【摘 要】
：
可靠度是衡量网络性能最重要的指标之一,不交和算法和因子分解算法是计算网络可靠度最重要的两种方法。不交和算法需要提前枚举网络所有极小路或极小割,因子分解算法虽然不需要枚举极小路或极小割,但每次只能分解一条边的状态。为了克服这两种算法的不足,基于网络化简和向量集分解,提出一个计算网络可靠度的高效、实用算法。该算法具有如下特点:a)算法首先求得网络的不可靠度,进而可得网络的可靠度;b)算法不需要提前枚举
【机 构】
：
河南理工大学数学与信息科学学院,河南理工大学计算机科学与技术学院
论文部分内容阅读
可靠度是衡量网络性能最重要的指标之一,不交和算法和因子分解算法是计算网络可靠度最重要的两种方法。不交和算法需要提前枚举网络所有极小路或极小割,因子分解算法虽然不需要枚举极小路或极小割,但每次只能分解一条边的状态。为了克服这两种算法的不足,基于网络化简和向量集分解,提出一个计算网络可靠度的高效、实用算法。该算法具有如下特点:a)算法首先求得网络的不可靠度,进而可得网络的可靠度;b)算法不需要提前枚举网络所有极小路和极小割;c)通过引入网络化简操作和向量集分解方法,算法每次可以分解多条边的状态,从而能更
其他文献
用蚁群优化求解组合优化问题时,信息素模型及其规则可能使问题的各组件之间的竞争失衡,从而有可能使蚁群搜索停滞在最差解。研究了蚁群优化求解k-最小生成树问题时的信息素模型及其更新规则对性能的影响,对原有的信息素模型作出了新的解释:直接表示k-最小生成树问题的边被选择的概率。基于新的信息素模型设计了一种新的解的构造过程,这种过程不仅产生可行解,也产生不可行解;同时研究了使用可行解和全部解更新信息素模型时
作为一个NP完全问题,通常采用启发式算法来解决网格工作流调度。首先对网格工作流调度算法进行了分类,然后对其典型算法进行了分析和讨论,并阐述了一些典型网格工作流调度系统,最后指出了现有算法中的一些不足之处,展望了该领域的进一步研究方向。
由于语义P2P系统的知识分散部署于各个peer节点上,而每个peer节点都拥有其自身异构的知识模式和本体表示,这就给语义P2P节点间的知识分享带来了困难。对语义P2P系统进行了深入分析,着重对P2P节点之间的知识分享问题进行了论述,并进一步提出自己的设计思路来解决这一问题。
针对知识发现在实际应用中的问题,提出了一种以领域知识为中心的知识发现过程模型,并将其形式化,描述了其动态语义。与已有的知识发现过程模型相比,此过程模型更能体现知识发现过程的本质特性,同时具有严格的形式化基础,为知识发现系统的设计和实际的知识发现应用提供了一个新的参考。
针对多传感异步信息融合分类问题,提出了一种新颖的基于耦合隐马尔可夫模型(CHMM)结构的中期融合分类策略,该策略既考虑到了多传感信息在时间上的相关性,又解决了信息流之间的异步问题;其次,通过限制信息流的状态数量和限制信息流之间的异步程度,简化了模型结构;此外,为解决CHMM的算法实现问题,提出了一种CHMM与双流HMM的等效变换方法,从而利用经典的HMM算法解决了CHMM的模型实现。最后在唇读语音
传输流(TS)作为多媒体数据传输和存储格式在网络视频点播中得到了越来越广泛的应用,但其面向广播设计的固有的封装格式使其在点播系统中难以进行灵活的人机交互操作(VCR功能)。针对TS文件结构的特点,设计了TS文件的时间快速定位算法,并针对TS文件的快进、快退过程提出了高效的数据挑选机制,保证了基于TS文件的视频点播人机交互VCR功能的实现。
将引入粒子群优化算法来解决带随机权值、服从独立均匀概率分布的极小化极大(1-中心)平面选址问题,对其进行实验模拟并得出了乐观的结果。
应用计算机探索数论和组合数学中著名的难题——Sidon序列问题,给出一种新的计算方法,获得七个Sidon数的新上界:F(15)≤157,F(16)≤189,F(17)≤220,F(18)≤251,F(19)≤294,F(20)≤337,F(21)≤392。
针对现有静态和动态负载均衡算法往往存在计算服务节点负载过程中引用特征信息过少,或忽视不同类型服务对于节点负载的影响等问题,提出了一种基于服务类型的动态反馈算法。该算法统计各节点的多种负载信息,通过NECP协议实现动态反馈,并引入负载权重向量和负载能力向量计算节点的综合负载。算法在实际的仿真环境中得到了验证,说明了具有可用性和优越性。
为了提高网络流量预测的精度,采用一种改进的QPSO算法训练BP神经网络对网络流量数据的时间序列进行建模预测。针对标准的QPSO算法不可避免地出现早熟的不足,提出一种新的基于参数自适应的QPSO算法,较好地避免了粒子群的早熟,提高了算法的全局收敛性能。仿真实验结果表明,与PSO训练的BP网络、QPSO训练的BP网络作为预测模型相比,该模型具有更高的预测精度及很好的稳定性。