Prim算法在架设通信网络系统中的应用

通信网络系统架设属于典型的图论优化问题,针对通信网络系统的特点,抽象问题,简化模型,以通信网络系统架设费用最小为优化目标,应用Prim算法进行通信网络系统架设模型研究.首先简述了七城市之间架设通信网络系统问题,然后应用数学建模知识对隐含在该问题中的图论模型进行抽象研究,进而构造问题的数学模型,最后应用Prim算法设计了该通信网络系统架设的实现流程及相应代码的编写.程序执行结果表明:准确构建了问题的数学模型及应用Prim算法正确求解了该数学模型;并且权值因子的可变性使得该程序具有较强的通用性,易于在实际中使用.     

改进Kruskal算法仿真城市通信网络建设

给定城市间距离和费用的定性估计,研究其通信网络建设最小费用计算问题的计算机仿真方法.在保证各城市问能相互通信的前提下,构造分离集合改进Kruskal算法,仿真计算了网络建设最小费用,并得到了各城市间通信网络路径.应用VB6.O设计和实现了仿真程序,演算了一个具体的仿真算例,证明了算法的有效性和实用性并得到合理的结果,同时给出了其他多组仿真结果.此仿真方法对其他类似网络建设规划和费用计算问题具有较大的参考价值.     

基于Prim算法和Kruskal算法的最小生成树优化研究

文章从目前最常见的两种在图最小生成树算法,即Prim和Kruskal算法,展开了阐述和分析,运用了大量的数据和实例对这两种计算方法进行了分析和研究。通过试验并对Prim算法进行改进,从图中每个顶点的度数入手,采取删除某些无用边的思想方法,给出了一个寻找最小生成树的算法,使其能动态调整自身的性能,既适合于稠密图,又适合于稀疏图。     

基于“最小差值法”的网络模型耗费代价研究

最小生成树算法是数据结构中,求网络模型耗费代价最优解的一个重要工具。现实生活中的连通网络模型复杂而多变,有时还需兼顾其它的目标,一棵最小生成树不足以解决问题,因此找出所有的最小生成树是很有必要的,在此提出一种新的寻找所有最小生成树的算法--最小差值法。无向连通图网络通过去掉连枝生成最小生成树,一个连枝加入最小生成树形成一个圈。这种算法是在一个圈中,用连枝的权与其它树枝的权分别作差,求最小差值。由最小差值是否为零,判断原有的最小生成树能否通过换进换出边,生成新的最小生成树。该算法能够有规律、高效率的寻找出所有的最小生成树。在找出的所有最小生成树方案中,选择符合实时情况的最小生成树方案,该方案即为网络耗费代价的最优解。     

基于“最小差值法”的网络模型耗费代价研究

最小生成树算法是数据结构中,求网络模型耗费代价最优解的一个重要工具。现实生活中的连通网络模型复杂而多变,有时还需兼顾其它的目标,一棵最小生成树不足以解决问题,因此找出所有的最小生成树是很有必要的,在此提出一种新的寻找所有最小生成树的算法——最小差值法。无向连通图网络通过去掉连枝生成最小生成树,一个连枝加入最小生成树形成一个圈。这种算法是在一个圈中,用连枝的权与其它树枝的权分别作差,求最小差值。由最小差值是否为零,判断原有的最小生成树能否通过换进换出边,生成新的最小生成树。该算法能够有规律、高效率的寻找出所有的最小生成树。在找出的所有最小生成树方案中,选择符合实时情况的最小生成树方案,该方案即为网络耗费代价的最优解。     

基于粗糙集理论的Prim算法的推广

结合粗糙集理论中的上下近似理论与图论中的最小生成树算法提出了粗糙最小生成树算法,并构造了确定性最小生成树和可能性最小生树。     

基于Prim算法的最小生成树优化研究

在图的最小生成树算法中,Prim和Kruskal算法分别适用于稠密图和稀疏图,但两种算法都不能根据图的顶点数、顶点的度数以及边的分布情况自适应地改变自身.由此,对Prim算法进行改进,从图中每个顶点的度数入手,采取删除某些无用边的思想方法,给出了一个寻找最小生成树的算法,使其能动态调整自身的性能,既适合于稠密图,又适合于稀疏图,经实例验证,利用改进的Prim最小生成树算法,根据无向图的顶点数和顶点的度数动态确定求解最小生成树的时间,并将求解的时间复杂度最小化.     

