群集智能在适应性供应网络中的应用

供应网络合作伙伴的选择是一个复杂的组合优化问题。近年来,一些学者对具有社会性昆虫的行为进行研究模拟,提出了解决传统复杂问题的新方法。Tony White结合群集智能的思想,以及蚂蚁觅食的特点,设计了蚁群路由系统,它具有正反馈、分布式计算、贪婪启发等特点,已在许多问题中得到成功的应用。讨论了供应网络的模型和蚁群路由算法在适应性供应网络的应用。     

基于群集智能的蚁群优化算法研究

群集智能是近年来人工智能领域研究的一个新的热点课题。介绍了这一研究的思想方法和数学模型，以蚂蚁群体的智能行为研究对象，阐述了基于群集智能的蚁群优化算法，并介绍了该算法的工程应用。     

基于有向网络的智能群体群集运动控制

对具有二次积分动态的智能群体(flock/swarm),在有向网络取得群集运动(flocking/swarming)进行了研究．提出了一个分散控制方法对智能群体进行分散控制．用有向图模型表示智能体之间的相互作用及通信关系．对固定的网络拓扑,控制互连拓扑是固定的,时不变的,运用传统的LaSalle不变集原理,代数图论的有关技巧进行了稳定性分析,并得到以下主要结论:i)智能群体速度方向渐进收敛,并保持方向一致;ii)智能群体速度大小渐进收敛,并保持大小相等;iii)有邻接关系的智能体(Agent)之间没有碰撞发生;iv)智能群体的势场函数被最小化．理论分析显示,有向图的弱连通性及一种称为平衡图的有向图在系统的稳定性分析中扮演着关键角色．最后,给出了一个仿真例子对理论结果进行了验证．     

网络路由环路检测算法研究

路由器是计算机通信网的核心设备，路由器根据路由表完成网络路由功能，如果路由器的路由配置不正确，或者由于其他原因导致网络从出现路由环境，将严重影响网络的正常通信和运行。因此，监测网络中是否存在路由环路具有重要意义，本文提出了基于网络配置管理系统来检测网络路由环路的算法，并在实践中得到了应用。     

基于智能Agent系统的集成路由算法

In order to ensure serve quality of Internet, and enhance Internet resource utilizing, we take advantage of NN-Algorithm and common algorithm, absorb NN-Algorithm's merit, such as fast and veracity, and overcome shortcoming high cost. We absorb common algorithm's lower cost and overcome it's shortcoming. We put forward integrated routing algorithms based on intelligent Agent systems. In different condition we trade off NN-Algorithm and common algorithm, so we can enhance serve quality of Internet. Compared with the common network model, this paper also comsiders the weight of network vertexes.So the intelligent routing algorithm is more practical.     

基于软件的网络处理器的路由高速缓存算法研究

路由器需要以较低的代价灵活、高速地实现路由查找这一基本功能.为网络处理器设计了一种基于软件的路由查找高速缓存算法.网络处理器片上高速存储器中的一部分空间被划分出来,由指令代码来维护一个路由查找结果缓存表.通过选择合适的哈希函数,平衡表项之间的冲突并刷新复杂度,该算法可以缩短路由查找的延迟,减少多处理单元对存储器总线的竞争,为其他网络应用提供更多的处理时间.基于真实网络流量的实验表明,即便每个处理单元中仅有少量表项,网络处理器的吞吐量仍然可以得到有效的提升.     

基于社会性的传感网络路由算法研究

基于人的社会性提出一种合适于一定社会模式的传感网络路由算法。该算法利用节点间的社会性从而计算出节点间的关系度,同时根据节点在传感网络中的活跃程度计算出节点的中心性,由此设计出一种用节点间关系度和节点中心性实现有选择地转发数据包的路由算法ComOR。仿真结果表明,该算法较现有的一些算法明显减少了数据包转发的次数,有效减少了设备缓存空间的消耗,提高了数据包的交付率,并且网络性能稳定。     

基于群集智能的软件开发过程改进

复杂软件系统正在成为一种泛在的新型软件形态,在社会、经济、军事活动中占据越来越重要的地位。然而应用传统的软件工程方法进行复杂软件系统开发 十分困难。首先分析了复杂软件系统开发过程的特征,发现了其中蕴含的生物智能和“共进化”机制;进而提出一种基于群集智能的复杂软件系统演化模型;最后,基于该模型给出了复杂软件系统开发过程改进的方法建议。     

浅谈机会网络路由算法

随着传感技术、嵌入式技术、无线通信技术、高性能计算等相关领域的迅猛发展,以物联网为代表的新一代的智能互联网络应运而生。出现了一种新的基于机会转发的路由技术,使用该技术的网络,称为机会网络。本文主要介绍了机会网络的概念和理论基础,并分析比较了当前机会网络的一些较为重要的路由算法。     

基于簇的传感器网络路由算法研究

针对目前提出的许多基于簇的无线传感器网络路由协议均让簇头间或簇头与基站能直接通信,致使成簇规模和数据融合度较小,不利于能量的节省的特点,本文提出了一种基于节点最大通信范围形成较大的分布式簇,通过网关节点保持簇之间的连通,形成簇间路由的算法,文中详细介绍了簇建立和簇间路由的过程,通过仿真验证了该算法对于能量节省等性能较DD路由算法有较大提高.     

