利用移动代理提高网络管理性能的研究

目前针对基于移动代理的网管系统的性能研究较少，且多局限于与传统的集中式网管系统的性能比较．本文致力于提高基于移动代理的网管系统的自身性能．首先分析了现有的基于移动代理的网管系统的性能通弊，然后针对这些缺陷分别给出了解决策略．仿真实验结果表明，将改进后的方案运用在原有的基于移动代理的网管系统后，在一定程度上提高了管理性能．     

基于移动代理的网络故障管理体系的研究

分析了网络中故障的传播原理,在此基础上提出了一种使用移动代理的三层网络故障管理体系,对网络故障管理中关联问题的难度进行了有效的分解。根据网络故障管理体系的要求设计了不同功能的移动代理,及该体系下它们的工作交互过程。该体系充分利用了现有网络条件,满足了现代网管对于故障管理的及时性、自学习性的要求,减轻了网络负载。此外,按照这种方法建立起来的网络故障管理系统具有一定的通用性和灵活性,能够适应不同的网络和网络的变化,最后通过实验证明了系统的部分优越性。     

贴片机喂料器分配的优化及其遗传算法求解

针对贴片机喂料器的分配问题,给出一个新的模型,在贴装顺序已知的前提下,以贴装整块电路板所花费的总时间作为优化目标.基于该模型给出一种遗传算法,以目标函数作为其评价函数.与贪婪分配算法相比较,所花费的代价平均减少了6.2%,从而验证了该方法的有效性.     

Developing Mobile Robot Wall-Following Algorithms Using Genetic Programming

This paper demonstrates the use of genetic programming (GP) for the development of mobile robot wall-following behaviors. Algorithms are developed for a simulated mobile robot that uses an array of range finders for navigation. Navigation algorithms are tested in a variety of differently shaped environments to encourage the development of robust solutions, and reduce the possibility of solutions based on memorization of a fixed set of movements. A brief introduction to GP is presented. A typical wall-following robot evolutionary cycle is analyzed, and results are presented. GP is shown to be capable of producing robust wall-following navigation algorithms that perform well in each of the test environments used.     

Tracking Targets Using Multiple Robots: The Effect of Environment Occlusion

This paper addresses the problem of tracking multiple targets using a network of communicating robots and stationary sensors. We introduce a Region-based Approach which controls robot deployment at two levels. A coarse deployment controller distributes robots across regions using a topological map which maintains urgency estimates for each region, and a target-following controller attempts to maximize the number of tracked targets within a region. A behavior-based system is presented implementing the Region-Based Approach, which is fully distributed and scalable. We compared the Region-based Approach to a 'naive' local-following strategy in three environments with varying degree of occlusion. The experimental results showed that the Region-based Approach performs better than the naive strategy when the environment has significant occlusion. Second, we performed experiments (the environment was held constant) in which two techniques for computing urgency estimates were compared. Last, different combinations of mobile sensors and stationary sensors were compared in a given environment.     

一种基于移动代理自动优化的分布式入侵检测系统

随着网络技术的飞速发展，网络入侵检测系统需要处理大量的数据，处理能力的缺乏会引起入侵事件的漏报或误报，提高入侵检测系统的处理能力是目前急需解决的关键问题．AODIDS是一个由移动代理作为优化组件、多个分析结点及探测结点组成的可自动进行优化的分布式网络入侵检测系统．AODIDS的优化组件执行系统的性能评估，制定相应的优化策略，在规定的系统检测正确率的前提下平衡分配网络流量，从而尽可能地发挥整个系统的处理能力．     

采用树表示的全局最优形状匹配算法

提出一种全局优化算法，用于相似不变地在一场景中匹配一个形状。该算法采用支撑树来表示形状，匹配问题被转化成在目标点集中定位这棵树的问题。通过最小化边的空间变换同一个全局空间变换之间的差别，树的每条边的空间变换被强制是一致的。目标函数归结为一个关于边匹配变量的凹二次函数。该函数具有低秩Hessian矩阵，可以通过分支定界法快速地解出。还提出一种新颖的求下界的方案，它可以通过动态规划高效地解出。实验结果表明，所提算法相比主流算法有更好的鲁棒性，特别对于两点集只有部分重叠的情形。     

