一种求解动态优化问题的改进自适应差分进化算法

针对原始动态自适应差分进化（SADE）算法局部搜索能力弱和寻优精度低的问题,提出一种求解动态优化问题的邻域搜索差分进化（NSDE）算法。通过引入邻域搜索机制,在划分种群最优个体的邻域空间范围内产生候选解,选取候选解集合中的最优解并对种群最优个体进行迭代,增强算法局部搜索能力。在传统基于距离的排斥方案中,引入hill-valley函数追踪邻近峰,提高算法寻优精度。实验结果表明,与SADE、人工免疫网络动态优化、多种群竞争差分进化和改进差分进化算法相比,NSDE算法在49个测试问题中分别有28、38、29和38个测试问题的平均误差更小,综合性能表现更好。     

基于双样本学习与单维搜索改进的精英麻雀搜索算法

针对麻雀搜索算法初始种群分布不均匀，种群间信息交流少，易陷入局部最优，收敛速度慢等不足，提出了一种基于双样本学习与单维搜索改进的精英麻雀搜索算法。首先，采用Hammersley低差异序列与反向学习相结合产生精英初始种群，增强个体质量和多样性；然后，通过双样本学习策略，改进追随者的位置更新公式，加强种群间的信息交流，提高算法跳出局部最优的能力；最后，在算法迭代后期采用单维搜索模式，增强算法在后期的深度挖掘能力，提高算法的精度。通过对时间复杂度进行分析，证明了该改进未增加算法的时间复杂度。选取12个不同特征的测试函数进行寻优，测试结果表明，与其他算法相比，该算法在收敛速度、精度和稳定性上都有明显的优越性。     

基于小世界回声状态网的时间序列预测

为了提高时间序列的预测精度, 提出了利用改进的小世界网络优化泄露积分型回声状态网(Leaky-integrator echo state network, Leaky ESN)的时间序列预测方法. 首先提出一个改进型小世界网络, 其加边概率是节点间距离的负指数函数. 然后, 利用加边概率直接表示Leaky ESN储备池两个神经节点的连接权值, 取值范围为[0,1], 表征了节点间的连接程度. 利用这个新型小世界网络改进Leaky ESN的储备池神经节点的连接方式, 有目的地实现了稀疏连接, 减小了Leaky ESN储备池随机稀疏连接的盲目性, 提高了储备池的适应性.最后, 利用改进的Leaky ESN预测典型的非线性时间序列, 并利用Matlab仿真软件验证了本文提出方法的有效性. 与Leaky ESN相比, 本文提出的方法具有更高的预测精度和更短的训练时间.     

融合多向学习的混沌麻雀搜索算法

对于原始麻雀搜索算法（SSA）在迭代过程中表现出的种群多样性减小,易陷入局部最优等问题,提出一种融合多向学习的混沌麻雀搜索算法（MSSA）。利用Hénon混沌映射初始化种群,增加麻雀种群的多样性,扩大可行解的搜索范围,为全局寻优奠定基础;采用多向学习策略增加麻雀跟随者探索未知领域的机会,平衡算法的局部开发性能和全局搜索能力;当算法陷入局部最优时,引用遗传算法中的变异策略依据动态的变异概率对当前最优个体进行扰动变异;将MSSA算法应用到无线传感器网络节点覆盖优化问题。数值实验结果与Wilcoxon秩和检验结果均表明MSSA算法在收敛精度与收敛速度等方面具有更明显的优势。     

医院无线传感网络分区节点能耗动态均衡算法

为解决能量消耗快、使用寿命短的问题,提出一种医院无线传感网络分区节点能耗动态均衡算法。计算医院内大流数据传输产生拥挤概率,明确候选路径选取最优结果,调度拥堵概率小的大数据流,建立节点能耗模型,计算节点跳转合作间能量消耗,凭借振动补给模型补充部分节点能量。受距离影响,节点间的补给程度不同,需计算单元中簇头数量迭代关系,利用簇点间传输数据融合率,确定单元个数及各单元簇头节点个数,平衡各节点耗能。实验结果证明,动态均衡算法节点能量消耗均衡,能有效延长节点使用时间,提高网络吞吐量、缩短时延。     

无线传感器网络节点感知进化计算模型研究

针对无线传感器网中测距的节点感知和定位精度低的问题,提出了无线传感器网络节点感知进化计算模型.首先将节点感知问题转化为满足约束条件的解空间寻优问题,利用改进的量子遗传算法对节点的感知方案进行染色体映射,并进行自适应的基因长度编码,对种群进行一次观测,确定基因状态,并计算第一适应度函数和第二适应度函数值;然后利用粒子群算法对量子旋转系数进行迭代优化,依据个体信息熵和自适应变异算子进行最优子辈生成,在每次迭代繁殖后更新变异算子的概率;最后迭代输出各锚节点集合的节点感知坐标.仿真结果证明,改进算法具有较好的平均定位误差,且收敛性和执行效率较好.     

