多状态网络可靠度下界的矩阵分解算法

为减少计算多状态网络可靠度精确值的复杂性,提出基于分解计算多状态网络不可靠度精确值的思想,在此基础上提出一个求解多状态网络不可靠度动态上界(对应于可靠度动态下界)的算法.算法先通过分解运算去除某些边引起的d-最小割集之间的相关性,将网络不可靠度转化为多个互斥事件的概率之和,再应用MESP界求取这些事件的概率,计算网络不可靠度上界,对应得到可靠度下界,并计算了得到的可靠度下界与精确值间的绝对误差界.通过定义d-最小割集矩阵,利用矩阵分解实现算法,结构清晰、便于编程计算.相关引理的证明及算例分析表明随着分解的深入,算法能够得到满足精度要求的可靠度下界.     

基于无效状态空间的多状态网络可靠性评估

在应用d-最小割(路)集计算多状态网络可靠度精确值算法中,运用容斥原理求解d-最小割(路)集较为复杂。为此,提出一种不需d-最小割(路)集直接计算多状态网络可靠度精确值的算法。该算法按一定规则分割状态空间,在此基础上生成无效状态空间,通过迭代计算直接获得可靠度精确值,同时通过定义边的容量下界及剩余网络。实例分析结果表明,运用该算法可减少计算量,并能精确求解d-最小割(路)集。     

基于截断边扩展图的网络可靠度近似分析

小型网络可以快速计算出可靠度精确值,但对于大型网络,可靠性精确值的计算非常困难,因此提出一种基于截断边扩展图的网络可靠性近似分析算法。实验结果证明,该算法能够在生成较小边扩展图和等价BDD(Binary Decision Diagrams)的基础上得到误差较小的近似值。     

基于边状态枚举计算多状态网络可靠度动态界

为降低计算多状态网络可靠度的复杂性,综合考虑网络中具有多态性的边处于各中间状态的概率及从某中间状态转换到相邻状态对网络性能的影响,提出了一种基于边状态枚举计算多状态网络可靠度上下界的算法.该算法首先令网络中各边仅取完全工作和完全失效两种状态,将处于中间状态的概率分别叠加到完全工作和完全失效状态的概率上,得到可靠度上下界的初始值;而后按照对可靠度影响递减的顺序迭代枚举边的中间状态,通过集合间的比较,计算可靠度上下界的改变值,同时获得不断减小的可靠度上界和不断增加的可靠度下界,使其最终收敛于可靠度精确值.该算法不需提前求取网络d-最小割(路)集,且枚举较少的网络状态即可得到紧凑的可靠度上下界.相关引理的证明及算例分析验证了该算法的正确性和有效性.     

链路失效情况下网络点对联通可靠度的近似计算

基于联通性的网络可靠性分析是网络可靠性研究中的经典问题,根据具体问题的不同而采用的最小枚举、最小生成树枚举、边割集枚举、容斥原理、不交和方法等都是随机性网络可靠性指标的精确计算方法.这些计算方法在网络可靠性分析研究中具有重要的作用和意义,它们构成了网络可靠性分析计算的重要理论依据.然而对任意网络的k终端可靠度、全终端可靠度以及剩余边联通可靠度和点对联通可靠度,都已经证明他们的精确计算属于NP-hard问题.网络可靠性的估计是获得以上可靠性测度的重要手段,同时在网络的拓扑优化设计中,追求高可靠性的代价就是费用的无限增加,在一般商用的设计中,网络可靠性测度只要满足给定的标准即可,需要对不同的网络拓扑估计有关的可靠性值.     

计算网络两终端可靠度的新分解算法

网络可靠度是衡量网络性能的一个核心指标,随着网络模型被广泛应用于现实生活,人们对网络可靠度的研究也越来越重视。针对不交和算法和因子分解算法在计算网络可靠度方面存在的不足,给出一个计算网络两终端可靠度的新分解算法。该算法具有如下的优点：不需要提前枚举网络的所有极小路和所有极小割;通过引入网络化简操作和新的分解技术。该算法每次可以分解多条边的状态,从而它能够更快速、更高效地去分解网络的状态向量集,使得网络可靠度的计算更简单,更高效。通过实例以及和其他算法的比较验证了所提出算法的正确性和有效性。     

一个计算网络可靠度的递归算法

给出一个计算网络可靠度的有效算法,该算法的特点是结合概率论的有关知识和布尔代数运算：递归地调用一个简单、有效的概率公式来计算网络可靠度。该算法易于在计算机上操作和实现,从而适用于大型网络可靠度的定量计算。最后通过实例验证所给算法的有效性。     

不交和公式及其在网络可靠度计算中的应用

提出了不交和公式及其在网络可靠度计算中的应用,和传统的算法相比,该算法操作简便,易于实现,计算复杂度小的点,从而适合于大型网络可靠度的计算。     

基于网络化简和向量集分解的网络两终端可靠度算法*

可靠度是衡量网络性能最重要的指标之一,不交和算法和因子分解算法是计算网络可靠度最重要的两种方法。不交和算法需要提前枚举网络所有极小路或极小割,因子分解算法虽然不需要枚举极小路或极小割,但每次只能分解一条边的状态。为了克服这两种算法的不足,基于网络化简和向量集分解,提出一个计算网络可靠度的高效、实用算法。该算法具有如下特点：a）算法首先求得网络的不可靠度,进而可得网络的可靠度;b）算法不需要提前枚举网络所有极小路和极小割;c）通过引入网络化简操作和向量集分解方法,算法每次可以分解多条边的状态,从而能更快速、     

