基于免疫计算的TD-SCDMA网络基站选址优化

为了降低TD-SCDMA网络基站建设代价,给出了一种基于免疫计算的基站选址优化方案。介绍了TD-SCDMA基站建设的困难及基站选址原则,设计了基于实数编码的克隆增殖算子、克隆变异算子及克隆选择算子,给出了求解基站选址优化问题的免疫记忆克隆算法框架,并与文献中的算法进行了对比实验。实验结果表明,该算法获得的基站部署方案能以相对较低的基站建设总代价获得较高的网络覆盖率,具有较好的应用价值。     

基于免疫算法的 TD-SCDMA 网络基站选址优化

针对已有3G基站选址优化算法的不足和TD-SCDMA网络的特点,提出了一种基于免疫算法的TD-SCDMA网络基站选址优化方案。建立了基站选址问题的数学模型,设计了基于反学习的种群初始化方案和精英交叉策略,给出了免疫优化算法框架。实验结果表明,该算法不仅能够以较小的建站代价获得较高的网络覆盖率,而且算法具有较好的收敛性。     

WCDMA系统基站导频功率的联合优化

优化基站导频功率对提高WCDMA系统的网络服务性能具有重要意义,为了解决WCDMA网络基站导频功率联合分配问题,给出了一个基于免疫优化算法的基站导频功率优化方案。设计了基站导频功率分配问题的数学模型,并利用免疫优化算法进行求解,最后与文献算法进行了对比实验。实验结果表明:本文算法方案能在可接受的运行时间内找到大型通信网络中导频功率分配问题的近似最优解,具有较好的应用价值。      

异构无线网络中基于免疫计算的联合会话接纳控制

本文研究了单运营商异构网络环境下的联合会话接纳控制问题,给出了一个基于免疫计算的会话接纳控制方案.设计了联合会话接纳控制问题的数学模型,给出了基于免疫多目标优化算法的控制方案框架,并通过仿真实验验证了本文方案.实验结果表明,与文献方案相比,本文设计的接入控制方案在阻塞率和频谱效用之间获得了更好的性能折中,同时更好地兼顾...     

基于免疫机制和遗传进化的网络组播路由优化算法

高速多媒体网络中的路由问题是有QoS约束的路由问题，满足一个或多个约束的组播路由问题是NP-完全问题。本文将免疫机制引入遗传进化，给出了一种基于免疫机制和遗传进化的网络组播路由优化算法。理论分析和仿真实验表明，该算法是一个非常有效的算法。     

一种用于TSP问题的改进免疫遗传算法研究

受生物免疫原理启发而产生的人工免疫算法,是一种新型的随机启发式搜索算法。基于生物免疫系统机制,本文提出了一种改进的用于TSP优化的免疫算法。算法包括初种群优化,免疫选择,交叉,变异,同时采取免疫记忆,免疫网络促进与抑制操作。文中详细讨论了算法的相关概念及算法步骤,通过对TSP测试数据[61进行仿真实验,实验结果表明了本文的改进算法的有效性。     

基于免疫优化RBF网络的机载嵌入式训练系统效能评估

针对某新型教练机机载嵌入式训练系统效能评估问题,提出基于免疫优化RBF网络的效能评估算法。将效能评估问题建模为一个非线性回归问题,建立简洁、完备的效能评估指标体系;使用免疫克隆优化算法和一个新颖的编码方式进行自动聚类,得到合适的RBF网络隐含层单元个数以及高斯函数中心,从而完成RBF网络的训练。在测试部分,通过仿真实验,并对比经典的BP算法、遗传BP算法,该文方法在评估精准度和稳定性方面都是较优的。     

FPGA双端口存储器映射优化算法

FPGA存储器映射算法负责将用户的逻辑存储需求映射到芯片中的分布式存储资源上实现。前人对双端口存储器的映射算法研究相对较少,成熟的商业EDA工具的映射结果仍有不少改进空间。该文分别针对面积、延时、功耗这3个常用指标,提出一种双端口存储器映射的优化算法,并给出了具体配置方案。实验表明,在面向简单存储需求时,与商用工具Vivado的映射结果一致;在面向复杂存储需求时,面积优化和功耗优化的映射结果对比商用工具改善了至少50%。     

基于免疫-退火混合算法的物流集散管理研究

针对物资在集散中心与需求点之间的合理分配与调度问题,将确定选址以保证物资快速流通的为目标函数,通过约束需求点、集散中心和物资辐射范围构建约束条件,利用免疫优化算法从样本中选择出物资集散中心位置,并结合退火算法求得全局最优解,从而免疫优化与模拟退火算法的混合结果能够以最优最快的方式解决物资集散中心的选址与路径问题。最后针对江苏省的13个地市的物流集散中心选址与路径进行分析,确定了最优位置和最佳路径。     

