一种基于可变结构的主动队列管理算法

主动队列管理算法(AQM)是近年来网络拥塞控制的研究热点之一,已经提出了许多的主动队列管理算法,例如:RED,ARED,SRED,PI,REM等.文中设计一种基于控制理论的可变结构的主动队列管理.通过分析控制机制对于非线性的TCP/AQM模式的鲁棒性和性能,展示了在不确定的RTT(round-trip time)和活跃的TCP连接个数的情况下,有很好的性能和鲁棒性,这正是主动队列管理最重要的理念.运用网络仿真软件NS对设计进行仿真验证,从不同的角度对其性能与现有队列管理算法进行比较.仿真结果显示,从稳定性和鲁棒性等角度,可变结构控制算法显著胜过现有的AQM算法     

主动队列管理中PI与PID算法的仿真研究

主动队列管理机制是一个非常活跃的研究领域.在Hollot论文里用线性控制理论模型化TCP的基础上,采用NS仿真平台设置网络仿真场景,对主动队列管理机制中的PI和PID这两种典型算法进行了仿真研究.还介绍了NS模拟器的结构和利用模拟器进行网络仿真的一般步骤.文中的仿真实验设置了不同的实验条件,采用了异质流来模拟真实的网络场景,验证和比较了PI及PID控制算法在主动队列管理机制中的性能.通过NS-2模拟器模拟表明,PID算法的快速性优于PI算法,而PI算法的鲁棒性则比PID更好.     

模糊自调整的加强型随机指数标记算法

主动队列管理是网络拥塞控制中一个重要的研究领域.由于网络环境复杂多变,而基于加强型价格的随机指数标记算法(EPREM)参数同定不变,环境适应性不强,故而很难保证服务质量(QoS).为了克服上述缺点,提出了参数模糊自调整的加强型随机指数标记算法(F-EPREM).该算法利用模糊控制原理,根据队列误差大小及其变化率在线自动调整算法参数β、γ和ζ以适应网络环境变化.NS2中的仿真结果表明,相对于REM和EPREM算法,F-EPREM加快了队列收敛速度,提高了队列稳定性,有效提高了主动队列管理算法的鲁棒性.     

基于区分服务的主动队列管理算法研究

分析了几种主动队列管理算法.RIO算法是用于支持区分服务确保转发逐跳行为的主动队列管理算法,它是对RED算法的简单扩充,但是该算法的性能对配置参数敏感.PI算法是基于控制论的主动队列管理算法,具有队列长度抖动小的特点.PIP算法是PI算法的改进,比PI算法具有更快的收敛速度.为了更好地满足AF PHB的要求,基于PlP算法,结合三色标记器的功能,提出一个新的主动队列管理算法PIPGYR(PIP with Green&Yellow&Red).通过仿真验证,该算法队列长度抖动小,同时能够保护高优先级分组.     

基于NS2的RED算法研究与仿真分析

主动队列管理（Active Queue Management）算法是近几年网络研究的重点。详细讨论了RED主动队列管理算法的关键问题,研究了近年来对RED算法的几种改进算法,采用NS2对其改进算法仿真分析,通过大量仿真实验,结论表明其自适应ARED和改进的ARED（NewARED）算法减少了排队时延,提高系统稳定性和可靠性。     

一种基于双模控制的主动队列管理新算法

随机指数标记算法(REM)是一种有效的主动队列管理算法,但由于TCP/IP网络流量模型呈现非线性特性,故而其控制效果不佳,存在队列稳定性差,对动态流量响应慢等问题.为了解决上述问题,提出了基于双模控制的主动队列管理算法(Fuzzy-REM).算法采用分段控制策略,在瞬时队列偏差大于阈值时,采用模糊控制,反之采用REM控制,从而将模糊控制的快速响应和REM稳态性能好的优点结合起来.NS2中的仿真实验表明,相对于REM算法,Fuzzy-REM提高了队列稳定性,加快了收敛速度,增强了算法对网络环境变化的适应性.     

一种新的自适应RED算法

主动队列管理算法(RED)存在很多问题,如参数难以配置、对负载变化敏感等,为此采用控制理论的方法改进RED算法,提出一种基于比例控制的自适应RED算法-PRED.仿真结果表明该算法的稳定性好,队列的稳态值不受负载变化的影响.与已有的几种主动队列管理算法的性能比较表明,PRED算法的性能明显优于ARED,PI控制,DRED,SRED和REM几种算法.     

