一种基于占有率反馈的虚拟网络映射算法

网络虚拟化技术通过对物理资源的抽象,可以有效解决现有互联网架构中存在的网络结构僵化、可扩展性差等问题.虚拟网络映射问题是指将用户发送的所有虚网请求映射到底层物理网络中,同时还要满足虚网请求中对各个资源的限制要求(如节点计算能力、链路带宽等).从节点负载平衡的角度出发,在基于就近原则的虚网映射算法基础上,引入节点负载平衡的反馈机制,引导各个虚网请求更均匀地映射到底层物理网络中.另外,在k短路径算法机制中引入了当前链路资源占有率作为评价参考标准,这样可以尽可能均匀地分散链路压力.同时,在检验链路资源是否满足虚网请求的过程中,由于优先选中的链路资源占有率低,所以算法映射成功率高,映射耗时更短,虚拟网络映射效率得到了有效提高.     

Topology awareness algorithm for virtual network mapping

Network virtualization is recognized as an effective way to overcome the ossification of the Intemet.However,the virtual network mapping problem (VNMP) is a critical challenge,focusing on how to map th...     

基于优化的同构子图搜索的虚拟网络映射算法

针对现有虚拟网络映射算法的不足,首先提出了一个综合考虑网络中节点资源需求(能力)和拓扑属性的节点资源能力评价方法,合理地评价节点资源能力,优化了虚拟节点的映射顺序;其次改进了虚拟节点映射时备选物理节点的选择过程,提高了虚拟链路映射质量;最后通过考虑物理网络子区域内的资源总量,优化了算法中初始资源分配区域的选择。实验结果表明:与已有的算法相比,本文映射算法在映射质量、长期平均收益、长期平均接收率、算法执行时间等方面均有明显提高。     

Virtual optical network mapping algorithm with load balancing

Aimed at sharing the elastic optical network (EON) efficiently for multiple virtual optical networks, this paper sets up an integer linear programming model of virtual optical networks (VONs) mapping in EON, and proposes a novel VON mapping algorithm with load balancing (VMLB). In the VMLB, the node computing resource, node closeness centrality and available link bandwidth of the physical network are comprehensively considered to complete node mapping, while both the link distance and occupied link bandwidth are combined to implement link mapping. Simulation results show that the proposed algorithm could reduce spectrum resource usage and effectively improve the uniform performance of the network load.     

节点与链路协作的动态虚拟光网络映射算法

针对如何使逻辑上相互隔离的多个动态虚拟光网络高效地共享底层弹性光网络资源问题,提出了节点与链路协作的动态虚拟光网络映射算法．该算法在进行节点映射时不仅考虑了节点的计算容量、频谱资源以及要映射节点和已映射节点的对应关系,而且在节点映射的阶段就考虑了链路映射,将一个虚拟节点的相邻虚拟节点就近映射到一个物理节点的周围,做到了节点与链路的协作,从而避免了链路映射时使用长跳的物理路径．仿真结果表明,该算法在业务的阻塞率和链路利用率方面都有了明显的改善,可有效地节约网络资源．     

基于MAP映射算法的物理层网络编码性能分析

物理层网络编码技术能够降低不同节点间信号的相互影响,提高无线网络吞吐量。目前对物理层网络编码的研究仅限于采用功率控制的两节点参与的情形。将物理层网络编码的应用环境从链状网络扩展到一般网络,给出了基于MAP映射算法的物理层网络编码,并对其性能进行了分析。结果表明：物理层网络编码适用于多节点参与的一般网络,在节点数一定、总发射能量相同的条件下,节点间等能量分配时物理层网络编码性能最好,并且其性能还和参与编码的节点数、信道所处状态等因素有关。     

一种低能耗的片上网络映射算法

对于满足带宽约束的低能耗片上网络映射问题,提出一种基于灾变遗传退火的映射算法.该算法以标准遗传算法为基础,引入Boltzmann选择方法,对遗传操作后的较优个体采用多邻域的模拟退火操作进行优化,对处于停滞状态的种群使用灾变操作重新初始化部分较差个体,跳出局部极值.实验结果表明:与标准遗传算法相比,该算法具有优化性能好,收敛速度快的优点,映射结果比混沌遗传算法平均节能21.7%,有效地降低了片上网络系统通信能耗.     

一种新的模糊自适应模拟退火遗传算法在配电网重构中的应用

本文对配电网的重构问题进行了研究,提出了结合实际的配电网重构目标函数,并将遗传算法引入其中,用来解决这个复杂的,多目标,多约束的组合优化问题。针对遗传算法收敛速度慢、容易"早熟"等缺点,结合模糊推理、模拟退火算法和自适应机制,采用一种改进的遗传算法——模糊自适应模拟退火遗传算法(FASAGA),实例分析表明,该算法比标准的遗传算法(SGA)具有更快的收敛速度和寻优效果。     

通信网络中缩减的Hopfield神经网络路由算法

为保证神经网络收敛于全局最优点,采用模拟退火算法研究了Hopfield神经网络的局部稳定问题,针对Hopfield神经网络路由算法需要神经元数目众多、计算量大的缺点,提出规模缩小化的Hopfield神经网络路由算法.采用减少神经元数量的方法,减小神经网络规模,提高路由运算能力和神经网络的适应性.比较了原路由算法和改进算法的迭代次数、运算速度和稳定状态能量函数,分析在通信网络和神经网络各参数变化情况下,迭代算法的收敛特性和稳定性的变化规律,总结神经网络路由计算3种约束系数之间的关系.结果表明,缩减的Hopfield神经网络路由计算较原算法具有更高的有效性、可靠性和应用适应性.     