一种社会网络搜索免疫优化算法

社会网络搜索免疫优化算法是在社会网络体现出强大的信息搜索及传播能力的基础上，进一步提出的一种较为新型的免疫优化算法。本课题笔者在分析社会网络搜索与免疫克隆选择算法的基础上，进一步对基于社会网络搜索模型的免疫优化算法进行了探究，希望以此能够对社会网络搜索免疫优化算法的了解提供理论依据。     

基于改进灰狼优化算法的DV-Hop定位算法

针对无线传感器网络节点DV-Hop定位算法由于节点分布不均,距离估计不准确,导致定位精度较低的问题,提出了一种基于改进灰狼优化算法的DV-Hop定位算法,采用先进的灰狼优化算法以寻找最优值的方式得到未知节点、坐标。同时,为进一步提高优化算法的寻优能力,克服可能出现局部最优的情况,将优化算法与免疫算法相结合,提高优化算法中灰狼种群的多样性,进而提高对最优解的搜索能力,达到提高定位精度的目的。实验结果表明,相对于普通的DV-Hop定位算法和普通的灰狼优化算法,改进之后的定位算法精度更高。     

一种单纯形遗传算法及其应用

本文深入分析了智能天线应用中广播波束成形权值反向求解的工程优化问题,引入单纯形算法对传统遗传算法进行改进并提出了一种新的单纯形遗传算法。通过具体应用验证,实现了较好自动求解权值的目的。同时,本算法也可在其他网络规划和网络优化等寻优问题中参考使用。     

基于量子布谷鸟搜索的认知无线网络频谱分配

为了有效解决认知无线网络频谱分配的离散优化问题,将量子计算引入布谷鸟搜索算法,提出了一种新的组合优化算法——量子布谷鸟搜索算法。该算法使用量子鸟窝表征问题的多维解,通过Lévy flights随机游动方式和量子突变策略快速搜索到全局最优位置。通过使用基准函数验证了算法的高效性,并提出了一种基于量子布谷鸟搜索的认知无线网络频谱分配方法。然后与经典频谱分配算法在不同的网络效益函数下进行仿真性能比较。结果表明,所提出的频谱分配方法能够较快找到全局最优解,并且在不同网络效益函数下均优于已有的经典频谱分配算法。     

SDN based network resource selection multi-objective optimization algorithm

For the problem of coexistence of different resource utility objectives and mutual influence of resource selection strategies in the complex structure of software-defined network (SDN),an SDN based network resource selection multi-objective optimization algorithm was proposed.The optimization goals of resource providers and clients were taken into account in the algorithm,and a resource selection multi-objective optimization model was constructed.The model was further solved by the reference vector based multi-objective optimization algorithm.Simulation results show that compared with other algorithms,the proposed algorithm could quickly converge to the uniformly distributed non-inferior solution set,and balance the optimization objects of multi-party in SDN based resource access management.     

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。     

多准则图象重建的神经网络模型及实现

本文提出一种采用Ｈｏｐｆｉｅｌｅ神经网络（Ｈｏｐｆｉｅｌｄ Ｎｅｉｒａｌ Ｎｅｔｗｏｒｋ简称ＨＮＮ）优化的图象重建算法。将图象重建问题转化为ＨＮＮ优化问题,取重建图象的峰值函数最小以及原始投影与再投影之间的误差平方和最小作为图象重建的优化目标,作为能量函数构造连续型ＨＮＮ模型,由ＨＮＮ能量函数极小化可得到重建问题的优化解。这种方法具有简单、计算量小、收敛快、便于并行计算等特点。对照ＡＲＴ算法,用计算机模拟产生的无噪声投影数据检验新算法,验证了新算法的优越性。     

基于混沌免疫遗传算法的神经网络及应用

借助混沌随机序列构造初始种群,将免疫机制引入传统遗传进化过程,有效克服传统遗传算法种群“退化”和“早熟”的不足,保持种群多样性,构造得到混沌免疫遗传优化算法。进而将混沌免疫遗传优化算法与BP神经网络相结合,分别用混沌免疫遗传优化算法和自适应BP算法对网络权值进行全局优化和局部二次优化,建立基于混沌免疫遗传算法的神经网络模型。利用所建立的混合神经网络模型对渤海某海域年极值冰厚进行训练预测,并将模型预测结果与实际数据以及动态拓扑预测的结果进行对比,表日周基于混沌免疫遗传算法的神经网络模型具有很高的预测精度和工程适用性。     

基于进化优化的移动感知节点部署算法

 移动传感器网络中节点部署优化直接影响到网络的能量消耗、对目标区域监控的性能及整个网络的生命周期.本文从网络覆盖和能量消耗两个方面,采用多目标优化对节点部署问题建模,并从集中式角度给出了节点部署问题的遗传算法求解过程.针对一类初始中心部署模型进行实验验证,并和基于向量的算法(VEC)、基于维诺图的算法(VOR)及基于边界扩张虚拟力算法(BEVF)进行性能对比,证明了该算法在大多数情况下可使传感器网络对目标区域的覆盖率最大化,同时保证了网络的连通和网络能耗最小,进而延长了网络的生命周期.