基于Frank-Wolfe算法的路径交通量求解方法

针对用户均衡交通分配问题,提出一种可以避免穷举网络中的所有路径的基于Frank-W olfe算法的路径交通量求解方法。它在已知一组满足用户均衡规则的基于终点的路段交通量和交通网络中各个OD(origin destination)对间的最短路集合的前提下,运用一个算法确定出一组满足用户均衡规则的路径交通量。文中通过算例说明该方法是有效的,并通过比较指出该方法在存储内存、计算结果以及计算速度方面优于其他基于路径算法。     

基于记忆机制的动态交通路径优化算法

在对经典路径优化算法性能进行分析的基础上,指出了现有路径优化算法在大规模路网条件下实时性差的问题。通过比较道路交通网络路径优化和机器人寻路过程的异同点,基于智能机器人寻路的D*Lite算法和记忆规则,提出一种新的道路网络动态路径优化算法,并对其性能进行了测试和对比分析。结果表明,该方法在保证路径优化结果相近的情况下可以减少优化计算时间26%~50%。     

考虑交通量随机波动的随机用户均衡配流模型

研究了随机用户均衡路网中交通量的随机波动现象。基于随机效用理论,运用贝叶斯定理构建了可以反映随机用户均衡路网中路径路段交通量概率分布的交通配流模型,避免了交通量的随机性在交通配流模型中被忽略的问题。侧重分析了路网中驾驶员的随机路径选择行为以及道路通行能力的不确定性对交通量波动的影响。设计了一种马科夫链-蒙特卡洛算法用来根据交通量概率分布估计路径路段交通量的统计特征。在一个中等规模路网上对提案模型进行了验证,结果表明:模型可以有效地评估出路径选择行为以及通行能力不确定性等因素对交通量波动的影响。     

区域路网新建公路转移交通量预测方法研究

提出一种基于现状路网路段交通量来预测新建公路转移交通量的预测方法。该方法分为3个步骤：确定路段的交通阻抗；找出与新建路有竞争关系的最短路径及次短路径；确定节点之间的出行量、分配并汇总转移交通量。     

一种网络编码的多播路由算法

提出一种基于网络编码的新多播路由算法,该算法借助Dijkstra约简网络搜索源节点到各接收节点的路径族,并在搜索过程中考虑不同路径族之间链路的共享,以降低带宽资源消耗,改善链路负载均衡,提高了网络性能．仿真验证了算法的有效性,而且其性能逼近基于网络编码的最小费用多播算法．最后,数学分析表明该算法节约了40％左右的计算量．     

基于蚁群模拟退火算法的云环境任务调度

针对云计算的MapReduce编程框架,提出一种融合蚁群算法和模拟退火算法的混合调度算法（ACOSA）。该算法以最小化调度时间为目标,引入了任务与资源的匹配因子和负载均衡度,先利用蚁群算法得到一组任务到资源的优化解,然后通过模拟退火算法对解进行路径的优化和信息素的更新。通过扩展Cloudsim云计算仿真平台,对其进行重新编译,实现了所提出的算法,实验结果表明该算法在调度时间、负载均衡等方面表现良好。     

一种考虑复杂约束的线缆束路径规划方法

针对现有的路径规划方法无法用于考虑复杂工程规则约束的多电飞机机载设备线缆束路径规划的问题,基于拟物拟人算法和改进A*算法,研究并提出一种考虑复杂约束的线缆束路径规划方法.首先,提出了综合考虑路径长度成本、弯线槽材料成本、弯线槽工艺成本和弯线槽重量成本的布线总成本的计算方法,并改进了传统A*算法中的估价函数;然后,基于拟...     

一种基于预测信息的时间依赖网络路径规划算法

对时间依赖路网最短路径规划算法的研究是车辆动态导航技术领域研究的热点之一。针对最小时间规划算法存在的不足,在研究SPFA（ShortestPathFasterAlgorithm）静态规划算法的基础上,结合两种算法的优点,提出了一种改进的基于路况预测信息的最小时间路径规划算法,并通过实例进行了验证。结果表明,新算法能够提供实时、高效、预测性强的规划路径,在城市交通中能较好满足用户需求。     

基于路径旅行时间分析的交通异常检测方法

为了综合考虑连续路段通行能力波动对旅行时间的影响,避免由单一路段通行能力的常规性波动所导致的交通异常误判,提出了一种基于路径旅行时间分析的交通异常检测算法。该算法将深圳市路网网格化为若干个地理子区,以地理子区为单位,使用ST-matching地图匹配算法将深圳市出租车GPS坐标记录点匹配到相应路段,采用基于密度的DBSCAN聚类算法计算路径旅行时间的时变异常阈值,来判定旅行时间的异常。该方法成本低廉,实施难度小,能精确灵敏地检测交通网络异常。     

基于改进PSO算法的自适应均衡算法

传统的自适应均衡算法存在收敛速度慢,稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制.具有梯度搜索因子的Grads-PSO算法,结合了传统数值优化方法在计算速度和计算精度上的优势,将梯度法引入粒子群算法中.在梯度搜索因子的指导下,PSO算法的运算过程显得更加有规则,从而提高了算法的收敛速度和运算精度.因此,本文提出将改进PSO算法用作自适应均衡器均衡算法.通过仿真实验表明,改进PSO算法具有收敛速度快,计算精度高的优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法.     

