基于混沌神经网络的最短路径路由算法

飞速发展的计算机网络对路由算法的反应速度提出了更高的要求．神经网络作为一种新的组合优化计算工具。在网络路由方面的应用得到较大关注．与传统的采用串行执行方式的算法相比，神经网络路由算法以其固有的并行执行方式，以及潜在的硬件实施能力，将成为这一领域的有力竞争者．由此提出了一种基于混沌神经网络的最短路径路由算法．仿真结果表明，该算法能有效克服Hopfield神经网络易陷入局部最优解的缺点，并且在收敛速度方面有了很大改进．     

鲁棒Smith预估控制在水力机组调节的探索

水轮发电机组包含有水力,机械,电气子系统,具有非线性,正零点等不易控制的特点,本文将Smith预估控制用于机组的调节,并采用鲁控制理论设计控制器,获得了满意的动态性能和鲁棒性能,抑制负荷扰动的能力也可以通过结构改善得到改观。     

基于模拟退火的QoS路由算法

针对服务质量(Quality of Service，QoS)路由问题的特点。提出了一种模拟退火算法，采用整数序列状态编码。并结合一种有效的路径变换算子来进行邻域搜索。仿真表明该算法在合理的时间内能以较大的概率找到全局最优解。     

基于PBIL进化算法的ATM虚通道路由规划

合理规划ATM(异步传输模式)网络的虚通道路由能有效提高网络业务服务质量和网络资源利用率，针对其NP完全特性，提出了一种基于PBIL(Population-Based Incremental Learning)进化算法的ATM虚通道路由规划算法，有效结合了遗传算法和竞争学习算法的特点，仿真表明，相对于文中提到的其它三种算法，该算法解的质量最高，能有效地收敛到问题的次优解，甚至最优解．     

神经网络最短路径路由算法

最短路径路由算法一直是分组交换网络的研究热点。飞速发展的计算机网络对路由算法的反应速度提出了更高的要求。神经网络作为一种新的组合优化计算工具,以其固有的并行执行方式以及潜在的硬件实施能力,使其在网络路由方面的应用得到较大关注。对神经网络最短路径路由算法的模型、发展做了较为细致的阐述,并指出了存在的不足和将来的研究方向。     

基于PBIL进化算法的时延受限组播路由算法

分布式实时多媒体的大量应用对能有效支持服务质量(QoS)的组播路由算法提出了迫切的要求,由于其NP-Complete特性,只能采用启发式算法。该文提出了一种基于PBIL(Population-BasedIncrementalLearning)进化算法的时延受限组播路由算法,该算法有效结合了遗传算法的进化特性与竞争学习算法的特点,实施简单,仿真表明它不但显著提高了收敛速度,而且能以较大概率收敛到最优解。     

基于PBIL进化算法的VC路由算法

针对异步传输(ATM)网络的虚通路(VC)路由选择问题，提出了一种基于PBlL(Population-Based Incremental Lcarning)进化算法的VC路由算法，该算法有效结合了遗传算法与竞争学习的特点。仿真表明，该算法实施简单，能有效兼顾网络开销及路由有效性，解的质量高。     

遗传算法在网络优化中的应用

通讯网络中存在许多设计和优化问题,且相当一部分属于NP-hard类型,传统的解法由于计算复杂度过大而失效。近年来,将遗传算法(GeneticAlgorithm:GA)用于网络优化正逐步成为一个研究热点,本文以网络中的优化问题为线索,对GA在其中的应用做了初步探讨,列举了相关GA算法的特点,特别是路由方面,做了较为详细的分析。