一种考虑节点拥塞情况的DTN概率路由算法*

容迟网络是一种新型网络,其概率路由算法根据历史相遇频率对相遇概率进行计算与更新,通过相遇概率判断是否转发报文。当节点缓存受限时,在网络中采用概率路由算法使得节点很容易发生拥塞,对报文的传送产生影响。为了减小拥塞对概率路由算法的影响,提出了一种考虑节点拥塞情况的概率路由算法,将节点相遇的概率和节点拥塞的情况综合起来,得到一个报文的递交概率,降低了由于拥塞对网络性能的影响,提高了报文的递交率,减小了报文在缓存中排队等候的时间。仿真结果表明,与传统的概率路由算法相比,在改进后的概率路由算法中报文递交率显著提高,平均延迟也在降低。     

DTN中考虑连接时间的概率路由算法

鉴于连接时间对报文能否成功传输有重要影响,提出考虑连接时间的概率路由算法。该算法基于连接时间和历史相遇频率两个因素来估计递交概率,从而大大提高了报文成功递交的概率,减少了报文传输中断的发生。仿真结果表明,与传统的概率路由相比该路由算法具有较高的报文递交概率和较低的网络开销率。     

一种区分服务的DTN概率路由算法

针对DTN网络中不同优先级的数据包需要区分服务的问题, 提出了区分服务的概率路由算法SDRP。该算法提出了参考概率这一概念, 相遇节点针对不同的数据包优先级定义了不同的参考概率, 若相遇节点的参考概率大于发送节点的转发概率则将数据包转发, 否则不转发。仿真表明, SDRP算法使不同优先级数据包的递交率呈层次化分布, 高中低优先级数据包的递交率由高到低依次排列。该算法使DTN网络在不改变原有网络通信性能的基础上, 较好地实现了根据数据包优先级的不同而区分服务的功能。     

DTN中基于节点相遇规律的自适应散发等待路由

在容滞网络中,针对散发等待BSW(Binary Spray and Wait)路由协议在转发报文时具有一定的盲目性。提出将每个节点维护的路由信息由一维拓展到二维,并在该基础上研究节点的相遇规律,动态地调整报文转发策略,从而解决当前节点与信宿节点相遇概率较低的问题。实验结果表明,该算法与散发等待路由相比,在降低平均延迟的基础上,能有效改善报文的递交率。     

容迟容断网络中基于模型的动态路由算法

通过对容迟容断网络中无拓扑信息路由算法进行分析,提出了基于模型的容迟容断网络动态路由算法.针对节点位置信息事先难以确定的特点,动态更新节点到访概率及相遇概率,并在此基础上自适应选择中继节点.对所提算法进行了仿真实现和性能分析.结果表明,基于模型的容迟容断网络动态路由算法不仅可以提高报文递交率并降低平均传输延时,而且可以避免产生大量冗余报文副本.     

DTN中基于时间因素的拥塞感知路由算法

为了解决散发等待路由算法中,中继节点的选择存在盲目性的问题,提出一种基于时间因素的拥塞感知路由算法CARA。该算法考虑时间因素对转发概率的影响,改进Prophet算法中的转发概率。根据改进的转发概率选择中继节点,动态分配报文转发数目,并以拥塞感知自适应的方式实现拥塞控制的优化。仿真结果表明,CARA算法和网络投递率及延迟表现最好的CS-DTN算法相比,投递率提高了10.21%,延迟降低了7.05%,同网络开销表现最好的BSW算法相比,开销降低了8.16%。     

基于历史效用的机会网络路由算法

针对机会网络中传统的概率路由协议投递率较低的问题,提出一种基于历史相遇预测的改进概率路由(HMPR)算法。该算法根据节点历史接触时间和接触频率两个因素,预测数据包成功投递到目的节点的效用值,通过比较其效用值大小来决定数据包是否转发到下一跳节点。仿真结果表明,与传统的传染路由和概率路由相比,该路由在数据包投递率、平均延迟时间和平均缓存时间方面比上述两个路由协议的性能更好。     

基于双转发机制的车载自组织网络路由算法

在车载自组织网络(VANET)中,节点高速移动性与动态拓扑快速变化会引起控制开销大、链路不稳定等问题.利用节点的位置、运动速度等信息,提出一种基于双转发机制的VANET路由算法.在路由寻路阶段,运用方向转发、动态概率转发限制路由请求(RREQ)包的洪泛广播.在路由回溯阶段,运用链路预测机制,选择路径失效时间最大的路径作为传输路径.在路由维护阶段,设置定时器,在路径断裂前触发新的路由寻路,寻找新路径替换即将断裂的旧路径.实验结果表明,与链路时间预测-按需路由算法以及无线自组织网络按需距离向量路由算法相比,该算法在转发的RREQ包数量、平均端到端延迟、传输吞吐率及报文投递率方面的性能较好.     