基于图论的图像分割算法仿真研究

研究图像分割优化问题.由于图像可以分割为若干个不同的区域,要求分割边缘清晰,速度快.但传统图像分割算法由于计算复杂等原因,造成图像分割分辨率低,清晰度不高,当图像中的信息量非常大时,分割非常耗时等缺陷,提出了图论的图像分割算法.采用图论的图像分割算法是一种全局的分割算法,首先分析图像在不同FRFT域的能量分布特点,通过归一化剩余误差因子p评估和分析FRFT域的能量积聚性和图像所包含的信息,使用最小生成树方法对图像对区域分别进行分割,并最终合并,采用二值化方法对图像进行仿真.结果表明,改进的算法能有效的分割图像,提高了图像分割的速度,是一种有效的新颖的图像分割算法.     

基于蚁群算法的多目标网络铺设策略研究

研究通信网络在不同目标下的铺设策略。为满足不同需求,建立网络终端之间的距离矩阵并将其转化为一个全连通无向赋权图。根据网络设计标准,以最低成本为唯一目标建立最短路径模型,利用Prim算法求解得到最小生成树。在最小生成树逻辑结构上建立稳定性度约束模型,给出满足度约束的铺设方案。综合考虑网络铺设的多方面影响因素,建立多目标组合优化模型,基于蚁群算法设计不同链路通断概率、不同链路数目和较高稳定性下的全局最优铺设策略。     

基于主题模型的通信网络建模与仿真

探知通信网络的形成和演化机制是复杂网络领域中一个重要的研究点.众多研究者也提出了许多关于探索通信网络形成及演化机制的方法.现有的网络模拟方法主要着眼于网络的宏观特征而忽视了微观特征,导致个体用户模式的信息丢失.既然通信网络是与使用者的行为紧密相关的,那么构建模型时单用户的模式也应当被考虑进来.通过对网络中每个节点标注一个隐含属性——活跃度,提出一种基于主题模型的通信网络高效模拟生成方法.在真实邮件网络数据集上的实验结果验证了提出的方法能够很好地模拟原网络的整体特征和个体用户的行为模式.此外,由于隐私策略和访问权限的限制,对于大多数研究者而言,短时间内采集大规模的真实通信网络数据是十分困难的.许多研究工作因缺乏实验数据而受到制约,应对这个问题,可以使用该算法借助少量已有的通信数据流来生成大规模的模拟数据.该算法具有线性时间复杂度并且可以方便地并行化处理.     

基于改进的遗传算法的多目标优化问题研究

研究多目标优化算法问题,针对传统的多目标优化算法由于计算复杂度非常高,难以获得令人满意的解等问题,在图论和遗传算法基础上,提出了一种改进的遗传算法求解多目标优化方法。首先采用二进制编码表示最小树问题,然后采用深度优先搜索算法进行图的连通性判断,给出了一种新的适应度函数,以提高算法执行速度和进化效率。最后仿真结果表明,与经典的Prim算法和Kruskal算法相比,新算法复杂度较低,并能在第一次遗传进化过程中获得一批最小生成树,适合于解决不同类型的多目标最小树问题。     

无线传感器网络的数据汇聚机制

针方法是首先将传感区域内部的所有传感器节点采集的数据都传送对传感器网络的特点，提出了一种最小传输成本生成树的数据汇聚机制。具体实现给传感区域内离汇聚点最近的节点，经过数据汇聚后，将汇聚的数据通过最短路径传递给汇聚点。仿真结果显示最小传输代价生成树的数据拒聚能够减少数据传输量50％-80％，并具有较小的传输时延。     

Approximation Algorithms for Quickest Spanning Tree Problems

Let $G=(V,E)$ be an undirected multigraph with a special vertex ${\it root} \in V$, and where each edge $e \in E$ is endowed with a length $l(e) \geq 0$ and a capacity $c(e) > 0$. For a path $P$ that connects $u$ and $v$, the {\it transmission time} of $P$ is defined as $t(P)=\mbox{\large$\Sigma$}_{e \in P} l(e) + \max_{e \in P}\!{(1 / c(e))}$. For a spanning tree $T$, let $P_{u,v}^T$ be the unique $u$--$v$ path in $T$. The {\sc quickest radius spanning tree problem} is to find a spanning tree $T$ of $G$ such that $\max _{v \in V} t(P^T_{root,v})$ is minimized. In this paper we present a 2-approximation algorithm for this problem, and show that unless $P =NP$, there is no approximation algorithm with a performance guarantee of $2 - \epsilon$ for any $\epsilon >0$. The {\sc quickest diameter spanning tree problem} is to find a spanning tree $T$ of $G$ such that $\max_{u,v \in V} t(P^T_{u,v})$ is minimized. We present a ${3 \over 2}$-approximation to this problem, and prove that unless $P=NP$ there is no approximation algorithm with a performance guarantee of ${3 \over 2}-\epsilon$ for any $\epsilon >0$.     

