等价树的双环网络G(N;r,s)的研究

基于前人提出的双环网络G(N;r,s)的分步直径求解法,提出了一个等价树直径求解方法,得到一个新的研究双环网络的拓扑结构-等价树;研究了双环网络等价树的性质并给出了等价树的构造算法;给出了双环网络直径d(N;r,s)的显示公式;利用C#编程语言对等价生成树的结构模型进行了仿真实现;对任意给定的N,1≤r≠s相似文献   

基于生成树的双环网络G(N;1,s)直径求解算法

对紧优双环网络G(N;1,s)的直径求解算法做了研究,提出基于生成树的紧优双环网络G(N;1,s)求解算法,给出了双环网络的直径d(N;1,s)公式,对生成树的性质做了研究。利用C#作为编程语言来实现这一算法,并对生成树的结构模型进行了仿真实现。验证了双环网络直径的分布特点:具有最大值、最小值和中间对称性。对任意给定N而2≤s≤N-1的这样一系列双环网络中的所有的紧优双环网络都可以计算出来。该算法的时间复杂度为O(N)。     

基于生成树的双环网络G(N;1,s)直径求解算法

对紧优双环网络G（N；1，s）的直径求解算法做了研究，提出基于生成树的紧优双环网络G（N；1，s）求解算法，给出了双环网络的直径d（N；1，s）公式．对生成树的性质做了研究。利用C#作为编程语言来实现这一算法，并对生成树的结构模型进行了仿真实现。验证了双环网络直径的分布特点：具有最大值、最小值和中间对称性。对任意给定N而2≤s≤N-1的这样一系列双环网络中的所有的紧优双环网络都可以计算出来。该算法的时间复杂度为O（N）。     

无向双环网络G(N;±1,±s)的直径求解算法

提出无向双环网络G(N;±1,±s)的直径求解算法,利用VB6.0作为编程语言、SQLServer2000作为数据库来实现这一算法,对任意给定N,而2≤s≤N-1的这样一族无向双环网络的直径都可以计算出来,结果存入数据库,并且利用VB6.0的控件MSChart来模拟显示计算结果。找出了该族无向双环网络直径的分布特点:具有最大值、最小值和中间对称性;对任意N,有不少s使得G(N;±1,±s)紧优或几乎紧优。验证了Boesch和Wang等提出的无向双环网络G(N;±1,±s)的直径下界,给出了一个新的直径上界公式。     

无向双环网络G(N;±1,±s)的直径求解算法

提出无向双环网络G(N;±1,±s)的直径求解算法,利用VB6.0作为编程语言、SQL Server2000作为数据库来实现这一算法,对任意给定N,而2≤s≤N-1的这样一族无向双环网络的直径都可以计算出来,结果存入数据库,并且利用VB6.0的控件MSChart来模拟显示计算结果.找出了该族无向双环网络直径的分布特点:具有最大值、最小值和中间对称性;对任意N,有不少s使得G(N;±1,±s)紧优或几乎紧优.验证了Boesch和Wang等提出的无向双环网络G(N;±1,±s)的直径下界,给出了一个新的直径上界公式.     

关于最优双环网的构造

在刘焕平等人工作的基础上,给出一个改进的h（h≥0）紧优双环网络的构造算法。利用VC++6.0编程来实现这一算法,对任意给定N,找出s（1<s<N）使得双环网络G（N;1,s）h（h≥0）紧优。首次给出了N在一亿之内,所有h（0≤h≤7）紧优双环网的个数及对应h的最小N值。并根据实验所得数据,指出Augilo和Fiol的求紧优双环网络算法的不足与错误。     

双环网络G(N;r,s)生成树的研究

利用最小生成树对非单位步长的双环网络G（N；r，s）进行研究，并借助C#编程语言提出仿真算法。对任意给定的N，1≤r≠s〈N，可以得出所有紧优的双环网络G（N；r，s）。仿真结果证明对于双环网络G（N；r，s），在r=1时，双环网络的直径d（N；1，s）以s的中心对称分布；在r≠1的情况下，有许多r，s可以使G（N；r，s）达到紧优；双环网络的最小生成树不包含三层以上的满二叉树。     

等价树的双环网络G（N；r，s）的研究

基于前人提出的双环网络G（N;r,s）的分步直径求解法,提出了一个等价树直径求解方法,得到一个新的研究双环网络的拓扑结构－等价树;研究了双环网络等价树的性质并给出了等价树的构造算法;给出了双环网络直径d（N;r,s）的显示公式;利用C＃编程语言对等价生成树的结构模型进行了仿真实现;对任意给定的N,1≤r≠s＜N,可以计算出双环网络G（N;r,s）的紧优、几乎紧优、k紧优解。     

双环网络G(N;r,s)生成树的研究

利用最小生成树对非单位步长的双环网络G(N;r,s)进行研究,并借助C#编程语言提出仿真算法.对任意给定的N,1≤r≠s＜N,可以得出所有紧优的双环网络G(N;r,s).仿真结果证明对于双环网络G(N;r,s),在r=1时,双环网络的直径d(N;1,s)以s的中心对称分布;在r≠1的情况下,有许多r,s可以使G(N;r,s)达到紧优;双环网络的最小生成树不包含三层以上的满二叉树.     

