基于遗传算法的QoS路由选择策略

针对QoS(服务质量)路由中的DCLC(Delay Constrained Least Cost path problem)问题，提出一种基于遗传算法(Genetic Algorithm：GA)的QoS路由选择策略。文中先采用一种直观的整数序列(网络节点号)编码机制，在此基础上采用两种先进的路径变异、交叉算子，仿真表明无论是在收敛性、运行时间方面较通用遗传算法都有很大的改观，且解的质量较优。     

一种虚拟服务资源的多分配任务的选择方法

在服务生态系统中,软件、硬件、人力资源乃至环境等虚拟资源的可用性是影响系统服务质量(QoS)的重要因素,所提供虚拟服务资源的波动性将影响用户对服务提供商的信任度.提出一种基于服务资源多分配任务的选择方法.该方法设置一个信任影响因子,在一定程度上对原有信任度进行变换,使其适应用户对资源需求的变化,并采用遗传算法对服务资源选择进行求解.最后通过实例分析验证了算法的可行性和有效性.     

基于改进遗传算法的QoS移动网格任务调度

移动网格环境具有高度的动态性,任意时刻都可能发生资源的变化,任务调度因此变得复杂,提出了一种面向服务质量(QoS)的移动网格任务调度策略.建立资源和任务模型,定义任务优先级,将任务分成若干子集,子集内调度采用改进遗传算法,选取时延和跨度为QoS指标,编码和遗传操作上体现资源对任务QoS的匹配调度,使最优解尽力满足任务QoS;同一资源上分配的任务,按优先级顺序执行.仿真结果表明,调度算法可以较好地满足用户的QoS,调度跨度也较优.     

基于混合协同过滤的Web服务QoS预测方法

为了解决由于服务质量(QoS)历史数据缺失而造成基于QoS的Web服务选择无法得到满意结果的问题,提出一种基于混合协同过滤的Web服务质量预测方法.该方法根据目标用户和目标服务自身特性和相关区域信息,选用不同的预测方法计算缺失的QoS值.如用户(或服务)属于特殊用户类(或特殊服务类),或者服务对区域敏感,则采用基于用户和基于服务的预测方法.否则,利用改进后的欧氏距离测量服务和用户的相似度,并通过引入平衡因子整合基于用户和基于服务的2种不同预测方法.基于真实公开的数据集的实验结果表明,该方法具有较高的Web服务QoS的预测精度,尤其在历史QoS数据稀疏情况下.     

支持区间型QoS的Web服务选择

针对开放环境中web服务的动态性和随机性问题,提出支持区间型服务质量（QoS）的web服务选择算法. 算法中QoS的不确定性用带概率分布的区间数来描述,通过QoS的抽样数据,可计算出区间上的概率密度. 比较各web服务在QoS置信区间上的概率密度,有助于准确描述QoS受环境影响的程度. 结合这种比较方式以及组合服务的区间型QoS模型,设计出一种有区间型QoS保障的组合服务算法. 仿真实验表明,区间型QoS服务选择有利于减少动态环境对选择排序的影响,提高服务选择的准确性.     

一种基于QoS的QBR路由选择算法分析

随着信息技术的迅速发展,QoS技术逐渐能够为数据的传输提供必要的保证.针对基于QoS的Normal算法的不足之处提出一种基于QoS的QBR路由选择算法.分析表明,该算法在进行路由选择的过程中能够从带宽、延时和跳跃计数3个方面同时考虑.在满足用户需求的前提下,通过该算法最终可以经过计算对比选出信用度最高的路由作为最佳路径.     

功率和数据速率分配及其对WCDMA系统容量的影响

提出了一种数据速率分配与功率控制相结合的方案.该方案适用于支持不同发射数据速率(VBR或CBR)以及不同服务质量要求(QoS)的多媒体直接扩频码分多址(DS-CDMA)移动通信系统.理论分析和仿真结果显示,与传统的只采用功率控制而不进行数据速率调节的算法相比,在平均发射数据速率和QoS要求相同的条件下,采用笔者提出的算法,系统容量更大.     

免疫算法及其应用研究进展

阐述了免疫算法的基本概念,对几种传统的典型算法进行了讨论,包括基于群体的免疫算法(否定选择算法、克隆选择算法)和基于网络的免疫算法、免疫遗传算法等;同时引入并分析了几种新型算法模型:免疫策略算法、模糊AIS(artificialimmune system)和危险模型等.最后在克隆选择原理的基础上,提出了一种改进的并行免疫进化算法框架,并对算法机理和运行流程进行了描述,对其应用领域进行了探讨.     

求解TSP的改进遗传算法

遗传算法是求解旅行商问题的一种全局优化概率搜索算法方法.文中针对遗传算法较快的找到最优解并防止＂早熟＂收敛问题,提出了一种新的分级方法,该方法在各级中以群体当前最优个体替代各级中的最差个体,并在各级中采用自适应变异概率,改进后的遗传算法不但有效的维持了群体的多样性,而且提高了收敛速度.最后实验表明,改进的算法是可行和有效的.     

