基于多播的网络编码研究

最大流最小割的理论决定了网络的最大吞吐量,网络编码可以使这一理论在单元多播的网络环境下得以实现,其核心思想是在网络的中间节点引入编码功能,对收到的数据包进行相应编码后再转发出去,有别于传统网络的简单存储和转发操作.文章介绍了网络编码的原理、优势,分析了线性网络编码理论,并对其构造方法进行了改进,降低了复杂度.     

基于网络最大流的交通控制时间研究

本文从网络最大流的角度出发，建立和简化了城市道路网模型，在交通流的控制中引入以时间为控制参数的流量模型的控制方法．使用matlab工具实现了各个路口之间基于网络最大流的时间差别控制的合理化计算。论述了优化城市交通并非是寻求各个单路口的最大通过性，而应按区域内的道路容量对路口进行差别控制，并给出了一个求解通行时间的方法，为智能交通控制提供了参考。     

基于网络编码的无线网络容量分析

无线网络容量一直是无线网络领域的研究热点,而网络编码通过赋予中间节点对接收数据包进行编码、组合的能力,可以有效提高网络容量,达到最大流—最小割定理确定的理论上限.本文在Gupta和Kumar提出的信号干扰噪声比模型基础上,首先分析网络节点均匀分布时发送节点与目的节点进行多跳传输的无线网络容量计算方法;接着推导出了基于网络编码的无线网络容量计算公式,并利用MATLAB中求解线性规划问题的函数linprog()求解网络最大流及各链路流量,以此求出无线网络容量上界.通过对无线网络容量上界进行MATLAB仿真,得到如下结论:无线网络容量上界随节点数量的增加呈现先增加后减少的趋势;且当节点数量趋于无穷大时,网络容量趋于零;与传统的存储转发模式相比,采用网络编码有利于提高网络容量.     

基于网络流的嵌入式互联网中流量控制与优化

针对嵌入式互联网中实时应用的受限问题,本文提出优化网络资源,平衡网络流量的解决问题思路.基于此,采用图论中的最大流最小割定理,在最小物理网络拓扑结构中构建流量控制模型,并提出一种动态离散粒子群优化算法(DDPSO). DDPSO通过优化模型中的最大流函数继而优化控制网络流量.仿真实验证明:本文提出的DDPSO算法在定义域内具有较好的收敛性;当采用分级优化策略优化控制网络流量时,本文提出的优化策略可以有效优化网络流量,充分利用网络资源,以保证实时应用要求.     

基于网络最大流的交通控制时间研究

本文从网络最大流的角度出发,建立和简化了城市道路网模型,在交通流的控制中引入以时间为控制参数的流量模型的控制方法,使用matlab工具实现了各个路口之间基于网络最大流的时间差别控制的合理化计算。论述了优化城市交通并非是寻求各个单路口的最大通过性,而应按区域内的道路容量对路口进行差别控制,并给出了一个求解通行时间的方法,为智能交通控制提供了参考。     

基于K-S检验法的机场流量调整模型应用仿真

针对目前方法未能获取机场进离场的流量分布特性,导致无法有效检测出机场的跑道容量曲线,模型占用比高、抗干扰能力差等问题,提出京津冀区域机场进离场流量动态规划模型设计方法.利用K-S检验法获取机场进离场的流量分布特性,将获取的流量分布特性与动态规划方法相结合,完成对航班队列的过程演化,获取机场航道与航空器之间安全距离.最后...     

基于时间压缩的流量加速回放方法

随着网络流量的激增,在虚拟环境下对流量进行回放面临着许多问题。为了满足回放过程中流量完整性和准确性的需求,提出了一种基于时间压缩的流量加速回放方法,实现了在虚拟环境下对真实网络流量的加速回放。该方法优先将时间间隔集合中最大的时间间隔进行压缩,对间隔较小的时间减少压缩,从而减少时间压缩造成的单位时间流量猛增现象,进而降低流量的丢包率。从丢包率、时间间隔误差、相似度3方面对其效果进行衡量。实验表明,与等比压缩方法相比,该方法在相似度上表现较差,但有着较低的丢包率和时间间隔误差。     

动态容量网络中的最小最大时间流问题

动态(时间依赖的)容量网络与传统静态网络相比更具现实意义,在交通网络、物流网络和通信网络中都有着广泛的应用。在时间依赖网络最短路算法的基础上,研究具有实际背景的动态容量网络的最小最大时间流问题,给出求动态容量网络的最小最大时间流的多项式算法和算法的应用实例,其时间复杂度为O(mMv)。     

基于流量分析的网络隐蔽通道检测模型

针对传统的异常信息流检测方法的不足，设计了一种基于流量分析的网络隐蔽通道检测模型，它采用了概率统计中的泊松分布和数据挖掘中的聚类分析等方法，开辟了一条检测信息暗流的新途径。     

基于网络优化算法的LAMOST焦面板观测模型

在大天区多目标光纤光谱天文望远镜LAMOST系统中,为了快速获得高效率的观测规划,根据天文统计数据和工程设计状况,利用网络优化的最大流算法,构造了固有观测范围内多轮任务分配的数学模型,基于VC实现和优化了该算法模型,并对观测完备率、光纤利用率、时间复杂性、计算资源需求等方面进行伞面分析.实验结果表明,算法模型,符合LAM-OST的基本观测要求,能够高速有效地实现一个焦面板上4000个观测单元对相应星象数目的观测分配.问题的解决,同时对未来解决大天区观测范围内复杂条件下的超大规模观测任务分配问题提供了重大参考.     