双环网络直径的对称性及其仿真算法

双环网络有效性的一个重要参数是信息的传输延迟,它可以用其图的直径来度量.从双环网络的图论模型出发,首次使用矩阵原理证明了双环网络直径的对称性,根据对称性,使搜寻最优或紧优G(N;s)的范围可以减少一半;给出了双环网络直径的仿真算法;并利用C#作为编程语言、SQL Server2000作为数据库实现了该算法.     

随机步长无向双环网络通信延迟的研究

传统固定步长无向双环网络中通信延迟已经无法突破Wong和Coppersmith给出的下界,为获得更小的通信延迟,需要寻找新的无向双环网络构造方法。提出一种用随机步长来构造无向双环网络的算法,在无向双环网络中分别通过仿真实验对随机步长的直径、平均直径和固定步长的直径下界、平均直径下界比较,随机步长得到的值均远小于传统固定步长得到的值。结果表明：随机步长构造无向双环网络的算法降低了无向双环网络的通信延迟。     

一类新的层次双环网络及其最优路由算法

用图的笛卡尔积Fm×Fm-1×…×F1×G构造一类新的层次双环网络,给出其最优路由算法。图G为Petersen图,Fi为特殊的无向双环网络。研究网络的一些基本性质,并与杜艳等构造的层次双环网络(计算机工程与应用,2010年,第34期)进行比较。分析结果表明,新构造的网络是一类接连度小、直径短,存在简单且路由算法最优的新型网络拓扑结构。     

最优无向双环网络G（N；±1，±s）的构造

创造性地将直角坐标系引入无向双环网络的研究,通过直角坐标系,系统研究无向双环网络G（N;±1,±s）的仿真图形,提出最优无向双环网络BestG（N;±1,±s）（直径、平均直径均达到下界）的构造方法并研究步长s和其直径之间的关系。与传统L型瓦方法在无向双环网络研究中相比,该方法克服其不足,大大提升了无向双环网络的研究水平,相关研究在国内外文献中尚未见到。     

无向双环网络G(N;±r,±s)的图形仿真算法

传统的L形瓦仿真方法无法直接用于研究无向双环网络。针对上述问题,将直角坐标系引入无向双环网络中,提出一种新的图形仿真算法。利用该算法可以快速仿真出无向双环网络G(N;±r,±s)的图形,同时标注其直径、平均距离及节点的具体分布。通过研究仿真图形,得出单位步长无向双环网络G(N;±r,±s)直径、平均距离的分布规律。     

一类双环网的特征分析及寻径控制

本文首先提出双环网中任意节点之间的最短路径求取方法，而后针对一类跨度为ｈ（≤Ｌ√」＋１）的双环网进行拓扑分析（Ｎ为网络规模），并构造了一个十分简便的最优寻径算法，最后给出一个容错寻径算法。     

最优非单位步长无向双环网络G(N;±r,±s)的构造*

创造性地将直角坐标系引入无向双环网络的研究,通过直角坐标系,系统地研究无向双环网络G(N;±r,±s)的直径、平均直径,得出平均直径的下界。提出最优无向双环网络BestG(N;±r,±s)(直径、平均直径均达到下界)的构造方法,并研究步长r、s与其直径之间的关系。与传统L型瓦方法在无向双环网络研究中相比,该方法克服了其不足,大大提升了无向双环网络的研究水平。     

并行FFT通信模式在WDM双环网上的波长分配

波长分配是光网络设计的基本问题。快速傅立叶变换（FFT）在数字信号处理、图像处理等领域有着广泛的应用,WDM双环网受到广泛的关注。提出一种递归的嵌入算法FFT-DLN,针对4种基本嵌入算法生成法、对折嵌入算法、顺序映射和逆序映射,得到在WDM双环网上实现并行FFT的通信模式所需的波长数均为N/8（N≥8）。通过分析发现,对于相同规模的傅立叶变换,递归的对折嵌入算法和逆序映射具有更短的执行时间。     

Wavelength Conversion in All-Optical Networks with Shortest-Path Routing

We consider all-optical networks with shortest-path routing that use wavelength-division multiplexing and employ wavelength conversion at specific nodes in order to maximize their capacity usage. We present efficient algorithms for deciding whether a placement of wavelength converters allows the network to run at maximum capacity, and for finding an optimal wavelength assignment when such a placement of converters is known. Our algorithms apply to both undirected and directed networks. Furthermore, we show that the problem of designing such networks, i.e., finding an optimal placement of converters, is MAX SNP-hard in both the undirected and the directed case. Finally, we give a linear-time algorithm for finding an optimal placement of converters in undirected triangle-free networks, and show that the problem remains NP-hard in bidirected triangle-free planar networks.