在线聚类的网络流量识别

针对网络流量在线识别的难题,提出一种聚类算法和在线流量识别方案.以网络数据流的若干初始数据包作为子流,提取子流的统计特征,应用基于滤波器算法的属性相关性算法提取子流最佳特征子集,并提出基于密度的在线带噪声空间聚类算法对子流特征向量进行聚类,采用优势概率业务实现聚类和应用类型的映射.实验结果表明,该方案具备识别新应用类型和加密数据流的功能,且能实现在线的网络流量分类.     

由路段流量反推OD矩阵的单层规划模型研究

由于OD矩阵在路网中的表现就是路段流量,据此,本文将基于用户平衡分配流的双层规划模型简化成单层规划模型.文章构造出一个把路段流量与实测的路段流量之间的偏差平方和最小作为目标函数的单层规划模型及其求解算法.新的算法考虑了交通数据中的不确定性因素,将反推的路段流量和实测的路段流量控制在一个允许的偏差范围内,这样推导出来的OD矩阵精确度更高,更符合实际.     

拥堵路网交通流均衡分配模型

为克服利用传统静态交通流分配模型分析拥堵道路网络交通流分配问题的不足,研究交通拥堵状态下静态拥堵交通流均衡分配模型.首先,基于拥堵路段上交通流特征,分析拥堵路段阻抗函数特点,包括满足拥堵路段上流量随车辆数增加而减少的特征;其次,分析拥堵状态下用户疏解路径选择行为,提出道路网静态拥堵交通流分配的用户均衡与系统最优原理;再次,构建道路网静态拥堵交通流用户均衡与系统最优分配模型,并证明模型与用户均衡原理的等价性、模型解的唯一性;最后,给出求解用户均衡模型的迭代加权求解算法.通过算例与传统静态交通流分配进行对比分析,结果表明:拥堵用户均衡分配模型与拥堵系统最优分配模型可以合理描述拥堵用户均衡原理与系统最优均衡原理,且拥堵用户均衡分配模型可以合理描述路网处于全拥堵状态下各路段实际通过流量.拥堵交通流分配模型可应用于由拥堵蔓延导致的局部全拥堵区域,可作为半拥堵静态交通流分配的核心部分之一.     

LTE系统中基于缓存信息的非实时业务调度算法

为解决LTE系统中非实时业务调度算法比例公平PF(proportional fair)算法在分组数据业务模型下性能一般的问题,结合分组数据业务特点,在有限缓存队列模型下,提出一种兼顾系统吞吐量和用户公平性的非实时业务调度算法-基于缓存信息的调度BIBS(buffer information based scheduling)算法.该算法综合考虑了用户信道条件和缓存区内待传送的数据包信息.仿真结果表明,在不同平均速率的业务下,与PF算法相比,本文提出的算法在有效地提升系统吞吐量的同时,用户间公平性和通信中断性能也得到了极大的改善.     

Modified origin-based algorithm for traffic equilibrium assignment problems

Key tactics of origin-based user equilibrium (OUE) algorithm was studied, which involved the algorithm procedure and several implementation issues. To speed up the convergence, update policies of flows, costs and bushes were proposed. The methods of step-size searching and bush construction are proved to be practical. The modified OUE algorithm procedure was also optimized to take the advantage of multi-thread process. Convergence performances were compared with those of other algorithms by different sizes of urban transportation networks. The result shows this modified OUE algorithm is more efficient and consumes less time to achieve the reasonable relative gap in practical applications.     

一种时间敏感网络GCL自适应调整算法

时间敏感网络（TSN）使以太网技术能够在具有严格时延限制的任务关键型系统中使用。目前在网络上进行部署的TSN大多是静态的,TSN设备无法对拓扑更改或流量的动态变化做出反应。针对上述问题,通过建立门控列表（GCL）模型,推导了理论上时间敏感流的端到端时延,提出了一种GCL持续时长自适应调整算法。根据TSN工作组提出的IEEE 802.1Qcc标准,为GCL的动态配置仿真实现了集中式网络控制器模块。集中式网络控制器管理网络上运行的应用并检测流量变化,之后根据提出的算法动态配置TSN设备,以保障时间敏感业务在流量发生变化时稳定可靠的传输。仿真结果表明,相比静态的TSN配置,使用GCL自适应调整算法后时间敏感流的平均时延满足率提升1倍以上。     

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.     

Apriori算法实现基于关联规则的交通路段流量挖掘

时空数据挖掘技术是城市交通出行决策系统的一个重要的数据处理环节,其分析结果也是路网疏导和出行策略的重要决定因素.对著名的Apriori算法加以完善和应用,已成为城市交通出行决策系统中时空数据挖掘的研究热点.以某城市的路段流量为例,利用Apriori算法对路段流量间的时空关联规则进行挖掘.测试结果与实际数据对比,预测结果精度较高.     

采用基于速率的缓存控制的CSFQ算法

在核心无状态公平队列调度(CSFQ)算法的基础上,提出了一种采用基于速率的随机早期检测(RED)机制的核心无状态公平队列调度(rr-CSFQ)算法.在路由器中根据网络拥塞状态和数据流到达速率,采用基于速率的随机早期检测机制进行缓存管理.该算法通过调节早期丢包概率,解决了CSFQ时延较长造成的缓存"丢尾"问题,提高了带宽在不同数据流之间分配的公平性.仿真实验证明,该算法在缓存较小的情况下仍能保证带宽在传输控制协议(TCP)数据流和用户数据报协议(UDP)数据流之间的公平分配.