基于遗传算法的计算机网络可靠度优化计算

在提高计算机网络传输系统可靠度的基础上,如何有效的降低网络结点链路成本,成为计算机网络可靠度优化计算中的重要目标之一。为此,在计算机网络可靠度优化计算时,将计算机网络链路介质成本、网络可靠度优化的数学模型等因素综合在一起进行考虑,文章阐述了遗传算法及其执行过程,并对遗传算法用于网络链路成本和网络可靠度优化的计算中,最后通过仿真结果表明,遗传算法能够有效的解决网络传统算法难以解决的可靠度优化计算问题,加快了计算机网络计算的速度,优化了网络的计算效果。     

计算一类网络K--终点可靠性的线性时间算法

可靠性保护缩减的方法是计算网络可靠性的常用手段之一，而且关心哪类网络的可靠性存在线性时间算法．给出了一类新的可靠性保护缩减-桥缩减和一类无向网络，称之为WST网络，该类网络是对串并联网络的扩展并且对该类网络提出了一个计算K-终点可靠性的线性时间算法，其算法复杂性为O(|E|^2)．     

计算一类有向网络可靠性的线性时间算法

该文使用的可靠性保护缩减的方法计算有向网络ST可靠性（存在从源点到汇点正常运行道路的概率）是计算网络可靠性的常用方法之一,而且人们非常关心怎样的网络计算其可靠性存在线性时间算法,作者提出了两类新的可靠性保护缩减－－源桥缩减和惠斯通桥缩减和一类有向无圈网络,称之为WST网络,该类网络是对以前的BSP网络的扩展并且对于该类网络提出了一个计算其可靠性的线性时间算法。     

一种结合功率控制的无线传感器网络区域定位算法

在无线传感器网络中,获取传感器节点的位置信息对于许多相关的应用十分重要.首先分析了现有的无线传感器网络定位算法,然后提出了一种结合功率控制的区域定位算法(ALPC),该算法将传感器节点的位置估计在一个小区域中,而不是寻找它的精确坐标,由sink节点完成复杂的计算,传感器节点无需进行大量的通信和计算,节省了能量并延长了网络的寿命;根据实测数据讨论了时空域对信号传播模型的影响,以及这种影响如何改变定位粒度;利用区域命名机制减小了网络流量负载提高了网络的可靠性;最后,通过仿真验证了算法的有效性.     

On the number of broadcast schemes in networks

Broadcasting is the process of spreading one piece of information among a group of individuals connected by an interconnection network. In this paper we give exact lower and upper bounds for the number of broadcast schemes in arbitrary networks. Also, we give the exact value for complete bipartite graphs and an upper bound for regular networks. Based on the counting method we describe a new random algorithm for broadcasting in networks.     

An approximate MVA algorithm for exponential, class-dependent multiple servers

Mean value analysis (MVA) is an efficient algorithm for determining the mean sojourn time, the mean queue length, and the throughput in a closed multiclass queueing network. It provides exact results for the class of product-form networks. Often different classes have different service requirements in FCFS queues, but such networks are not of product form. There are several possibilities to compute performance measure for such nodes and networks. In this paper we present an approximation formula for multiple-server FCFS queues with class-dependent service times as a Norton flow equivalent product node, where the departure rate of any class depends on the number of customers of all classes in the queue. We will use this approximation in the sojourn time formula of some exact and approximate MVA algorithms.     

Perfect sampling for closed queueing networks

In this paper we investigate coupling from the past (CFTP) algorithms for closed queueing networks. The stationary distribution has a product form only in a very limited number of particular cases when queue capacity is finite, and numerical algorithms are intractable due to the cardinality of the state space. Moreover, closed networks do not exhibit any monotonic property enabling efficient CFTP. We derive a bounding chain for the CFTP algorithm for closed queueing networks. This bounding chain is based on a compact representation of sets of states that enables exact sampling from the stationary distribution without considering all initial conditions in the CFTP. The coupling time of the bounding chain is almost surely finite, and numerical experiments show that it is close to the coupling time of the exact chain.     

基于泛函网络的软件可靠性多模型综合预测方法

将泛函网络引入软件可靠性预测,利用其比神经网络更好的解释性及其他性能,提出了基于泛函网络的软件可靠性多模型综合预测方法。首先阐述了泛函网络的结构和学习过程,然后将多个单一模型的预测值作为泛函网络的输入,将实际值作为输出,建立泛函网络结构,给出了泛函网络的学习算法,制定了3种训练策略,并进行了实验分析。实验结果表明:在第三种训练策略下,基于泛函网络的软件可靠性多模型综合预测方法有较高的预测精度,其预测效果比单个模型和Lyu提出的线性综合模型都好。     

基于抽样的复杂网络可靠性度量算法

提出了一种基于抽样技术的算法ABS,通过分析从大型复杂网络中抽样所得到的样本网络,推导出大型复杂网络的可靠性度量参数,同时还给出这些参数的 Bootstrap 置信区间.大量的实验表明,ABS 算法在估算大型复杂网络的可靠性度量参数方面是有效的、可行的.     

移动传感器网络节点快速一致性滤波定位

针对移动传感器网络拓扑结构的动态特性,提出了一种快速卡尔曼一致性滤波定位算法。该算法依据Mc- tropolis准则,仅利用通信节点之间的RSSI值快速调整融合步长。在网络拓扑结构未知的情况下,利用卡尔曼一致性 滤波定位算法实现位置求精。仿真结果表明,与Saber算法相比,该方法能够在降低通信量的同时,提高节点的定位 精度,适合移动传感器网络。