一种基于遗传算法的模糊神经网络最优控制

通过对控制系统的过程模拟,提出一种模糊神经网络最优控制方案。离线化部分基于遗传算法,分三阶段实现模糊神经网络控制器结构和参数的优化。在线优化部分通过重构模糊神经网络控制器的去模糊化部分,进一步调整控制规则,实现在线去模糊优化。仿真结果表明该方案优于常模糊控制方案和基于专家经验的模糊神经网络控制方案。     

多价格竞争网络环境中移动代理的随机路径寻优

在多个提供商提供的多价格竞争网络环境中 ,端用户在访问内容提供商提供的内容时 ,需要与对多个网络提供商的网络性能和价格进行比较 ,以确定一个在一定 Qo S约束下的最优路径 .基于移动代理进行网络信息的采集 ,将网络延迟和费用成本均设为随机变量 ,在随机网络中建立了一个费用成本和延迟时间双重期望值目标的最小化模型 ,应用遗传算法对移动代理的路径进行了最优化求解 ,最后进行了仿真计算     

生物网络比对的模型与算法

生物网络比对是生物体结构、功能和进化分析的重要研究手段.首先给出了生物网络比对问题的形式化定义;其次重点分析了现有的比对模型和算法,按照比对方法的数学特性对其进行了分类,并对典型算法结合应用进行了深入探讨,对3类比对方法的特点进行了总结与比较;再次,分析归纳了生物网络比对软件,阐述了生物网络比对研究的意义和应用;最后指出了生物网络比对研究中的关键问题及生物网络比对未来的研究方向.     

基于策略和代理的无线传感器网络数据管理架构

为方便用户对无线传感器网络中的数据进行有效管理,并进一步减少网络中的数据流量,对无线传感器网络数据管理的现状进行了分析和研究,提出了一种基于策略技术和代理的数据管理体系结构。该架构结合了策略技术和代理技术,进行了优势互补,用移动代理把用户的策略信息传到各个节点。策略技术的使用可以减少移动代理的代码的大小,在每个节点上都由策略代理来执行策略信息。     

基于蚁群算法实现入侵检测对动态网络拓扑的适应性

现有的入侵检测技术往往不能有效地适应网络拓扑结构的动态改变．针对这种情况，本文首先在蚁群算法的基础上提出了一种适应动态拓扑结构的入侵检测模型．在该模型中，以Mobile Agent IDS为基础，引入Agent驻留因子概念，基于蚁群算法构造Agent的转移概率函数，使入侵检测Agent在网络拓扑结构发生变化以及系统被入侵时能根据实际的拓扑结构和入侵情况自适应地选择一条最优化的路径移动到一个最适合发挥其作用的位置，从而实现Agents的优化调配，获得入侵检测的拓扑结构自适应性．该模型符合Markov特性，论文采用概率论知识详细论述了单个Agent调配动作的Markov性质；然后采用随机Petri网论述了整体模型的Markov性质，并进行了性能评价．     

Man-machine Cooperation for the Control of an Intelligent Powered Wheelchair

In the smart wheelchair field the research problematics consists in applying methods coming from mobile robotics to navigation assistance for people with motor disabilities. In this chapter we detail the constraints and the specificities of this application. From this study we deduce the need to obtain a cooperation between the human operator and the machine in order to achieve a mobility task. To illustrate this purpose, we describe a mobile robot architecture which facilitates task and information sharing and trading between man and machine.     