主动队列管理算法性能分析通用仿真模型

主动队列管理算法提供因特网中网络拥塞规避和控制机制,是因特网中分组转发设备的重要功能模块。文章提出在网络仿真工具OPNET Modeler下搭建一种通用的网络仿真模型,通过该模型来对不同的主动队列管理算法进行性能评估和分析。通过对RED和LQD算法的仿真,表明了该模型的有效性和通用性。文章也给出了在该模型下实现新的队列管理算法的步骤。该模型为评估不同的主动队列管理算法提供了重要的平台,有助于下一代因特网路由器中缓存队列管理模块的设计。     

随机早期检测主动队列管理算法的改进研究

主动队列管理（Active Queue Management）算法是近几年网络研究的重点。为了改进和完善现有的AQM算法和设计更好的新算法,需要对主动队列管理机制的实现方法和性能特性进行深入研究,详细讨论了随机早期检测（Random Early Detection）主动队列管理机制的关键技术问题,研究了近年来对RED算法的主要改进算法,总结了这几种算法的优缺点及其有待改进之处,并应用网络仿真器（Network Simulator）对实际网络模型进行了仿真实验,检验了改进算法对网络性能的影响。     

基于Smith预估的模糊PID主动队列管理算法研究

为解决网络拥塞控制系统中由于网络大时滞对主动队列管理算法产生不利影响的问题,提出了一种基于Smith预估的模糊PID主动队列管理算法.该算法将Smith预估控制与模糊控制相结合,利用Smith预估器补偿网络时滞,同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差的缺点,使主动队列管理算法控制性能有明显提高.仿真实验结果表明,该算法在大时滞的网络环境下能很好地将路由器队列长度收敛于期望值,并能适应突发流和非弹性业务流的干扰,适用于动态变化的网络环境.     

Multi-objective evolutionary simulation-optimisation of a real-world manufacturing problem

Many real-world manufacturing problems are too complex to be modelled analytically. For these problems, simulation can be a powerful tool for system analysis and optimisation. While traditional optimisation methods have been unable to cope with the complexities of many problems approached by simulation, evolutionary algorithms have proven to be highly useful. This paper describes how simulation and evolutionary algorithms have been combined to improve a manufacturing cell at Volvo Aero in Sweden. This cell produces high-technology engine components for civilian and military airplanes, and also for space rockets. Results from the study show that by using simulation and evolutionary algorithms, it is possible to increase the overall utilisation of the cell and at the same time decrease the number of overdue components.     

Forests, frames, and games: Algorithms for matroid sums and applications

This paper presents improved algorithms for matroid-partitioning problems, such as finding a maximum cardinality set of edges of a graph that can be partitioned intok forests, and finding as many disjoint spanning trees as possible. The notion of a clump in a matroid sum is introduced, and efficient algorithms for clumps are presented. Applications of these algorithms are given to problems arising in the study of the structural rigidity of graphs, the Shannon switching game, and others.This is a revised and expanded version of a paper appearing in theProceedings of the 20th Annual ACM Symposium on Theory of Computing, 1988. This research was supported in part by National Science Foundation Grants MCS-8302648 and DCR-851191.     

基于遗传算法的混合优化策略研究

最优化问题是工程设计、科学研究、经济管理等众多领域经常遇到的一类问题。随着待解决问题范围的不断扩大以及优化算法研究的不断深入,混合优化策略已成为解决大规模、高复杂度优化问题的一种重要而有效的方法。介绍了遗传算法、贪婪法、模拟退火算法、禁忌搜索的基本原理,阐述了各种算法的优缺点;针对各单一算法存在的缺陷和不足,对三种以遗传算法为主体框架的混合优化算法进行了分析;最后,指出了混合优化算法存在的问题及今后的发展方向。     

Polynomial complete problems in automata theory

Kozen (1977) proved that the emptiness problem for regular languages intersection is polynomial complete. In this paper we show that many other problems concerning deterministic finite state automata are polynomial complete and therefore intractable for solution. On the other hand, simplified versions of these problems can be solved in polynomial time by deterministic algorithms. This work is a part of the research on automata theory carried out at the Institute of Cybernetics headed by academician V.M. Glushkov.     

