多模态函数优化的免疫算法

模拟抗体搜索机制,结合免疫网络理论,提出一种新的优化算法.该算法用抗体表示函数优化解的可能模式,通过构造克隆选择算子完成全局和局部最优解的搜索,利用B细胞网络保持多种抗体并存.典型函数优化测试结果表明,该算法能够较好地实现全局最优解和局部最优解的同步搜索和保持,具有较强的多模态函数优化能力.     

无线Mesh网络中网关部署研究

为了解决无线Mesh网络中网关部署问题,通过将网关部署问题转化为数学模型,用集合覆盖问题求解多目标优化问题,采用基于遗传算法的网关部署设计方案.研究结果表明,该方案实现了部署网关的数量较少、骨干网中普通路由器与对应网关间的跳数较小的目标.     

战场宽带数据链分布式虚拟骨干网的构建

宽带数据链作为现代战场的神经网络和信息传输通道,必须采用分布式虚拟骨干网构建算法才能适应战场环境的大容量、多样性数据传输和时变性网络结构。针对这一问题,提出了一种分布式虚拟骨干网构建算法-DCDS算法。该算法中,每个节点只需获取其两跳范围内的邻居节点信息,无需获知全网拓扑信息。理论分析和仿真表明,相比Wu等2种经典算法,DCDS算法具有更小的消息开销和虚拟骨干网构建规模,更适合于大数据量、高动态的战场宽带数据链网络。     

覆盖网络中多服务静态部署算法

针对因特网的覆盖网络中多服务在不同服务节点的部署问题,提出了一种保证平均请求转发延迟满足服务质量要求,以最小化服务部署规模为目标的服务部署模型．该模型在传统的单服务部署问题的基础上,增加了多服务的分配任务;为了合理均衡利用服务节点的服务器资源,引入并发上限限制单节点的并发数目．证明了该模型属于非确定性多项式时间完全问题,提出了两种贪婪启发式算法,两种算法可以在多项式时间内求解．实验结果表明,所提出模型和启发式方法能够大大降低服务部署规模,分别将服务部署规模降低为原始规模的41％和47.8％．     

一种粒子群优化的用户优先级虚拟网络映射算法

以底层网络资源利用率最大化为目标,对控制转发分离网络建立基于"资源抢占+重映射"的用户优先级虚拟网络映射整数线性规划模型,并提出了一种改进离散粒子群算法来解决虚拟网络映射问题.该算法的粒子进化更具方向性,同时引进不同粒子位置互斥因子,解决粒子群算法易早熟陷入局部最优解的缺陷.最后通过仿真实验从节点资源利用率、链路资源利用率、一般虚拟网络接受率、平均跳数和长期运营收益成本比等方面,将改进离散粒子群算法与贪婪算法和二进制离散粒子群算法对比,验证了改进离散粒子群算法的高性能.     

基于质量功能展开的可信软件需求映射方法

为了保证和提高软件的可信性,针对当前可信软件需求管理在将可信性需求向软件设计过程映射方面存在的不足,提出基于质量功能展开（QFD）方法的可信软件需求映射方法.该方法在用数量化理论3类（QM3）方法定量分析可信软件需求的基础上,借助QFD方法中的质量屋（HOQ）矩阵,将可信性需求映射到软件设计开发的整个过程,并在过程中追踪和控制这些需求,以使其在软件开发过程中得到正确而一致的实现,从而系统化地保证软件的可信性.用某金融软件系统的开发实例进行验证,说明所提方法能有效地管理和控制可信性需求,对提高软件系统的可信性和保证软件质量具有重要意义.     

双频共塔调配网络在广播发射中的应用

详细地介绍了双频共塔网络的原理和算法,以及实现该网络的设计方法。     

一种面向智慧交通的车联网网络流量估计方法

随着5G网络的快速部署,车联网、物联网、边缘计算等迅速发展,车联网络流量测量面对诸多挑战.研究了面向智慧城市的车联网流量估计问题,提出了一种基于软件定义网络的车联网流量估计方法.基于软件定义网络架构获得粗粒度的车联网络流量测量值,构建了基于自回归移动平均模型的细粒度测量模型,并提出一种启发式算法来获得精确的流量估计结果...     

