基于决策距离的多传感器信息融合加权平均算法

本文引入证据间距离、证据间支持度和可信度、决策距离测量等重要概念,对证据的信任函数数据进行合理化处理,并借助D-S证据合成规则实现多传感器的信息融合,从而提出基于决策距离的多传感器信息融合加权平均算法。算例分析表明,该方法能够有效解决D-S冲突问题,确保信息融合结果的准确度。     

无线传感器网络中基于区域决策的距离均值融合算法

研究了无线传感器网络中基于距离的决策融合算法,并针对它们的不足,提出了一种基于区域决策的距离均值融合算法.该算法首先采用目标定位运算估计目标源的位置,并划定以目标源为中心的一定区域为有效区域,然后根据距离均值模型计算有效区域内传感节点的可信度权重,并将其决策和相应的权重上传到融合中心进行决策融合.仿真实验表明,该算法比其它基于距离的融合算法具有更高的检测概率和较好的抗噪性能,适合中大规模无线传感器网络.     

基于动态拥挤距离的混合多目标免疫优化算法

多目标免疫优化算法的研究目标是种群均匀分布于优化问题的非劣最优域并使算法快速收敛。为进一步提高多目标优化问题非支配解集合的分布均匀性和收敛性,提出了一种基于动态拥挤距离的混合多目标免疫优化算法。该算法基于动态拥挤距离来对个体进行比较和更新操作,从而保持最终解集的均匀分布,同时借鉴经典差分进化算法中的变异引导算子来加强免疫优化算法的局部搜索能力并提高搜索精度。基于5个经典测试函数的仿真结果表明, 与其他几种有效的多目标优化算法相比,所提算法不仅在求得Pareto最优解集的逼近性、均匀性和宽广性上有明显优势,而且收敛速度也有较大的改进和提高。     

基于动态拥挤距离的自适应变异演化算法

多目标演化算法的研究目标是使算法种群快速收敛并均匀分布于问题的非劣最优域。根据个体的非支配排序级数设计了一种自适应变异步长的柯西变异算子,对变异越界处理进行了改进;并定义和使用动态拥挤距离来保持群体中个体的均匀分布。最后通过对测试函数的实验,验证了算法的可行性和有效性。     

基于动态加权的分布式多传感器航迹融合算法

针对目前分布式航迹融合算法中鲁棒性和实时性问题,基于充分利用多传感器测量数据中互补和冗余信息的思想,通过局部航迹估计间模糊支持度函数的建立和支持度矩阵的求解,动态地实现各局部航迹估计在融合中心权重的合理分配,进而提出了一种基于动态加权的分布式多传感器航迹融合算法。最后,通过蒙特卡罗仿真验证了该算法的有效性。     

基于KL距离的主/被动传感器最优选取跟踪

提出一种基于KL距离的主/被动传感器管理策略,在每一时刻只有一种传感器工作的状态下,根据KL距离选择下一时刻的工作传感器,以期达到更好的跟踪精度。借用粒子滤波思想计算KL距离,通过目标运动模型参数辩识提高计算精度。仿真结果表明,与传统的协方差管理策略相比,该方法能获得更好的跟踪精度。     

基于决策变量关系的动态多目标优化算法

动态多目标优化问题(DMOPs)需要进化算法跟踪不断变化的Pareto最优前沿,从而在检测到环境变化时能够及时有效地做出响应.为了解决上述问题,提出一种基于决策变量关系的动态多目标优化算法.首先,通过决策变量对收敛性和多样性贡献大小的检测机制将决策变量分为收敛性相关决策变量(CV)和多样性相关决策变量(DV),对不同类型决策变量采用不同的优化策略;其次,提出一种局部搜索多样性维护机制,使个体在Pareto前沿分布更加均匀;最后,对两部分产生的组合个体进行非支配排序构成新环境下的种群.为了验证DVR的性能,将DVR与3种动态多目标优化算法在15个基准测试问题上进行比较,实验结果表明, DVR算法相较于其他3种算法表现出更优的收敛性和多样性.     

排课表问题中的分组优化决策算法

针对大学排课表这个多因素优化决策问题,介绍一种分组优化决策算法,它是系统Ｕｎｉｖｅｒｓｉｔｙ Ｔｉｍｅｔａｂｌｅ Ｐｌａｎｎｉｎｇ Ｓｙｓｔａｍ（ＵＴＰＳ）使用的方法。实践表明该算法是行之有效的,在计算机实现课表的自动编排过程中,本算法直到了核心作用。     

基于前缀分组的改进自适应多叉树防碰撞算法

针对自适应多叉树防碰撞算法在标签识别过程中存在空闲时隙过多、系统吞吐量较低的问题,提出一种基于前缀分组的改进自适应多叉树防碰撞算法.算法分为前缀分组与标签识别两个阶段,前缀分组阶段阅读器使用一个查询周期确定范围内标签的查询前缀,每个前缀代表一个分组.标签识别阶段采用一种改进自适应多叉树防碰撞算法,通过计算碰撞因子,动态...     