节点缓存感知的DTN概率路由算法

针对DTN网络中节点缓存资源有限的问题,为提高网络中节点缓存利用率,提出考虑节点缓存剩余率的概率路由算法。根据网络中节点缓存剩余率划分节点状态,针对不同状态节点采取相对应的消息转发机制,在此基础上调整消息丢弃策略和冗余副本删除策略。仿真结果表明,与PROPHET、Epidemic等路由算法相比,该算法能够有效提高网络通信性能,实现消息递交率和网络开销等关键指标的优化,将平均时延控制在可接受的范围内。     

基于流间编码的机会路由转发节点集选择算法

针对流间网络编码与机会路由结合时编码机会与转发节点数目之间的矛盾,提出一种基于流间网络编码的机会路由转发节点集选择算法FNSA。采用发送可变长报文探测包的方法获取更加准确的数据包成功发送概率,定量分析链路数据成功传输概率、传输次数和转发节点的个数之间的关系,确立最佳转发节点数目,选取最佳转发节点集。将该算法应用于编码感知机会路由协议CAOR,仿真实验结果表明,采用定长探测包时(α=0),网络吞吐量性能有约5%的提升;采用可变长报文探测包时(α=0.1),网络吞吐量性能有约9%的提升。     

运用遗传算法进行智能音乐作曲研究

采用遗传算法进行算法作曲,主要利用遗传算法的全局最优性,并且相对简单有效的特点.利用简洁的编码方式对基因进行编码,有效地表达了乐曲的主要信息,方便了适应度函数的计算和相关遗传操作的进行.针对音乐质量评估问题,提出了将相关音乐知识的规则和人机交互相结合的模式,共同对所创作音乐进行合理评价.不仅提高了评价的准确性,而且大大降低了人的工作量,产生了良好的音乐工程效果.     

递归算法与高效算法

文章通过实例给出了采用母函数法同时解决递归算法的两个问题:复杂递归算法的时间复杂度的求解问题和递归算法到高效算法的转化问題,并由此设计出高效的组合算法.     

一种基于PBIL算法和变焦算法的混合算法

基于群体的增量学习(PBIL)算法具有运行过程简单、解决问题快速准确的优点.本文采用二进制编码,针对二进制编码的算法从二进制最高位到最低位依次收敛的多米诺现象,提出一种变焦算法用来提高PBIL算法的搜索效率和求解精度.基于多组不同维数的Benchmark函数的仿真结果表明,混合算法具有全局收敛、求解精度及搜索效率高的优点.     

基于EM算法和PSO算法的混合优化算法

针对粒子群优化算法容易陷入局部最优解并且存在过早收敛的问题,将类电磁机制算法中的吸引-排斥机制引入到粒子群优化算法中,提出一种类电磁机制算法和粒子群优化算法的混合优化算法(EMPSO).首先按照基本粒子群优化算法的寻优方式对各粒子进行更新,再利用类电磁机制中的吸引-排斥机制对个体最优粒子和群体最优粒子进行移动,最后通过几个标准测试函数进行了测试,并与标准粒子群算法(PSO)、免疫粒子群算法(IPSO)、混沌粒子群算法(CPSO)进行对比.测试结果表明,改进算法提高了全局搜索能力和熟练速度,改善了优化性能.     

基于Apriori算法的改进算法

挖掘关联规则是数据挖掘中一个重要的课题,产生频繁项目集是其中的一个关键步骤。提出了一种改进算法,并将该算法与Apriori算法进行了比较。该算法只需要对数据库扫描一遍,并且存放辅助信息所需要的空间也少,结果表明该算法对关联规则挖掘较为有效。     

基于SAC的特征选择算法

特征选择通过移除不相关和冗余的特征来提高学习算法的性能。基于进化算法在求解优化问题时表现出的优越性能,提出FSSAC特征选择方法。新的初始化策略和评估函数使得SAC能将特征选择作为离散空间搜索问题来解决,利用特征子集的准确率指导SAC的采样阶段。在实验阶段,FSSAC结合SVM,J48和KNN分类器,通过UCI数据集完成验证,并与FSFOA,HGAFS,PSO等算法进行了比较。实验结果表明,FSSAC可以提高分类器的分类准确率,且具有良好的泛化性能。除此之外,对FSSAC和其他算法在特征空间维度缩减情况方面做了对比。     

基于欺负算法的优化算法

分布式算法中的欺负算法在选举协调者的过程中由于传输了大量信包而导致性能降低。该文在分析原有算法及其数学模型的基础上,提出一种优化算法并建立了相应的数学模型,对2种算法进行比较可以得出,优化算法在避免了选举失败或选举错误的基础上有效降低了选举过程中信包的传输数量,提高了通信性能,避免了网络延迟和网络拥塞。     

基于混沌优化与人工鱼群算法的混合算法研究

针对人工鱼群算法和混沌优化算法的特点,将人工鱼群算法与混沌优化算法相结合提出一种混合算法。此混合算法是利用混沌变量敏感性来提高人工鱼群初始群体解的质量;然后利用混沌的遍历性和随机性扰动使鱼群算法摆脱局部极值点,提高全局收敛性。仿真实验结果表明了混合算法的有效性。最后,给出了在一定条件下提出的混合算法的收敛性证明。     

递归算法的非递归化研究

1 引言在工程实际中,有许多概念是用递归来定义的,数学中的许多函数也用递归来表达。一个递归算法的执行过程类似于多个函数的嵌套调用,只是主调函数和被调函数是同一个函数而已,在执行过程中,信息的传递和控制的转移必须通过栈来实现,这就导致空间耗费大,执行效率较低,尤其是当递归深度较深时,不但耗费的空间大而且执行的效率也相当低,这是递归算     

Dijkstra的一种改进算法

在Dijkstra算法的基础上,该算法使用了一些独特的数据结构(如:前趋表和最短路径表);使用该算法能高效率地求出图中一个顶点到其它各顶点的所有最短路径。用C语言设计了相应程序验证了此算法。