激光即时定位与建图算法综述

激光即时定位与建图(SLAM)算法是一种在机器人导航和自主驾驶领域被广泛应用的技术;该技术可以利用激光雷达扫描环境并提取特征点,实现机器人的自主定位和地图构建;针对机器人激光SLAM技术进行研究,分析了各个激光SLAM算法的基本原理,并且对主流SLAM算法进行了现状总结;根据激光SLAM算法的特点以及原理不同,将激光SLAM算法分为：基于滤波器的算法、基于图优化的算法、基于配准的算法、基于学习的算法等;基于上述分类,详细介绍了每个算法的优缺点,并且分述了近两年的主要研究成果;针对移动机器人激光SLAM算法研究现状,对激光SLAM算法的未来发展进行了展望。     

Optimal Deployment of Mobile Sensors for Target Tracking in 2D and 3D Spaces

This paper proposes a control strategy to autonomously deploy optimal placements of range-only mobile sensors in 2D and 3D spaces. Based on artificial potential approaches, the control strategy is designed to minimize the intersensor and external potentials. The inter-sensor potential is the objective function for optimal sensor placements. A placement is optimal when the inter-sensor potential is minimized. The external potential is introduced to fulfill constraints on sensor trajectories. Since artificial potential approaches can handle various issues such as obstacle avoidance and collision avoidance among sensors, the proposed control strategy provides a flexible solution to practical autonomous optimal sensor deployment. The control strategy is applied to several optimal sensor deployment problems in 2D and 3D spaces. Simulation results illustrate how the proposed control strategy can improve target tracking performance.      

移动传感器网络覆盖算法研究

随着MEMS技术的发展,移动传感器网络近年来受到较多的关注,其中覆盖算法是其研究的重要问题之一。现有的移动覆盖算法主要分为虚拟力法、Voronoi图法和Delaunay三角剖分法三类。本文分析了这三类方法的不足,给出了一种新的移动覆盖算法,能够针对大规模移动传感器网络,真正实现分布式的实时响应网络的拓扑变化。仿真表明,该
算法具有良好的覆盖效果。     

一种机器人多传感器联合系统的逻辑和代数分析方法

从信息单元处理流程和缓冲设计的角度探讨了机器人多传感器联合系统的逻辑和代数分析方法.在分析几种典型的多传感器的结构和缓冲设计模型的基础上,文章引入基于Petri Nets的逻辑表达方法和基于[Max, ]半环的代数分析方法.以自主式移动机器人的多传感器联合系统为背景,文章系统探讨了多传感器联合系统的逻辑和代数分析方法的具体应用.实验数据表明,这种多传感器联合系统的逻辑和代数分析方法可以满足自主式移动机器人系统分析和仿真的需要     

一种控制蚁群规模的优化路由算法的方案

本文提出了一种优化路由算法的方案,通过在网络节点配置蚂蚁数目控制表来控制“网络蚂蚁”的数目。这样能够根据网络状况设置合适的蚁群规模,从而可以使网络达到更好的负载平衡,相应地提高网络的利用率。     

基于移动代理和小波的网内数据加权融合方法

提出了一种基于移动代理和小波的网内加权融合方法．该方法基于网内数据存在时空相关性和较大冗 余的特点,引入移动代理并进行小波网内加权融合处理来减少网内数据传输量,克服分布式处理需要节点间额外信 息交互的不足．仿真结果表明：其能进一步降低通信量和总能耗．     

基于粒子滤波的移动物体定位和追踪算法

提出一种基于粒子滤波的目标定位算法PFTL(particle filter based target localization)以及一种基于网络覆盖问题的节点组织策略SAC(sampling aware tracking cluster formation).PFTL 的基本思想是,采用一系列带权粒子(weighted particles)来预测移动物体位置的后验分布空间,每个新时刻根据传感器的测量数据来权衡和定位目标.PFTL 通过引入误差容忍(error tolerant)的方式来存储和发送目标位置数据,使汇聚点关于物体位置信息的数据误差在一个可控的范围内,进而极大地减少网络通信负荷.SAC基于传感器采样离散化的特点来制订数据融合策略,并以最大化覆盖物体运动轨的方式动态地选取节点和进行节点簇的有效组织.模拟实验结果表明,与现有的几种定位算法和追踪协议相比,结合PFTL 算法和SAC 策略能够以较小的代价取得更好的定位效果和网络负载均衡,进而延长网络寿命.