基于群智能混合算法的物流配送路径研究

针对物流车辆路径优化问题,考虑到基本蚁群算法有收敛速度慢、易陷入局部最优的缺点,采用了一种双种群蚁群算法,在蚁群的基础上引入差分进化(DE)和粒子群算法(PSO)。通过在PSOAS种群和DEAS种群之间建立一种信息交流机制,使信息能够在两个种群中传递,以免某一方因错误的信息判断而陷入局部最优点。通过matlab仿真实验测试,表明该群智能混合算法可以较好地解决TSP的问题。     

群集智能算法研究现状及进展

基于群集智能的算法研究,近年来受到了广泛的关注。本文讨论了群集智能的两种算法,蚁群智能与微粒群智能。分别阐述了它们的原理、基本算法及其一些改进算法。最后讨论了群集智能算法的一些应用实例以及它们的应用领域和未来的研究方向。     

群集智能算法研究现状及进展

基于群集智能的算法研究,近年来受到了广泛的关注.本文讨论了群集智能的两种算法,蚁群智能与微粒群智能.分别阐述了它们的原理、基本算法及其一些改进算法.最后讨论了群集智能算法的一些应用实例以及它们的应用领域和未来的研究方向.     

基于群体智能的算法研究

计算机技术不断发展,从而带动着算法技术不断更新,尤其是在模仿社会性动物的行为领域,产生了很多的智能算法。本文主要介绍当前几种热门研究的算法,阐述了其工作原理和特点,同时对其发展进行了展望。     

求解模糊需求可回程取货车辆路径问题的改进人工鱼群算法

模糊需求可回程取货车辆路径问题是运筹学领域研究的一个热点问题。文中构建该问题的数学模型,并提出一种改进的人工鱼群算法。将人工鱼群算法仿生学原理和决策者主观偏好进行有效结合,重构人工鱼群算法的寻优公式,通过动态调整人工鱼移动步长、视野范围和邻域值等方法提高寻优能力。仿真实验结果证实该算法的有效性和优越性。     

群智能在知识发现中的实现方法对比研究

群智能方法是新兴的模拟计算技术,在求解复杂的优化问题中表现出良好的性能。对比讨论了群智能的两个重要组成方面（蚁群算法和微粒群算法）在知识发现中的实现方法,阐述了算法的原理和特性,并提出了一些在将来需要解决的问题。     

一种群体智能算法——狮群算法

基于狮群中狮王、母狮及幼狮的自然分工,模拟狮王守护、母狮捕猎、幼狮跟随3种群智能行为,提出群体智能算法——狮群算法.算法中不同种类的狮子位置更新方式不同.遵循自然界生物“适者生存”的竞争法则,狮王守护领土,优先享用食物,母狮合作捕猎,幼狮分为学习捕猎、饥饿进食和成年被驱逐.狮子位置更新方式的多样化保证算法快速收敛,不易陷入局部最优.最后,将算法应用于6个标准测试函数优化问题,并对比粒子群算法、骨干粒子群算法,测试结果表明,文中算法收敛速度较快,精度较高,能较好地获得全局最优解.     

基于粒子群算法的计算机网络路由优化研究

针对计算机网络规模日益扩大所带来的网络路由优化问题,将其数学本质规划为NP问题,提出使用粒子群优化算法求得路由优化的近似最优解.同时,为了提高粒子群算法的性能引入了变异机制,使粒子群算法的进化速度得到明显提升.仿真实验表明,提出的方法可以在较短时间内得到路由优化的结果,具有较好的有效性和实用性.     

群体智能研究综述

群体智能利用群体的优势,在没有集中控制、不提供全局模型的前提下,为寻找复杂问题的解决方案提供了新的思路。首先阐述了群体智能的研究现状,包括典型的蚂蚁群优化算法、粒子群优化算法、群体机器人以及算法的应用。在此基础上,对今后的研究趋势进行了分析和展望：对群体智能系统底层机制的研究以及群体机器人的研究将是今后研究的重点,具有重大意义和广阔前景。