Approximation Algorithms for Quickest Spanning Tree Problems

Let $G=(V,E)$ be an undirected multigraph with a special vertex ${\it root} \in V$, and where each edge $e \in E$ is endowed with a length $l(e) \geq 0$ and a capacity $c(e) > 0$. For a path $P$ that connects $u$ and $v$, the {\it transmission time} of $P$ is defined as $t(P)=\mbox{\large$\Sigma$}_{e \in P} l(e) + \max_{e \in P}\!{(1 / c(e))}$. For a spanning tree $T$, let $P_{u,v}^T$ be the unique $u$--$v$ path in $T$. The {\sc quickest radius spanning tree problem} is to find a spanning tree $T$ of $G$ such that $\max _{v \in V} t(P^T_{root,v})$ is minimized. In this paper we present a 2-approximation algorithm for this problem, and show that unless $P =NP$, there is no approximation algorithm with a performance guarantee of $2 - \epsilon$ for any $\epsilon >0$. The {\sc quickest diameter spanning tree problem} is to find a spanning tree $T$ of $G$ such that $\max_{u,v \in V} t(P^T_{u,v})$ is minimized. We present a ${3 \over 2}$-approximation to this problem, and prove that unless $P=NP$ there is no approximation algorithm with a performance guarantee of ${3 \over 2}-\epsilon$ for any $\epsilon >0$.     

基于Prim最小生成树的路面裂缝连接算法

在利用数字图像技术检测路面裂缝时,由于部分裂缝过窄或被阴影遮挡或被灰尘填充,导致检测出的裂缝目标不连续,严重影响后续的裂缝参数测量和评价.为此,提出一种基于Prim最小生成树的路面裂缝连接算法.利用屋脊边缘检测方法识别所有的可疑裂缝目标,运用裂缝形状特征去除斑点或块状噪声,实现裂缝的粗定位.在此基础上,通过形态学方法提取粗定位裂缝片段的端点,利用Prim算法构造最小生成树实现路面裂缝片段端点的连接,同时使用裂缝的方向和对比度特征去除连接中的强制伪连接;在连接的基础上对裂缝进行填充和增强,得到完整的裂缝分割目标.对200幅路面图像进行算法测试,应用Hausdorff距离对多种算法的分割性能进行评估,实验结果表明,该算法能明显提高裂缝检测目标的连续性,其检测准确率比灰度直方图等算法高出6个～13个百分点.     

传感网络与执行器网络混网联合通信优化仿真

在无线传感网络与执行器网络联合通信问题的研究中,执行器网络根据传感网络采集数据与之进行联合通信.在执行器网络执行操作时,需要保证传感器的通信对象处于静态状态,以保证通信稳定性.但很多环境下传感器网络节点多处于活动状态.传统的传双网联合通信方法没有充分考虑到传感器网络节点的移动性,仅仅以多点采集求平均的方式完成动态下的信息交换,会产生较大的通信误差,影响了双网联合通信的性能.为解决上述问题,提出功率均匀分配协同通信的传感网络与执行器网络联合通信的方法.在通信对象静止的情况下,引入通信节点的动态变化函数,获取联合通信状态方程,并对上述方程求解,完成传感网络与执行器网络联合通信的去噪处理,建立联合通信模型,获取联合通信网络通信动态信号图谱,实现传感网络与执行器网络联合通信.实验结果表明,利用改进算法进行联合通信,能够提高通信效率.     

遗传优化模糊神经网络在组合导航系统中的应用

组合导航系统中,传统的多传感器数据融合算法存在着非线性、计算误差、维数灾难和模型误差等问题.遗传优化模糊神经网络不仅具有模糊神经网络的表达近似与定性知识,较强的学习和非线性表达等能力,而且具有遗传算法的全局搜索能力,是一种有效的数据融合算法.本文将之应用于组合导航系统中,仿真结果证明了该算法的有效性.     

Petri网在通信网络仿真建模中的应用

计算机仿真是通信网络技术研究中的一种非常有效的分析工具,而Petri网是一种应用非常广泛的建模工具,为了设计和开发通用的通信网络仿真系统,该文将Petri网技术应用于仿真建模过程中,所建模型简洁,直观且含义准确。     

基于GA的神经网络在火工药剂辨识的应用

在分析火工品压药模型的基础上，结合计算智能的相关理论．介绍了基于遗传算法的神经网络模型系统用于火工品药柱剂量的辨识。试验结果表明，该系统能够较好地满足辨识火工品药柱剂量的要求。