Matlab神经网络工具箱BP算法比较

BP前馈网络,应用的最为广泛的神经网络,目前拥有许多算法。研究了Matlab神经网络工具箱提供的多种BP算法函数各自的优势和不足,以能在各种不同条件面对不同问题时选用更合适更快速的算法。在介绍了这些算法的基本原理的基础上,以一级倒立摆模型为例进行仿真研究。分别选用简单网络和复杂网络,并对学习步长做了改变,对比了各种BP算法在不同情况下的迭代次数和仿真时间,验证了新型BP算法的优势,得出了对简单网络和复杂网络应该如何选用BP算法的结论。     

An interactive simulation and analysis software for solving TSP using Ant Colony Optimization algorithms

Traveling salesman problem (TSP) is one of the extensively studied combinatorial optimization problems and tries to find the shortest route for salesperson which visits each given city precisely once. Ant colony optimization (ACO) algorithms have been used to solve many optimization problems in various fields of engineering. In this paper, a web-based simulation and analysis software (TSPAntSim) is developed for solving TSP using ACO algorithms with local search heuristics. Algorithms are tested on benchmark problems from TSPLIB and test results are presented. Importance of TSPAntSim providing also interactive visualization with real-time analysis support for researchers studying on optimization and people who have problems in form of TSP is discussed.     

动态多目标优化:测试函数和算法比较

生活中存在大量的动态多目标优化问题,应用进化算法求解动态多目标优化问题受到越来越多的关注,而动态多目标测试函数对算法的评估起着重要的作用.在已有动态多目标测试函数的基础上,设计一组新的动态多目标测试函数.Pareto最优解集和Pareto前沿面的不同变化形式影响着动态多目标测试函数的难易程度,通过引入Pareto最优解集形状的变化,结合已有的Pareto最优解集移动模式,设计一组测试函数集.基于提出的测试函数集,对3个算法进行测试,仿真实验结果表明,所设计的函数给3个算法带来了挑战,并展现出算法的优劣.     

多序列比对算法族的形式化设计与生成

多序列比对问题是生物信息学研究的重要部分，是解决物种进化关系、基因组序列分析等问题的基础。多序列比对算法具有很高的专用性，不同的算法适用于不同的研究环境。目前常用的多序列比对软件是在生物信息学理论指导下利用多个子算法装配形成的，而现有的研究主要针对特定算法的特定步骤进行优化，缺乏领域层次高抽象性的算法框架研究，致使多序列比对算法较为繁杂且冗余过多。根据产生式编程以及软件复用的思想，分析了多序列比对算法族MSAA的特征，设计了相应的泛型算法构件并刻画了构件间的交互关系，进一步借助PAR平台形式化构建了MSAA构件库，提高了装配算法的可靠性和组装灵活性，便于研究人员的维护和优化。     

Bicriteria network design using a spanning tree-based genetic algorithm

The optimization problems in communication networks have received the attention of many researchers in such related fields as network designer, network analysis, and network administration. The use of computer communication networks has been increasing rapidly in order to share expensive hardware/software resources and provide access to main systems from distant locations. These network problems have many applications in telecommunications, computer networking, and related domains in electric, gas, and sewer networks. In computer networking, LANs (local area networks) are commonly used as the communication infrastructure that meets the demands of users in the local environment. These networks typically consist of several LAN segments connected together via bridges. The use of these transparent bridges requires.loop-free paths between LAN segments. Therefore, only spanning tree topologies can be used as active LAN configurations. Recently, genetic algorithms have greatly advanced in related research fields such as network optimization problems, combinatorial optimization, multiobjective optimization, and so on. Genetic algorithms have also received a great deal of attention because of their ability as optimization techniques for many real-world problems. In this paper, we attempt to solve the LAN topology design problem with bicriteria which minimize the cost and average message delay using genetic algorithms, and propose a method of searching the Pareto solutions. We also employ the Prüfer number in order to represent the chromosomes, because the interconnection between the network service centers must yield spanning tree configurations. Finally, we conduct experiments to certify the quality of the networks designs obtained by using genetic algorithms. This work was presented, in part, at the Third International Symposium on Artificial Life and Robotics, Oita, Japan, January 19–21, 1998     

导航系统全球完好性仿真分析的设计与实现

完好性分析是导航系统分析的重要组成部分,完好性的仿真验证和测试可以降低系统研制的技术风险,是导航领域仿真的一个重要问题.提出了基于用户接收机格网的完好性仿真分析涉及的PAlM算法和RAIM可用性算法等相关算法模型,基于此,设计和实现了导航系统完好性仿真分析系统,最后针对格网分辨率为10°×10°的中国区域格网(24个网格点)进行了完好性的仿真试验分析,验证了相关RAIM算法,讨论了失效卫星对导航系统完好性的影响和基于保护级别概念的完好性计算的不足.