无线传感器网络动态路由研究与展望

无线传感器网络是集信息采集、信息传榆、信息处理于一体的综合智能信息系统,具有广阔的应用前景,是信息网络技术中的一个新领域.节点资源极端受限、大规模网络的随机散布以及网络拓扑的动态性都给路由选择与优化问题的研究带来了前所未有的挑战.重点介绍了无线传感器网络路由问题面临的挑战,分析了路由问题的多种制约因素,并提出了动态网络拓扑模型建立的必要性和路由问题的发展方向.     

一种新的智能优化及其改进研究

研究了一种新的进化算法-和声搜索(HS)算法,针对其在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出一种改进的和声搜索算法,算法在保留和声搜索的搜索机理的同时,把混合蛙跳算法中的局部搜索策略引入其中,维持了和声库的多样性,从而提高了对复杂问题的搜索效率.与同类算法相比,本文提出的和声搜索算法全局搜索能力强,收敛速度快,数值实验结果验证了算法的有效性和鲁棒性.     

相容RS理论中的属性约简算法

1.引言 Skowron等提出的相容RS理论是经典的RS理论的推广,它用相容关系(tolerance)代替原来的不可分辨关系(indiscernibility),可以发现属性值之间的相似性、滤除属性值之间的微小偏差,提高系统决策的鲁棒性和决策效率。Duntsch、Gediga等从信息论的角度建立了粗糙集理论中的知识与信     

近似完全重构DFT调制滤波器组的设计

提出了一种新的近似完全重构（NPR）离散傅立叶变换（DFT）调制滤波器组的原型滤波器设计方法。其优化的目标函数由滤波器组的输出混叠、输出失真及原型滤波器的阻带能量所导出。在此设计方法中,利用DFT调制滤波器组的特殊结构合理简化了滤波器组的输出混叠,输出失真。原型滤波器的设计最终被转化为一个简单的非线性优化问题。与目前的DFT调制滤波器组的设计方法相比,该方法提供了相当大的灵活性同时具有简单的优化描述。仿真结果证实了所提出的设计方法的有效性。     

基于拓扑改进与交叉策略的萤火虫算法

针对萤火虫算法（FA）复杂度大，对高维函数优化困难，容易陷入局部极小值等问题，提出了基于拓扑改进与交叉策略的萤火虫算法。该算法用冯诺依曼拓扑结构来模拟萤火虫之间的邻域结构，提高了全局搜索能力，并且减小了计算复杂度。同时，引入自适应交叉策略，根据萤火虫的多样性动态的调整交叉概率，增强了萤火虫跳出局部最优的能力。对8个标准测试函数的仿真实验表明，改进后的萤火虫算法与标准萤火虫算法相比，有更高的收敛精度和稳定性。     

WDM网络中一种新的动态波长分配算法

本文提出一种新的动态波长分配算法：综合评价法（IEA）。新算法引入初始优先级和更新优先级的概念，将网络公平性，业务优先级，负载均衡性多个因素综合考虑，在确保网络较低平均阻塞率的同时，实现了业务的分级优化和网络公平性的改善。仿真结果表明新算法能更好地提高网络的综合性能。     

人工蜂群算法的几乎必然强收敛性:鞅方法

已有的人工蜂群算法的收敛性分析是基于算法的遍历性分析,在概率收敛意义下考虑的,这种收敛性分析不能确保算法在有限步内收敛到问题的全局最优解。首次尝试运用鞅论研究人工蜂群算法的几乎必然强收敛性,证明了人工蜂群算法确保能以概率1在有限步内达到全局最优解。这一结论为拓宽人工蜂群算法的应用范围奠定了理论基础,并为人工蜂群算法的改进及收敛性研究提供了新的理论工具。     

非结构网格上双曲守恒律的并行算法研究

针对Euler方程的求解问题,在分布式存储环境下,提出一种适合于非结构网格上的并行算法。采用区域分解算法,适当处理网格,使每台处理器保持负载平衡。采用GMRES隐式时间离散格式、当地时间步长等加速收敛方法,通过对绕NACA0012翼型、ONERA M6机翼以及DLR-F6翼身组合体无黏流动数值模拟,验证了该方法具有较高的加速比和并行效率,适合在MIMD模式下进行大粒度科学计算。     

基于先验节点序学习贝叶斯网络结构的优化方法

针对小样本数据集下学习贝叶斯网络 (Bayesian networks, BN)结构的不足, 以及随着条件集的增大, 利用统计方法进行条件独立 (Conditional independence, CI) 测试不稳定等问题, 提出了一种基于先验节点序学习网络结构的优化方法. 新方法通过定义优化目标函数和可行域空间, 首次将贝叶斯网络结构学习问题转化为求解目标函数极值的数学规划问题, 并给出最优解的存在性及唯一性证明, 为贝叶斯网络的不断扩展研究提出了新的方案. 理论证明以及实验结果显示了新方法的正确性和有效性.