VSAT系统改进冲突分解算法研究

文章提出一种新的改进隔离型随机N叉树形冲突分解算法,对VSAT随机接入多址接入系统中冲突分解进行了研究。给出了冲突信息分组分解所需平均时隙数和系统吞吐量的解析式,进一步给出了信息分组冲突分解的实验值。     

隔离型随机N叉树形冲突分解算法研究

文章提出一种隔离型随机N叉树形冲突分解算法，并对随机多址接入系统冲突分解进行了研究。给出一组新的冲突信息分组分解所需平均时隙数和系统静态、动态吞吐量的解析式，数值计算与计算机实验值相一致。     

基于ALOHA算法的RFID防碰撞技术研究

在RFID系统中,由标签引起的冲突一直是影响RFID系统性能的重要因素.文中在对现有的ALOHA算法分析的基础上,提出了一种改进型的ALOHA算法.针对现有ALOHA算法吞吐率低的缺点,改进型算法增加了碰撞避免功能,使标签发送数据信息之前先检测信道是否有数据传输,再决定是否发送数据信息,这会在一定程度上减少标签信息产生冲突.通过仿真表明:改进型ALOHA算法的系统吞吐量最大值达到53％,提高了RFID系统的效率.     

随机预约一点多址通信系统树形协议算法研究

本文对一点多址通信系统中的随机预约按需分配原则作了介绍，并用随过程的分析方法对树形冲突分解协议中有碰撞隔离和无碰撞隔离的算法进行了比较分析，同时还对协议进行计算机模拟，得到了信道平均吞吐率。     

二叉树形冲突分解改进算法分析

采用２种二叉树形冲突分解改进算法，对随机争用多址访问系统中冲突分解进行了研究，给出了站突分解平均时隙数的解析式和系统吞吐量的解析式。计算机模拟实验表明二叉树形冲突分解改进算法是有效的，进一步改进的系统性能。     

随机N叉树形隔离型冲突分解算法研究

 提出了一类新的随机N叉树形冲突分解算法,并对随机存取系统中信息分组冲突分解进行了研究,给出了冲突信息分组平均分解次数的解析式,给出了系统的最大吞吐量和极限吞吐量,数值计算与计算机模拟实验值相一致.     

变p值二叉树形冲突分解算法分析

 提出了一种二叉树形冲突分解的改进算法,通过对随机争用多址访问系统中的信息分组冲突分解的研究,给出了冲突信息分组平均分解次数的解析式和系统吞吐量的解析式,仿真实验表明,仿真实现结果与理论值相吻合.     

随机N叉树形冲突分解算法研究

提出了一类新的椭机Ｎ叉树形冲分解算法,并对随机存取系统中信息分组冲突分解进行了研究,给出了冲突信息组平均分解次数的解析式,给出了动态吞吐量和静态吞吐量的解析式,还给出了信息分组冲突分解的计算机模拟实验值。     

改进BEB算法的计算机仿真及吞吐量分析

冲突是影响网络传输效率的重要因素 ,本文介绍了广泛应用于LAN、HFC等系统中的二进制指数后退算法的基本原理 ,并提出了一种改进算法模型 .计算机仿真实验表明 ,该算法可明显提高冲突分解效率 ,具有控制机制的简单和稳定性较好的特点 .     

蚁群算法在排课问题中的应用研究

首先对蚁群算法和排课问题进行了简要概述，同时针对基本蚁群算法在解决排课问题中存在的弊端，提出了一种新的改进型蚁群算法——优劣蚁群算法，并对该算法的优越性进行了阐述。最后通过真实的排课数据对该算法与基本蚁群算法及其相应的改进算法的性能分析比较，应用该算法排课系统运行效率得到了提高，冲突现象明显减少，大大提高了教务管理人员的工作效率。     

一种改进蚁群算法的无人机避险方法仿真研究

随着低空空域的逐渐开放以及无人机产业的高速发展,无人机数量不断上升,无人机间随时有发生冲突的可能,需要一种可靠的冲突解脱技术使无人机可以避免危险。针对无人机冲突解脱问题,提出基于改进蚁群算法的无人机冲突解脱方法:采用参数自适应调整策略,根据解的质量,动态调整参数值,防止算法早熟,提高收敛精度;在算法状态转移规则中引入扰动因子,加快算法初期收敛。算法测试实验结果显示,改进蚁群算法收敛精度更高。仿真实验表明,改进算法可以帮助两无人机及时脱离危险。该算法作为一种通用优化算法,也可应用到目标识别、路径规划等问题中,具有重要的研究意义与广泛的应用价值。     

基于散列表的快速分组分类算法

通过分析Internet网络主干路由器分组分类的关键问题和解决方案, 提出了基于散列表的快速分组分类算法, 该算法时间复杂度为O(1); 通过分析规则表的相关性将规则表分成相关子集和不相关子集, 对不相关子集采用哈希法构造散列表. 实验测试表明, 所给算法比顺序匹配算法的吞吐率提高近10%. 进一步分析了规则冲突, 并给出了冲突的理论证明和查找算法.     

基于多Agent的机场场面冲突检测与解脱算法研究

为了减少机场场面运行冲突,提高机场场面运行效率,提出了基于多Agent的场面冲突检测与解脱算法。该算法以多Agent技术建立场面资源Agent和飞机Agent模型,采用基于滑行路径和实时运动的方法来进行冲突检测,以及通过合同网协作模型进行冲突解脱。最后依据该算法进行仿真分析,验证了该算法的有效性和可行性。     

关系数据库中分布式大数据的集成冲突消解算法

针对现有关系数据库中分布式大数据集成冲突消解研究的不足,提出一种新的集成冲突消解算法。依据关系数据库中分布式大数据的集成过程对冲突进行分类,将其划分成语义冲突、模式冲突以及实例冲突。针对语义冲突,通过句法融合、逻辑树融合和频率融合法实现冲突消解。通过属性有向图对关系数据库中模式数据和实例数据的属性进行描述。从属性关系参与分布式大数据集成冲突的状态分析,通过关系的权重值对属性关系的重要程度进行量化处理。通过有向图全部关系的权重和对所有属性有向图的重要程度进行描述。综合分析冲突数与权重定义代价函数,在此基础上给出关系数据库分布式大数据集成冲突消解详细过程。实验结果表明,所提算法冲突识别和消解性能高。     

基于量子遗传算法的无人机冲突解脱方法

飞行冲突解脱对于无人机飞行安全至关重要,遗传算法(genetic algorithm, GA)在解决无人机冲突解脱时存在求解速度慢、产生的延误距离较大等缺点,针对这些缺点,提出一种基于量子遗传算法(quantum genetic algorithm, QGA)的无人机冲突解脱方法。该方法采用了量子比特编码,设计加入了延误指数函数强制优化策略和变航向优化策略,通过利用量子旋转门实现个体的演化,并在延误距离、冲突解脱航迹等多方面与遗传算法进行了对比实验。仿真实验结果表明,该方法与遗传算法相比,求解速度更快,解的质量更高,所得解脱航迹更平滑,能获得较小的飞行延误,在无人机冲突解脱方面具有有效性和良好的应用价值。