求解UCARPP问题的变邻域搜索算法

针对无向网络中带有收益值有容限的弧路径问题,提出一种变邻域搜索算法。生成需求边的有序列,以相同概率初始化每条边的方向,采用分割算法构造初始解,运用6种邻域结构进行广域搜索,使用局部搜索算法改进解,利用旋轮法选择邻域结构。实验结果表明,该算法能提高效率,避免早期陷入局部最优,稳定性较好。     

基于差分进化的布谷鸟搜索算法

针对基本布谷鸟搜索算法局部搜索能力弱、寻优精度低等不足,提出了一种具有差分进化策略的改进布谷鸟搜索算法。该算法是在种群进入下一次迭代之前在其个体上增加两个带权的差来实现个体变异,再对其进行交叉、选择操作得到最优个体,使缺乏变异机制的布谷鸟搜索算法具有变异能力,从而提高布谷鸟搜索算法的多样性,避免种群个体陷入局部最优,增强算法全局寻优能力。对几种经典测试函数和1个典型应用实例进行测试,仿真实验结果表明,新算法具有更好的全局搜索能力,在收敛精度、收敛速度以及寻优成功率等性能上显著优于基本布谷鸟搜索算法。     

混合乌鸦算法求解带软时间窗的车辆路径问题

为求解带软时间窗的车辆路径问题,提出一种混合乌鸦搜索算法(hybrid crow search algorithm, HCSA)。设计最小惩罚成本与最小距离成本两种种群初始化规则,根据乌鸦在搜寻食物时的确定性搜索与随机性搜索两种智能搜索行为,将固定感知概率改进为可自适应调整的动态参数,引入自适应大规模邻域搜索策略,设计多种确定性与随机性邻域搜索算子。与已有文献算例结果及Solomon测试数据库进行对比,其结果表明,HCSA的优化质量优于其它文献算法,可有效求解带软时间窗的车辆路径问题。     

结合相似度的新型加权网络模型

许多实际复杂网络都可以采用加权网络模型描述.现有加权网络多以节点强度作为择优连接的概率，而未考虑节点之间内在属性的相似也会增加两个节点连接的概率.基于典型的BBV加权网络模型，提出一个结合相似度的新型加权网络模型，改进了已有模型的连边增长方式和择优连接机制，提出了一种权重自适应演化机制.通过提出节点之间相似度的概念，网络演化中同时兼顾节点强度与相似度进行择优连接.网络增长时，既考虑了新节点与已有节点之间增加连边，又考虑到两个已有节点之间增加连边.理论分析和实验结果表明，该网络模型具有无标度特性和小世界特性，节点度和节点强度均具有幂律分布规律，具有更广泛的应用场景.     

基于改进A*算法的无线Mesh网拓扑状态实时监控方法

针对无线Mesh网络(WMN)边界难以确定,拓扑结构灵活多变,从而导致拓扑信息的收集和拓扑重构延迟较大,WMN监控精确性和实时性难以保证的问题,提出了一种基于改进A算法的WMN拓扑状态的实时监控方法来了解网络的实时状态,从而对网络可能出现的异常作出反应。通过缩短A搜索过程中的路径长度、缩小搜索范围,将重复搜索的边数作为影响因素增加到启发式中,解决了拓扑实时监控中存在的路径重复覆盖、搜索路径较长的问题。仿真表明,和原算法相比,当网络拓扑结构发生变化时,改进算法的拓扑收敛速度较高,可以在较短时间内完成对全网拓扑结构的更新。     

自由光通信网络的多媒体路由算法

自由光通信网络作为一种新兴的宽带无线网络,适用于多媒体通信的要求。针对多媒体业务在FSO网络中的传输进行了研究,考虑FSO网络的特点,提出了适用于多媒体任务的FSO网络模型。利用该模型,设计了基于拓扑控制算法的路由算法TCR。TCR改进三角剖分算法进行拓扑控制,形成虚拟拓扑图,使得节点的平均吞吐量大;同时,TCR是基于位置的、按需和主动混合的路由,适用于数据量大,实时性要求高的多媒体通信需求。     

基于能量的无线传感器网络拓扑发现算法改进

对于自组织的无线传感器网络而言,网络拓扑控制对网络性能影响很大。良好的拓扑结构能够提高路由协议和MAC协议的效率,为数据融合、时间同步和目标定位等很多方面提供基础,有利于延长整个网络的生存时间。本文提出了一种基于能量因素的无线传感器网络拓扑发现算法,该算法是以TopDisc算法为基础,在此基础上考虑根据节点的剩余能量控制等待转发时间,在响应拓扑发现请求时把节点自身的剩余能量考虑在内,与距离加权后影响邻节点的发送时延,即对算法的时延机制进行改进。     

