜索阶段,...     

一种基于局部传播路径的复杂网络关键节点识别方法

复杂网络中的关键节点识别是研究复杂网络结构、功能、性质的重要基础,在市场营销、谣言控制、交通规划等不同领域都有很强的应用价值。节点的关键性等价于节点的影响力,因此,关键节点识别问题可看作节点影响力评估问题。文章提出了一种基于局部传播路径的复杂网络关键节点识别方法,该方法仅需计算目标节点两步之内的拓扑结构,还综合考虑了传播概率对节点影响力评估的影响。与常见的度中心性、介数中心性、接近中心性、Kshell中心性相比,该算法识别结果更准确,在不同传播概率下表现更稳定。