一种新的 QoS 全局最优 Web 服务选择算法

针对运用单目标优化算法求解基于 QoS 的 Web 服务选择问题的不足,设计了一种新的 QoS 全局最优Web 服务选择算法.该算法同时优化组合服务的多维 QoS 属性的多个目标函数,并产生 QoS 全局最优的 Pareto 最优解集.首先建立服务选择问题的多目标优化数学模型,然后采用归档式多目标模拟退火设计该算法以优选 Web服务.实验结果表明了该算法是可行的,实现了全局 QoS 最优化的组合服务.     

基于差异演化算法的QoS全局最优动态Web服务选择

QoS全局最优动态Web服务选择是服务组合中的一个难题。基于差异演化算法,设计一种用于解决该问题的DE-GODSS算法。算法的主要思想是将问题表示为一个带QoS约束的多目标服务组合优化问题,通过理想点的方法将多目标向单目标转化,然后利用差异演化算法的智能优化原理进行算法设计及求解,最终产生一组满足约束条件的优化服务组合流程集。理论分析证明DE-GODSS算法的时间复杂度优于已有的多目标遗传算法,且实验结果表明该算法的收敛速度优于已有的多目标遗传算法。     

H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略

针对异构云无线接入网络(H-CRAN)网络下基于网络切片的在线无线资源动态优化问题,该文通过综合考虑业务接入控制、拥塞控制、资源分配和复用,建立一个以最大化网络平均和吞吐量为目标,受限于基站(BS)发射功率、系统稳定性、不同切片的服务质量(QoS)需求和资源分配等约束的随机优化模型,并进而提出了一种联合拥塞控制和资源分配的网络切片动态资源调度算法。该算法会在每个资源调度时隙内动态地为性能需求各异的网络切片中的用户分配资源。仿真结果表明,该文算法能在满足各切片用户QoS需求和维持网络稳定的基础上,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。     

基于蚁群系统的QoS单播路由算法

针对QoS路由算法中的QoS要求、资源的优化利用和负载均衡3方面问题,对原有的算法模型进行了改进,提出了相应的启发式信息和链路代价计算公式。对基本算法中的步骤进行改进,使算法能准确、迅速地找到全局最优解。实验结果表明,算法能在整网性能,尤其是网络负载均衡方面大幅优化了传统QoS单播路由算法。     

基于动态交换策略的快速多目标粒子群优化算法研究

本文提出了一种基于动态交换策略的快速多目标粒子群优化算法,通过把初始种群分割成Pareto和Non_Pareto集合,并在迭代过程中对Pareto解集进行动态调整,从而较好地完成了多目标优化算法对Pareto解集的搜索和逼近.实验和应用实例均表明了该算法的有效性和快速性,并通过性能指标ER的计算验证了本算法优于某些同类的多目标优化算法.     

运用备份服务位置和概率QoS模型的Web服务组合算法

针对工作流服务数的增加过程中最初规划的潜在成本较高以及很多服务组合算法可靠性不足等问题,提出了一种利用备份服务位置和概率服务质量（QoS）模型的服务组合算法。该算法计算服务集群的QoS优化选择,为每个服务包含足够数量的备份服务,且考虑了备份服务位置,以便在单个故障点上进行评估。由于这些备份服务分布均匀,防止了任务失败的发生。对于服务选择问题,采用一种改进的多目标优化（MOO）算法,利用聚类和QoS模型来计算可行解集合。仿真实验采用JMETAL 3.1框架,评估备份服务位置的收益以及算法的可靠性。结果表明,相比于其他MOO算法,提出的算法可靠性更高,从备份服务位置所获得的收益更高。     

基于蚁群优化算法的多QoS选播路由算法研究

提出一种基于蚁群优化算法的多QoS选播路由算法.算法设计了合理的路径评价方法,从平衡网络负载的角度出发,寻找适当的选播路由路径.通过对迭代最优解路径上的信息素的调整和算法重启的策略,算法有效地避免了陷入局部最优的缺陷,扩大了算法的搜索范围.实验结果表明,该算法能找到满足QoS约束的全局最优解,并在资源预留的基础上较好地满足用户对于带宽、时延的要求.     