一种最大化传感网络覆盖率的移动辅助部署算法

研究了使用移动传感器提高传感网络覆盖率的问题,提出了一个基于二部图匹配的移动传感器部署算法．设目标区域可以划分成多个小区域或网格,首先把初始网络描述成一个二部图G,G的顶点集合由移动节点集合和需要覆盖的网格集合组成．如果某个移动节点可以覆盖某个网格,则它们之间存在一条边．衡量移动的花费可以使用移动的距离、消耗的能量或者跳跃的次数等．对构造的二部图G求它的最小花费的最大匹配基,则该匹配基对应着一个最优的移动方案,按此方案部署的网络覆盖率最大且总的移动花费最小．     

Sensor deployment strategy for chain-type wireless underground mine sensor network

Wireless sensor networks (WSNs) are very important for monitoring underground mine safety. Sensor node deployment affects the performances of WSNs. In our study, a chain-type wireless underground mine sensor network (CWUMSN) is first presented. A CWUMSN can monitor the environment and locate miners in underground mines. The lowest density deployment strategies of cluster head nodes are discussed theoretically. We prove that the lifetime of CWUMSN with a non-uniform deployment strategy is longer than with a uniform deployment strategy. Secondly, we present the algorithm of non-uniform lowest density deployment of cluster head nodes. Next, we propose a dynamic choice algorithm of cluster head nodes for CWUMSN which can improve the adaptability of networks. Our experiments of CWUMSN with both non-uniform lowest density and uniform lowest density deployments are simulated. The results show that the lifetime of CWUMSN with non-uniform lowest density deployment is almost 2.5 times as long as that of the uniform lowest density deployment. This work provides a new deployment strategy for wireless underground mine sensor networks and then effectively promotes the application of wireless sensor networks to underground mines.     

Collaborative offloading of overloaded MEC servers in ultra-dense heterogeneous networks

Mobile Edge Computing (MEC) can perform computational task offloading with the help of edge servers, and is no longer limited by the power of mobile terminals (MTs). When the edge server is overloaded, it often chooses to queue, postpone or reject the MT’s offloading request. QoS (Quality of Service) of users will deteriorate greatly due to service disruption and extended waiting, but the existing research work does not consider how the MEC-BS can relieve load pressure at this time. In this paper, we study how to enhance the computing offloading service of the MEC-BS by offloading the task of the overloaded base station to the other MEC-BS in the same collaboration space. Combining the penalty function with the two-step quasi-newton method, an optimization algorithm is proposed to minimize the joint utility function including the total delay and energy consumption of the edge computing network. Empirical factors are used to adjust the optimization deviation according to the different needs of the optimization target for time delay or energy efficiency. Simulation results show that the proposed scheme is better than two other schemes in improving the system performance and convergence speed.     

一种多模态函数优化的免疫算法

结合免疫系统的研究成果,并基于克隆选择原理和免疫网络理论,设计并实现一种多模态免疫优化算法。算法的主要操作算子包括Baldwin效应设计、克隆选择、超变异及通过免疫网络调整对抗体相似性抑制等。通过对不同的多模态测试函数进行仿真实验,证明了算法具有较强的多模态函数优化能力。     

Optimizing neural network forecast by immune algorithm

1 INTRODUCTIONThe forecast of complicated nonlinear relation-ships among multi-factor ti me series can be ex-pressed as a multivariate ti me series analysis ,which si multaneously observes the dynamic processof a group of (multi-di mension) correlative randomvariables as a whole , while traditional linear fore-casting methods such as multiple regression mod-el[1], GM(1 ,N) model[2]seemto have many bar-riers on solvingthis complex nonlinearissue amongthese multi-factor ti me series .Artifi…     