基于时间栅格法和免疫算法的机器人动态路径规划

提出了一种机器人动态路径规划方法。该方法首先采用时间栅格法采标识动态障碍物。建立机器人的环境信息,然后使用免疫算法实现在动态环境下机器人的全局和局部路径规划,达到避障和避碰的目的。文中定义了免疫算法的多因素适应度函数由碰撞系数、距离、转角和安全系数决定。实验表明所提方法可以提高路径规划的效率,满足机器人实时导航要求。     

一种基于考虑交通流的模糊风险分析的行车诱导方法

由于交通流的不确定性,行车诱导具有一定的风险。本文应用模糊集理论,提出了一种基于考虑交通流的模糊风险分析的行车诱导方法,该方法可以给出与乐观指数或者风险程度相对应的行车路线,从而将行车诱导与出行者的决策行为相结合起来。     

基于动态模糊人工势场法的移动机器人路径规划

传统人工势场法在路径规划中存在局部极小值问题,而且不能满足动态环境中移动机器人路径规划对实时性、安全性和可达性的要求.针对传统人工势场法存在的问题,通过引入速度矢量,改势场力函数,并与模糊控制方法相结合,实时调节斥力势场系数,克服人工势场法的缺陷.在MATLAB平台中验证了方法的有效性,实验结果表明,该方法优于人工势场法模型的路径规划.     

基于时间窗的AGV动态避碰路径规划方法

为了解决多AGV在动态不稳环境下的无碰撞路径规划和系统效率提升的问题,提出了基于时间窗的AGV无碰撞路径规划方法。首先建立了多AGV的避碰模型,并结合时间窗模型,将多AGV的无碰撞路径规划分为预先规划和实时规划两阶段,预先规划阶段进行多AGV无冲突时间窗的计算和最大化系统中AGV的流通量,实时规划阶段通过改变AGV在避碰模型上的占用优先级和局部重规划的方法进行动态避碰。最后以某智能仓储为应用案例进行仿真实验,证明了该算法能有效避免多AGV的碰撞,提高AGV的流通量,同时在动态环境下具有较好的鲁棒性和柔性。     

自动驾驶模糊神经网络速度规划方法

为提升自动驾驶的舒适性,降低速度规划算法的复杂度,提出了一种基于模糊神经网络的纵向速度规划方法。将人工驾驶经验总结为模糊规则表,建立了模糊速度规划模型,结合神经网络的自学习功能修正模糊速度规划模型,建立了模糊神经网络速度规划模型。分析了静态障碍物和动态障碍物场景,通过仿真验证了所提速度规划方法的可行性,与传统方法相比,加速度的平滑性能更好。所提速度规划方法具有一定的抗干扰性能,工程实现简单,保证了速度规划的实时性与稳定性。     

一种满足方向约束的动态航迹规划方法*

针对动态环境下有方向约束航迹规划问题,提出一种结合引导点的动态航迹规划方法。该方法沿约束方向基于圆拓展的方式产生引导点,并自主选择代价最小的引导点,引导航迹规划算法向引导点区域搜索,提高了规划效率。仿真结果表明,改进算法可以适应动态变化的环境,也能满足从特定方向接近目标点的航迹规划要求。相比于传统D*算法,改进算法的航迹总代价更小,规划时间更短。     

参数化运动模型和PSO的自主车运动规划方法

自主地面车辆在障碍物环境下的运动规划问题是一个包含非完整约束条件的全局优化问题。针对该优化问题,提出了一种基于参数化运动模型和改进粒子群优化算法的运动规划方法。该方法将车辆运动模型解耦为参数化弧长-曲率模型和速度模型,并采用混沌映射方法对粒子群优化算法进行了改进,将改进的粒子群优化算法应用于弧长-曲率模型中的参数优化问题。仿真结果证明了该方法的有效性,是自主地面车辆运动规划的一种较好方法。     

基于网络演算的智能交通流量分配研究

精确的交通流量分配计算模型,能为实际的交通工程应用提供具体的流量出入速率或者信号灯控制时间方案,具有重大价值。首次将动态交通流量分配拟化为网络负载均衡问题,使用漏桶理论和网络演算方法,将交通的流量分配与路径时延转换为一系列极值运算,结合贪婪算法,以均衡网络延时为优化目标,得到交通配流。仿真结果表明,本模型在化解拥堵的同时,使分流后的道路平均延时普遍降低,能提升整体路网的通行能力。     

基于模糊神经网络势场法的机器人动态路径规划

针对机器人局部路径规划的特点和传统人工势场理论存在不足的问题,采用改进的斥力势场函数,将机器人与目标的相对距离和速度考虑在内以解决局部最小值问题。引入神经网络模糊系统,兼顾了系统的鲁棒性和快速性,并在应用实例中得到了有效的验证。