基于蚁群算法优化的路由频率动态择径的研究

常规的路由频率动态择径方法设置的避障规则存在缺失,导致得到的路由传输路径不是最优,择径时间较长。因此基于蚁群算法,优化设计路由频率动态择径方法。采用栅格模拟传输环境,设置关键信息选取规则;根据路由频率变化规律输入引导因子,实现对路由移动规则的设置;统筹全局,根据蚁群算法计算蚂蚁感知能力,在设置局部区域避障规则的基础上,设置全局避障规则;计算初始信息素与蚂蚁搜索过程中信息素之间的差异,通过补偿信息素浓度得出路由传输路径的最优解。实验结果表明,与常规的择径方法相比,所提择径方法兼顾全局,得到的路由路径优于常规方法且择径时间最短。由此可见,基于蚁群算法的择径方法实现了此次研究目的。     

基于模糊综合评判的选择洪泛式路由算法研究

该文分析了在计算机网络中,为实现最小耗费和最大可靠性目标,引入模糊理论提出的一种新的简便有效的路由选择算法,最后就其应用结合算例进行了说明。     

一种基于Q学习的无线传感网络路由方法

针对传统路由算法不能很好解决无线传感器网络的能量消耗和负载均衡的问题,提出一种将路径跳数和能量消耗因素考虑在内的基于Q学习的能量负载均衡算法。通过多跳和残余能量来估计网络状态,从而找到复杂度最低的最优路由策略,得到的数据传输路径满足能量消耗最小与负载均衡两个条件,在降低网络能量消耗的同时也延长了网络的生存周期。实验结果表明了算法在节点存活个数、节点剩余能量分布和节点发送成功率方面均取得较好的效果,同时验证了算法可以降低能量消耗,延长网络的整体寿命。     

PGA：一种基于最优路径的Ad Hoc网络地理路由算法

本文提出了一种基于最优路径的Ad Hoc网络的地理路由算法PGA及其改进算法H-PGA,该算法在路径的构造、路由、路由恢复各个方面都应用了最优路径路由的概念,较好地解决了地理路由算法中的凹节点问题.在网络节点数n较大的情况下,依然保持很高的报文投递率(n=400、网络度为4时,报文投递率为96%),且实际路径很接近最短路径路径.同时H-PGA路由表的大小与平方根√n成线性关系,单个节点的协议带宽消耗也为O(平方根n),这使得H-PGA可以适用于较大的应用范围.     

基于业务安全策略需求的路由模型研究

首先对业务进行分类,不同的业务对网络不同的要求使其具有不同的QoS参数约束.然后研究并提出了基于智能业务识别的QoS路由模型和路由结构,根据动态配置的安全/QoS策略,在业务识别的基础上,标志数据包,根据DiffServ代码点DSCP值选择合适的路由算法.并针对带宽-时延-时延抖动-丢包率限制路由提出了一种改进的启发式路由算法,将丢包率转化为可加性条件,并把带宽限制作为剪枝条件,最后通过实验证明了其可行性.     

一种基于通信时间延迟的流量分配/路由选择算法

本文在分析传统流量拥塞控制算法机理及特点的基础上,提出了一种新的流量分配算法,该算法将两节点间链路时延作为线路物理特性、网络流量状况及节点处理能力等网络状态的概括,作为流量分配控制的动态因素,参与加权排队模型。链路状态的发布是在节点空闲时进行的,邻近节点可通过记录最近通信时间间隔（时延）作为衡量线路质量好坏的依据。最后,本文对该算法作了简单的性能分析。     

选播路由算法中权重分配问题的探讨

目的节点的选择是选播路由的关键步骤,该文介绍了三种用于解决目的节点的选择问题的权重分配算法,这些算法因它们依赖的系统状态信息的不同而不同。实验结果表明这些权重分配算法有助于提高选播路由的性能。     

WDM光传送网中基于链路状态等级的动态路由与波长分配算法

提出了两种基于链路状态分级的路由与波长分配算法．分别为链路等级优先的动态路由与波长分配算法（LFLS-DRAW）和满足等级要求的动态路由与波长分配算法（RLSDRAW）算法．理论分析表明，基于链路状态分级的路由与波长分配算法的计算复杂度与同类算法相当，且与其它算法相比具有一定的优越性．仿真结果表明．基于链路状态分级的路由与波长分．配算法在计算时间和平均路由跳数相近的情况下．所选择路径的路由状态等级较高．具有较强的负载均衡能力，可以有效降低网络的拥塞概率．     

基于业务安全性的电力通信网双路由配置方法研究

针对现有电力通信业务路由配置方法集中于单路由算法无法从根本上保证信息安全传输的问题,提出基于业务安全性的最佳双路由算法ODR(Optimal Double Route),为每一条业务配置两条安全性最高的节点分离路径。首先,综合考虑站点和光缆的安全性,以及电力通信网的特殊性,构建通信网业务的双路由问题模型。其次,根据该问题模型改进Bhandari算法实现节点分离路径对的搜索。最后,通过实例测试业务配置结果,与最简单双路由算法RF(Remove-Find)相比,ORD算法的业务容量提高了9.07%,业务路径安全性高出20.4%,对于实际工程中的业务部署和网络规划具有一定的指导价值。     

基于OTN技术的电力通信网络业务路由优化算法

本文基于OTN(Optical Transport Network;光传送网)技术提出了电力通信网络业务路由优化算法,通过仿真分析,结果表明此算法可优化电力通信网络既有OTN业务,实时有效均衡网络风险,提升OTN业务运行可靠性与稳定性;此算法的适应度函数优化设计,可促使现有网络业务路由分配的时候,更加趋向选取光信噪比参数值相对较高的光通道,所以通过此网络业务路由优化算法,OSNR(Optical Signal Noise Ratio;光信噪比)均值可显著提高;可实现网络业务路由优化,实现最佳风险均衡,且算法效率与收敛性较高,值得大力推广.     