多QoS约束条件下的多目标网络优化

多约束、多业务、多目标的网络优化是一个复杂且涉及范围广泛的课题。文中在对该课题进行分析的基础上,提出了一种基于遗传算法的多目标网络优化算法(MOPGA)。该算法使用了多约束条件下的路径集预处理,使得每项业务能够获得所需的QoS服务质量,通过对所有业务的路由号进行编码,将问题的解空间转换到遗传算法的搜索空间,达到对全网业务的综合考虑。改进后的适应度函数刻划了网络的费用、链路利用率方差和最大链路利用率、爆破处理以及个体淘汰机制增加了种群多样性,挣脱了未成熟收敛。以求解精度作为算法终止条件,使得算法运行时间减少。仿真实验表明,所提出的算法能高效、快速解决实际多目标网络优化问题,同时在满足多QoS约束条件下可均衡各子目标函数。     

基于进化机制的动态多目标优化方法

动态多目标优化是进化计算领域一个新兴的研究方向.文中给出了定义在离散时间空间上、决策变量的维数随时间(环境)可发生变化的一类动态多目标优化问题(DMOP)的新方法.该方法首先把DMOP转化成了一系列同类静态约束优化问题,然后在一种环境变化判断规则下提出了解DMOP的一种新动态多目标进化算法(DMEA).数值实验表明新算法对DMOP最优解具有较好的跟踪能力,并且能有效的获得DMOP在不同环境下数量较多、质量较好且分布均匀的Pareto最优解.     

QoS约束的链路故障多备份路径恢复算法

链路故障的恢复,不仅仅是选择一条连通的备份路径问题,还应考虑网络业务故障恢复过程中的QoS需求。针对此问题,该文基于多备份路径策略,构建概率关联故障模型和重路由流量丢弃量优化目标。并基于该优化目标,以业务的QoS需求为约束,建立故障恢复问题的数学模型,提出一种QoS约束的链路故障多备份路径恢复算法。该算法构建单条备份路径时,以最大程度地减少重路由流量丢弃为目标,并采用改进的QoS约束的k最短路径法进行拼接,且给与高优先级链路更多的保护资源。此外还证明了算法的正确性并分析了时间空间复杂度。在NS2环境下的仿真结果表明,该算法显著提升了链路故障恢复率和重路由流量QoS满足率,且QoS约束条件越强,相较于其它算法优势越明显。     

基于细菌群体趋药性的函数优化方法

本文在细菌趋药性(Bacterial Chemotaxis,BC)优化算法基础上提出一种基于群体智能的函数优化方法-细菌群体趋药性(Bacterial Colony Chemotaxis,BCC)算法.细菌群体趋药性算法同时使用单个细菌在引诱剂环境下的应激反应动作和细菌群体间的位置信息交互来进行函数优化.细菌群体趋药性算法在保留单个细菌较强的搜索能力的基础上克服了细菌趋药性算法收敛速度较慢,性能难以与其他常用的智能优化算法比较的不足.对不同函数优化试例的仿真表明细菌群体趋药性算法性能良好,是一种具有进一步研究价值的集群函数优化方法.     