一种基于体育径赛的动态分组算法的设计与实现

常用的运动会管理软件中体育径赛项目分组分道多以固定八道处理,编排算法固定,存在一定的缺陷。本文提出了一种不受道数限制的动态分组算法,详细论述了该算法的设计思想,结合Office.NET组件技术论述了如何将此算法应用到校园田径运动会的秩序册编排系统中,有效地实现了灵活的径赛分组分道的编排任务。实验证明,利用本文提出的动态分组算法,可以对体育径赛项目进行灵活快捷地分组,在一定程度上弥补了目前运动会管理软件的不足。     

基于分组动态帧时隙的RFID防碰撞算法

为了解决射频识别(RFID)系统中的多标签防碰撞问题,在分析帧时隙ALOHA算法的基础上,提出一种基于分组动态帧时隙的RFID防碰撞算法。当标签数量庞大时,该算法可以通过分组限制响应标签数量达到较高的识别效率。仿真结果表明,当标签数为1 000时,与传统算法相比,该算法能使时隙利用率提高80%以上。     

基于数据库分组技术的决策树算法的研究

提出了一种利用数据库分组记数技术构造决策树的算法,利用数据库系统的结构化查询语言来实现主要的样本统计计算任务。并将构造决策树的过程与相关属性的选择方法有机地结合在一起。使用这些方法和策略,该算法能较快速地生成决策树,与ID3算法相比,在不影响决策树分类准确度的前提下,具有较高的执行效率。     

基于动态决策的并发控制算法

并发控制算法能够保证多个用户同时存取数据库中同一数据时不破坏事务的隔离性和统一性。针对现有并发控制算法适应性较差的问题,提出了自适应并发控制算法。该算法将并发控制过程分为两个阶段:执行授权和策略选择。执行授权阶段根据事务的有效性决定冲突事务执行的顺序;策略选择阶段根据事务的读写状态以及当前冲突率动态地选择乐观/悲观冲突消解策略。设计的策略选择机制使得无论数据库是处于空闲还是繁忙状态,DDCC算法都具有较高的执行效率。通过对比实验验证了所提出的DDCC算法的性能要优于经典的两阶段加锁并发控制算法和HCC算法。     

基于CBF的分布式元组空间叉积算法

针对分布式报文分类算法内存消耗大、可扩展性差的问题,提出分布式元组空间叉积算法。该算法采用独立域搜索引擎与树状多级聚合网络的分类结构,在聚合节点使用计数型布鲁姆过滤器(CBF)加速搜索,利用剪枝技术降低CBF内存消耗。仿真结果表明,对于 5×104条规模的9域规则库,聚合网络总内存消耗被控制在60 Kb内,该算法的查找速度达到100 Mp/s,且具有良好的可扩展性。     

基于分组机制的跳跃式动态二进制防碰撞算法

在射频识别技术(Radio frequency identification, RFID)系统中, 标签碰撞的解决对于标签的快速识别极为重要. 本文提出一种基于分组机制的跳跃式动态二进制防碰撞算法(Anti-collision algorithm based on grouping mechanism and jumping dynamic binary, GJDB), 该算法通过在确定性算法中引入随机分组机制, 很好地解决了基于二进制搜索算法中, 由于标签数目不断增大所导致的识别效率降低的问题. 理论分析和仿真结果表明, GJDB算法的性能优于其他常用的标签防碰撞算法, 并且该算法对标签随机分组数目的选取具有较强的鲁棒性.     

基于CBF的分布式元组空间叉积算法

针对分布式报文分类算法内存消耗大、可扩展性差的问题,提出分布式元组空间叉积算法。该算法采用独立域搜索引擎与树状多级聚合网络的分类结构,在聚合节点使用计数型布鲁姆过滤器(CBF)加速搜索,利用剪枝技术降低CBF内存消耗。仿真结果表明,对于 5×104条规模的9域规则库,聚合网络总内存消耗被控制在60 Kb内,该算法的查找速度达到100 Mp/s,且具有良好的可扩展性。     

结合分布式与集中式特点的动态多播路由算法

针对在多播成员动态变化的环境中的多播路由树的建立和调整等问题,本文提出结合分布式和集中式特点的动态多播路由算法,在新节点加入多播会话时,采用分布式的方法搜索新节点到当前多播树的满足QoS约束的最优路径。而在成员节点离开多播会话时,根据其对多播会话质量的影响程度,决定是否执行多播树的重构操作。与静态多播路由算法比较,该算法具有更好的适应性和灵活性。仿真结果验证了算法的有效性。     

基于动态分组的M2M上行优先级调度算法

以延迟容忍剩余时长为度量依据,提出一种对业务进行动态分组的上行优先级调度算法。采用资源块(RB)大小可变的分配方式满足RB的邻接约束,引入混合自动轮询机制解决算法对低优先级业务调度不公平的问题。仿真结果表明,相比PF算法、RR算法,该算法的系统吞吐量分别提升约15%、41%,且在业务时延、业务区分度方面具有较好性能。