基于残差梯度法的神经网络Q学习算法

针对连续状态空间的非线性系统控制问题,提出一种基于残差梯度法的神经网络Q学习算法。该算法采用多层前馈神经网络逼近Q值函数,同时利用残差梯度法更新神经网络参数以保证收敛性。引入经验回放机制实现神经网络参数的小批量梯度更新,有效减少迭代次数,加快学习速度。为了进一步提高训练过程的稳定性,引入动量优化。此外,采用Softplus函数代替一般的ReLU激活函数,避免了ReLU函数在负数区域值恒为零所导致的某些神经元可能永远无法被激活,相应的权重参数可能永远无法被更新的问题。通过CartPole控制任务的仿真实验,验证了所提算法的正确性和有效性。     

RO AD M 网络业务路径策略及算法研究

Due to the complexity of the ROADM network, it is difficult to arrange service routes manually. This paper analyzes ser-vice route strategy of ROADM network, deeply studies on the idea of the Floyd algorithm. It provides an algorithm idea about realiz-ing service route strategy based on the Floyd algorithm.     

基于改进遗传算法的物流配送路径优化研究

通过对物流车辆配送过程的研究分析,建立了不带时间窗约束的物流车辆配送路径优化模型。针对普通遗传算法早熟和易陷入局部最优的缺点,通过引入小生境技术对遗传算法进行了改进。其中,选择操作采用了最优个体保留和轮盘赌结合的策略,交叉操作采用最优路径子路径保留策略;变异算子保证个体逐代进化。个体交叉前的配对选择以及交叉完毕后的调整都引入了小生境选择机制。这些方法大大增强了种群的多样性和全局寻优能力,加速了算法的收敛。最后通过实例验证了算法的可行性、实用性和高效性。     

基于网络表示学习与深度学习的推荐算法研究

针对传统基于协同过滤的推荐算法信息提取能力有限的问题,提出基于网络表示学习的卷积协同过滤推荐算法.将二分网络分成物品与用户同质网络,在各自的同质网络上使用GraphSAGE模型得到融合网络空间信息和用户与物品属性信息的矩阵.在此基础上,利用外积运算丰富用户和物品特征向量各维度的相关表示,通过卷积神经网络训练物品和用户的...     

一种基于仿生算法的传感器网络协议研究

为了降低无线传感器网络的能耗提出了将仿生算法应用于网络路由决策,生成节点之间的最优化路由.给出了仿生算法的基本原理与计算最小路径树的主要步骤.实验结果显示,该算法相对于PVCHI等协议来说,有较好的降低网络节点工作能耗的效果.     

无级电话网非线性单纯形动态路由策略及算法评估方法

无级电话网动态路由技术是充分利用现有设备、提高服务质量的关键技术．为了提高求解速度和求解质量，本文提出一个基于非线性单纯形动态路由策略及其评估方法；介绍了在离散的解空间中根据链路负载均方差构造动态路由最优化问题和算法的具体实现；并根据话务溢出率和网络阻塞率对网络正常或网络异常情况下的算法求解结果进行评估；分析了系统运行情况和话务模拟结果．仿真实验与评估结果说明该策略能够在很短的时间内得到质量较优的全局优化的路由方案，该策略正应用于广东省电话网智能管理系统．     

基于分层网络拓扑结构的最优路径算法

由于Dijkstra算法的基础是平面网络拓扑模型，因此当计算网络的节点数目较大时，计算的时间将急剧膨胀。为了快速地搜索到最优路径，基于分层网络拓扑结构（HiTopo），提出了双向分层搜索最优路径算法（BHWA）；该算法对现有分层路径算法进行了以下两点改进：（1）将分级网络的局部连通性作为划分子图的指标；（2）在路径计算过程中，使用弧段作为搜索目标，并采取了双向搜索策略。通过北京道路数据的实验表明：该算法在保持分层路径算法高效性的基础上，还提高了路径搜索结果的准确性；通过进一步研究表明，如果使用启发式搜索来对算法进行优化，则可以使算法的速度有更大的提升。     

基于遗传算法的学习分类器系统研究

分析了基于遗传算法的学习分类器系统的体系结构,并对消息与分类器匹配、桶队列算法信用分配以及基于遗传算法的规则发现等关键技术进行了研究,推导证明了利用桶队列算法更新分类器强度的收敛性理论,通过对六值布尔函数的学习,进一步对学习分类器系统的学习性能、分类器强度更新收敛性进行了仿真验证。