混沌优化算法在组合优化问题中的应用

组合优化问题一直都受到理论界和工程界的重视,此类问题的求解方法也有很多,却各有缺点和局限性,不能满足实际应用的需要。混沌优化算法在解决数值优化问题上具有一定的普遍性,可以很快找到全局最优解,不过组合优化问题的解不是一个数值,因此在前人研究的基础上,提出求解组合优化问题的混沌优化算法。首先分析混沌优化,并针对组合优化问题中的TSP问题,提出一种混沌优化策略,探讨在TSP问题中应用混沌优化算法的方法。结果表明了该方法的有效性。     

改进微粒群算法优化PID参数的研究

微粒群算法是一种新的随机优化算法,算法通过微粒间相互作用发现复杂搜索空间中的最优区域,该算法具有搜索速度快、寻优能力强、算法简单等特点,但也存在普遍的缺点。本文基于微粒群算法容易陷入局部极值和收敛速度慢的缺点,提出一种新的改进算法,介绍了将改进微粒群算法用于PID控制器参数优化的方法,算法实现流程,并结合Matlab强大Simulink系统仿真功能证明了改进算法的有效性,其性能优于经验公式和遗传算法。     

TD-SCDMA无线网络工程优化方法研究

针对无线网络工程优化阶段需要关注的各项问题,对TD-SCDMA网络的特点、TD-SCDMA无线网络的工程优化方法进行了讨论和研究。     

TD-SCDMA网络商用初期的无线网络优化

本文主要介绍TD-SCDMA网络优化,分别介绍了网络优化的思路和流程,分析了TD-SCDMA网络优化和GSM网络的差异,最后说明了TD-SCDMA网络优化需要解决的问题。     

TD-SCDMA移动通信网络优化研究

随着第三代移动通信系统的研发进度不断向前,中国的移动通信标准TD-SCDMA系统越来越成为一个关注的焦点。网络运营商迫切需要优化无线网络以提高网络的投资效益、网络的运行质量和服务水平。本文对TD-SCDMA移动通信网络的优化流程和故障分析进行了研究,从覆盖优化、容量优化、干扰优化多方面提出了优化调整措施和参数配置建议,从而改善TD-SCDMA移动通信网络环境,最后总结了TD-SCDMA网络优化原则,并结合TD-SCDMA的发展及面临的实际问题提出了下一阶段网络优化的策略。     

群智能理论及应用

作为一种新兴演化计算技术,群智能已成为新的研究热点,它与人工生命,特别是进化策略和遗传算法有着极为特殊的联系,已完成的理论和应用研究证明群智能方法是一种能够有效解决大多数全局优化问题的新方法.更为重要的是,群智能的潜在并行性和分布式特点为处理大量的以数据库形式存在的数据提供了技术保证.本文介绍了群智能理论的产生和发展过程,并着力阐述了两种典型算法;微粒群算法和蚁群算法的基本原理以及研究现状.     

微波单片设计软件的研究及应用

论述了专用于微波单片设计软件的基本结构及原理 ,并以实际电路的仿真优化为例对其功能作了介绍。     

探索机电联合仿真优化在米波雷达天线设计中的应用

米波雷达拥有反隐身、抵抗反辐射导弹的特长,其工作频率低,波长长,天线尺寸比较大。文中针对数字阵列米波八木天线的阵面稀疏庞大结构特点,探索机电联合仿真优化来解决米波雷达天线研制中的困难。通过天线参数优化、天线口径优化和天线精度优化等机电联合仿真优化,研究出新构型的八木天线,提高天线单元布置密度,降低雷达天线体积和质量,即能使雷达机动快速架设,又能确保天线的指向精度,满足雷达的性能指标。     

空间映射粒子群算法用于电磁优化计算

将粒子群算法与空间映射算法相结合,提出了一种空间映射粒子群优化算法,并用于电磁问题的优化计算.算法实现过程中,将电磁仿真计算中精确网格剖分的计算模型作为精确模型,将粗糙网格剖分计算模型作为粗糙模型,在粒子群算法中计算粒子适应度前,使用粗糙模型结合基于卡尔曼滤波的映射关系,估计出粒子是否对算法最优解更新有效,并对有效的部分粒子做适应度计算,可以很大程度上减少算法的计算耗时.通过E型贴片天线和谐振腔缝隙天线的优化仿真说明了本算法的有效性.