一种新的基于网络虚拟环境的用户访问模式聚类算法

为了有效地实现网络虚拟环境的个性化信息推荐,提出一种针对网络三维虚拟环境的用户访问模式聚类算法,即基于多目标粒子群优化的模糊C-均值聚类算法(MOPSO-based FCM, MPF)。MPF算法结合了粒子群优化算法(particle swarm optimization, PSO)与模糊C 均值算法(fuzzy C-means, FCM)的优点,通过PSO的全局空间搜索避免了FCM算法对初始值、噪声数据敏感与容易陷入局部最优等。为了改善聚类效果,在PSO中设计一个基于双目标(最小化类内距离与最大化类间距离)的粒子适应度函数。最后用标准数据集与模拟数据集分别对MPF算法进行性能测试,实验结果表明:本算法在聚类精度方面表现良好。     

下一代蜂窝网络中家庭基站导频功率的智能优化

为了解决下一代蜂窝网络家庭基站导频功率分配问题,给出了一个基于免疫记忆克隆算法的家庭基站导频功率优化方案。设计了家庭基站导频功率优化问题的数学模型,给出了免疫记忆克隆算法框架,并通过仿真实验对本文方案进行了验证。实验结果表明:本文方案基于网络拓扑结构和传播流量分布,能够有效地对家庭基站的导频功率和毫微微小区半径进行优化配置,具有较好的应用价值。     

用于函数优化的改进免疫克隆多样性算法

免疫系统具有许多可以用于解决工程和科学问题的特性,人工免疫系统是基于免疫系统特性而发展的新兴智能系统.针对免疫算法的多样性,利用免疫系统克隆选择和克隆抑制机制,提出一种用于函数优化的改进免疫克隆多样性算法,以达到简化复杂系统函数算法的目的.多样性算法是一种基于免疫系统抗体多样性机制而开发的免疫算法,这里给出了改进的算法步骤,指出改进算法与原算法的主要区别以及所依据的免疫系统原理;文章还对算法的复杂性进行了分析,证明了改进免疫系统克隆多样性算法可以利用相对小的候选解群体解决复杂函数优化问题.     

供电企业信息网络管理系统应用研究

本文通过介绍在供电企业应用网络管理软件的一个案例,结合宣城供电公司网络系统管理的应用需求和实际情况,阐述了应如何选择和应用合适的网管系统,提升网络运行管理水平。     

面向虚拟社区物联网的信任推荐算法

现有的基于信任的推荐模型中,交互请求者都会选择当前信任度最高的对象进行交互,这会造成虚拟社区中的资源不能被充分利用,可信度高的对象也会因为超负荷而造成响应延时,引起信任度的下降.为了解决该问题,提出了一个考虑社区节点信任度稳定性与社区利益的推荐算法.该算法采用李雅普诺夫优化的思想,社区控制中心根据目前各成员节点的状态与请求者的特征做出满足请求者的约束条件,同时保证社区节点信任度稳定性,并使得社区所得利益最大的决策.对算法进行理论分析与仿真实验表明,与传统方法相比,该算法使得社区节点的信任度与工作负荷更加稳定,同时可使整个虚拟社区与资源请求者获得更多的利益.     

MEC系统中面向网络切片的3C联合资源分配算法

移动边缘计算（MEC）相关研究已经成为未来移动网络的热点研究之一.在基于网络切片的雾无线接入网络中,提出了一种面向网络切片的MEC系统通信计算缓存（3C）联合的资源分配算法.给出了面向网络切片的多MEC协作资源分配模型,其中考虑了无线接入带宽与回程链路带宽的限制以及MEC系统计算与缓存资源分配对网络切片服务时延的影响;基于服务时延定义了用户获得资源的效用值,构造了系统效用值最大化问题优化不同网络切片下的用户接入、计算与缓存资源分配,并采用连续凸近似交替迭代方法获得近似最优解.对所提算法性能进行了仿真验证,仿真结果表明,所提算法实现了系统总效用值优化,提高了面向网络切片的MEC系统资源利用效率.     

论网络虚拟财产的物权属性

针对网络虚拟财产纠纷处理中的立法缺位、司法认定的困难以及如何定性网络虚拟财产从而更好的对其进行保护的问题.在比较和评析虚拟财产属性认定现有观点利弊得失的基础上,通过归纳网络虚拟财产的类型及其特征,提出了网络虚拟财产具有民法物权属性的观点.