复杂网络拓扑可视化方案设计与实现

针对复杂网络拓扑采用传统网络拓扑可视化方式呈现会导致网络结构信息难以观察的问题,文中在提出一种基于节点和边关键性的网络拓扑压缩算法—NECB算法以及改进的FDA算法—FR算法的基础上,利用复杂网络拓扑可视化软件NetworkX设计并实现了一种复杂网络拓扑可视化方案。呈现结果表明NECB算法能在有效压缩网络拓扑规模的同时保存原始网络的主要信息,该方案能有效展现复杂网络拓扑的结构信息,为分析复杂网络提供支持。     

Analysis and improvement of PSRR in an envelope‐tracking power amplifier using a common‐drain amplifier topology

A common‐drain power amplifier (PA) for envelope tracking systems is presented. In envelope tracking, the main PA operates mostly in compression and the power supply rejection ratio (PSRR) is not high. Furthermore, the output noise of the supply modulator can be mixed with the RF signal and generates out‐of‐band emissions. In this article, instead of using a common‐source topology, the PSRR of the envelope tracking PA is inherently improved by utilizing a common‐drain topology. A comprehensive analysis shows that the common‐drain topology is less sensitive to the supply noise, as compared to the conventional common‐source topology. The proposed common‐drain PA is implemented using a discrete LDMOS PD20010‐E RF transistor. Measurement results show that the PSRR of the proposed common‐drain PA is improved by up to 7 dB as compared to that of the common‐source PA. For a two‐tone input with 10 MHz bandwidth at the center frequency of 700 MHz, the power added efficiency (PAE) and IM3 of the envelope tracking common‐drain PA are 20% and ? 28 dBc, respectively, at an average output power of 33.4 dBm. The amplifier also shows a 12.4 dB power gain. Moreover, by utilizing the envelope tracking, the PAE is improved by more than 5%.     

基于拓扑层次图的碰撞检测算法

为了提高虚拟环境中碰撞检测的实时性和精确性,提出了一种基于拓扑层次图的碰撞检测方法。利用拓扑结构的连接关系将模型分割成凸集;然后利用凸集较强的适应性和OBB紧密性好的优点构造包围盒的拓扑层次图,提高了剔除不相交包围盒的效率,减少了检测时间;利用智能搜索算法——改进的A*算法搜索潜在碰撞集(PCS),进一步提高相交检测的速度和准确性。实验表明,该算法具有较高的速度和精度,能够满足复杂虚拟环境碰撞检测实时性和精确性的要求。     

一种启发式网络虚拟化资源分配算法

网络虚拟化是克服当前Internet僵化问题的一种重要方法,而资源分配是网络虚拟化技术的核心.为了平衡负载,本文提出了一种启发式资源分配算法HVNE.该算法充分利用虚拟节点和虚拟链路间的关联因素(虚拟网络拓扑),将节点映射和链路映射两个过程合并为一个统一的过程,改善了传统映射算法在拓扑稀疏时,算法性能不理想的问题.此外,HVNE允许同一个虚拟请求中的多个虚拟节点映射到同一个物理节点,节约了物理链路资源.HVNE将无向图的"k-区域划分优化"理论与传统的拓扑分割理论相结合,定义了虚拟拓扑间节点的关联因子,改进了传统的星形分割方法,使之能适用于大规模网络.仿真实验表明,HVNE在保证网络负载的情况下,获得了较好的虚拟请求接受率,较高的资源利用率和网络收益.     

基于反向生成CDS树的无线传感器网络拓扑控制算法研究

拓扑控制是无线传感器网络中一种有利于节约能量、延长网络生命周期的策略。作为一种著名的基于CDS树的拓扑控制机制,A3算法的目标是在保证网络连通和通信覆盖的前提下,通过关闭一些非必要节点来获得一个次优连通支配集(CDS)。针对A3算法在构建连通支配集时通信开销较大的问题,提出了一种基于叶节点反向生成CDS树的改进型算法A3G。该算法利用反向拓扑方法来寻找连通支配集,减少了节点间的信息交换。仿真结果显示,相对于A3算法和一些其他著名的拓扑控制算法,A3G算法在活动节点数和能效方面具有明显的优越性。     

二维限定三角网格质量优化方法

使用拓扑优化和几何优化相结合的方法对限定Delaunay三角网格进行质量优化,首先针对普通的拉普拉斯算法会造成网格局部收缩的缺陷,对拉普拉斯算子进行了改进,改进后的拉普拉斯算子克服了这一缺陷;然后对网格顶点的度进行优化,使每个顶点都有一个优化的度数;最后对拓扑优化的网格使用改进的拉普拉斯算子进行几何优化,优化后的网格质量得到了显著的提高,算例表明了算法是可行的。     

启发优化平衡的网络拓扑模型

网络拓扑模型广泛地应用于网络研究中。幂法则提出以后,出现了一些符合幂法则的网络拓扑模型,但是这些模型没有充分考虑到底层节点的几何排列,针对这种情况,提出了一种改进的“启发式最优化平衡”网络拓扑模型,生成的拓扑图符合幂法则规律,且具有适当数量的叶子节点,更加接近互联网真实特征。