基于遗传算法的自组网QoS路由协议

针对大多数自组网Qos路由协议只支持单个QoS参数，支持多个QoS参数的却很少，对自组网QoS路由协议进行了研究，并提出了一种基于遗传算法的自组网Qos路由协议（GAQR），使用了两个QoS参数．通过仿真实验表明，GAQR协议在分组传输率和时延上性能比Q-AODV协议优越．     

基于遗传算法的无线传感器网络路径优化

提出使用遗传算法对无线传感器网络进行路径优化,考虑节点能耗和路由恢复时间等实际因素的影响,将这些影响作为路径优化问题的约束条件来处理;考虑各种约束条件和多种目标按照重要性的优先次序,使WSN有更长的寿命;对算法的各个环节进行了细致的分析,包括染色体的表示和编码、适应度函数的设计、遗传操作算子的设计及算法参数的分析和选取。大量的仿真实验证明,使用GA能找到WSN有效的优化路由。     

基于遗传算法的农产品配送路线优化研究

在建立针对农产品配送路线优化同题数学模型的基础上,利用遗传算法求解该问题.并用实例证明此方法可以有效求得农产品配送路线优化问题的优化解或近似解,是解决此类问题的较好的方案.     

用遗传算法求解网络最短路效率

为提高求解大型网络最短路问题(SP)的效率,采用遗传算法求解。应用可变长编码提高算法运行效率,通过构造杂交、变异算子,以其提供的一种全局搜索能力来提高解的质量及加快种群收敛速度,从而提高运算效率。因杂交及变异而产生的不可行解,则通过一个简单的修复函数,将其修复为可行解,并使它们加入遗传运算且保持种群的多样性,使遗传算法能更高效的运行。通过对大型网络最短路问题的数值实验,在同一网络中,遗传算法的运行时间明显少于Dijkstra算法,求解效率优于Dijkstra算法。     

ATM网络中VC路由选择的遗传算法研究

探讨了ATM网络中的路由问题，并针对VP网络的拓扑结构，依靠遗传算法强大的全局寻优和并行处理能力，提出了一种改进的遗传算法调度ATM网络动态路由的新算法。     

无线传感器网络能量均衡路由算法

针对无线传感器网络中节点能量利用不均衡的特点,对其拓扑结构进行分析,建立了路由模型,结合普通遗传算法的基本原理,提出一种基于多目标遗传算法的无线传感器网络路由优化方法.在选择通信链路过程中,综合考虑传输路径的能耗和路径中节点的剩余能量等因素,采用多目标遗传算法求解一条能耗低且剩余能量较充足的路径作为数据传输路径,实现网络中节点能量的均衡化.仿真结果表明,该优化机制有效延长了网络的生命周期,改善了网络的性能.     

车辆路径问题的改进遗传算法

在分析车辆路径问题的现有启发式算法的基础上,本文构造了车辆路径问题的染色体表达式,并对染色体进行了可行化映射,建立了此问题的遗传算法．实验表明,此算法可以有效求得车辆路径问题的优化解或近似优化解．     

遗传算法在非线性系统辨识中的应用研究

系统辨识是控制系统设计的基础,对于非线性系统辨识,传统的辨识方法往往得不到全局优解,为此,提出了基于遗传算法的非线性系统辨识方法。遗传算法在解空间中多点寻优工作对象是参数编码集、不需要导数信息和其它辅助信息,用概率性规则指导搜索,国而具用强的鲁棒 和广泛的适应性。     

基于GA-PSO算法焊接机器人路径规划研究

焊接机器人在制造业中有广泛的应用。在焊接任务中通常有许多焊接接头,合理地规划焊接路径使其穿过这些焊接接头,对焊接效率的提高有积极的影响。传统的手工路径规划技术可以有效地处理少量焊接接头,但当焊接节点数目较大时,很难获得最优路径。传统的手工路径规划方法耗时长、效率低,不能保证最优。遗传粒子群优化算法（GA-PSO）基于遗传算法（GA）和粒子群优化算法（PSO）的优点来解决焊接机器人的路径规划问题。仿真结果表明,该算法具有较强的搜索能力和实用性,适用于焊接机器人路径规划。     

遗传算法求解TSP问题的研究进展

文章介绍了TSP问题和遗传算法的基本原理以及特点；针对解决TSP问题，论述了遗传算法在编码表示和遗传操作算子等方面的应用情况，分别指出了顺序表示、路径表示和布尔矩阵表示的优缺点．阐述了三种基本的操作算子的应用现状；最后，简单说明了混合遗传算法在求解TSP问题中的应用并对遗传算法解决TSP问题的前景提出了展望．     

车载能力有限的双区型仓库拣货路径优化

为了求解车载能力有限的双区型仓库拣货路径优化问题,根据双区型仓库拣货作业的特点,以拣货路径距离最短为目标,建立了双区型仓库拣货路径模型,并根据双区型仓库构造,求解任意2个货位间最短距离,同时提出了贪心算法和遗传算法相结合的贪心遗传算法求解方法,并以双区型仓库为对象进行仿真验证和分析。仿真结果表明,本文提出的算法能有效地提高优化路径的全局最优性和稳定性,而且对不同规模大小的拣货点均可以取得很好的优化效果;利用本文算法求解双区型仓库中的最优拣货路径能极大的缩短拣货车辆行走距离,提高拣货作业工作效率。该研究对双区型仓库拣货路径的优化具有十分重要的意义。