一种面向多拓扑类型请求的虚拟网络映射算法

虚拟网络映射问题是网络虚拟化研究中的核心问题之一,其主要目标是将虚拟网络请求高效地映射到底层物理网络上. 针对面向多拓扑类型请求的虚拟网络映射问题进行研究,提出了节点连通性模型和通用底层物理网络节点评价模型用以判断节点映射的优先次序,在此基础上设计了一种复合型虚拟网络映射算法,在映射过程中通过识别虚拟网络请求的拓扑特征调用相应的映射子算法完成网络映射. 仿真结果表明,该复合型映射算法获得了较高的虚拟网络请求接受率和网络收益开销比,整体上提高了虚拟网络映射性能.     

Control parameter optimal tuning method based on annealing-genetic algorithm for complex electromechanical system

1　INTRODUCTIONIncomplexelectromechanicalsystems,therearemanyadjustableparameters[1] ,theiradjustablerangesarewide ,andthecouplinginfluenceamongparame tersissevere ,thus ,theconventionaltuningparametermethodscannotdealwiththeparametersinasatis factoryway .Itisveryhardtofindagroupofcontrolparameterstomakethesystemruninthebestcondi tion .Butitisveryimportantandnecessarytofindsuchagroupofoptimalparameterstotherunningsys teminthecompetitionofmarketeconomy .Itcanim provethequantityandqualityof…     

基于广度优先搜索的虚拟网络映射算法

针对虚拟网络映射中的资源分配问题,通过建立节点资源度量模型,采用图的广度优先搜索遍历方法和节点同步遍历策略,依次将虚拟网络中相邻的虚拟节点映射到物理网络中邻接的物理顶点上,协调完成虚拟节点和虚拟链路的映射操作,降低虚拟链路的映射路径长度。仿真实验表明,提出的BFS-VNM算法有效地降低了虚拟链路扩张因子,提高了网络收益与开销比和虚拟网络请求接受率。     

A hardware-based algorithm for virtual machine provisioning in a private cloud

Cloud computing is becoming a key factor in the market day by day. Therefore, many companies are investing or going to invest in this sector for development of large data centers. These data centers not only consume more energy but also produce greenhouse gases. Because of large amount of power consumption, data center providers go for different types of power generator to increase the profit margin which indirectly affects the environment. Several studies are carried out to reduce the power consumption of a data center. One of the techniques to reduce power consumption is virtualization. After several studies, it is stated that hardware plays a very important role. As the load increases, the power consumption of the CPU is also increased. Therefore, by extending the study of virtualization to reduce the power consumption, a hardware-based algorithm for virtual machine provisioning in a private cloud can significantly improve the performance by considering hardware as one of the important factors.     

一种求解机组组合问题的改进免疫算法

针对传统免疫算法存在的两大缺陷:容易陷入局部最优平衡状态、进化后期搜索停滞不前。提出一种改进的免疫算法,用模糊推理来动态改变交叉、变异概率,同时把模拟退火的思想引入到算法中,采用确定性和模拟退火相结合的方法选择接种个体。实验证明,改进的免疫算法用于求解机组组合问题时,不仅不易陷入局部最优解,而且它的收敛性和效率都有所提高。     

基于距离测度的实数编码自适应遗传退火算法

提出一种基于距离测度的实数编码自适应遗传退火算法,根据个体的距离密集度自适应地确定其交叉概率和变异概率.空间距离密集度越高的个体,其交叉概率和变异概率也越高.算法引入模拟退火机制,在遗传进化过程中的每一代,对最优个体进行邻域局部寻优,利用模拟退火进一步改善算法的收敛性能.对带边界约束函数优化问题进行了仿真计算,结果表明该算法有效.     

用于模式识别的前馈式神经网络区域映射模型

提出了一种新的用于模式识别问题的前馈式神经网络模型－区域映射模型。该模型将输出空间每一类的特征参数区域映射成输出空间中对应的一个区域。模型具有训练和实际应用中分类标准相一致的性质,使模式识别分类更为合理和自然,相应的误差函数的改变可以加快网络的训练速度。     

Sub-pixel mapping method based on BP neural network

A new sub-pixel mapping method based on BP neural network is proposed in order to determine the spatial distribution of class components in each mixed pixel.The network was used to train a model that describes the relationship between spatial distribution of target components in mixed pixel and its neighboring information.Then the sub-pixel scaled target could be predicted by the trained model.In order to improve the performance of BP network,BP learning algorithm with momentum was employed.The experiments were conducted both on synthetic images and on hyperspectral imagery(HSI).The results prove that this method is capable of estimating land covers fairly accurately and has a great superiority over some other sub-pixel mapping methods in terms of computational complexity.     

遗传模拟退火算法用于浅海声速反演的仿真研究

研究了浅海声速反演中经验正交函数的参数寻优算法.通过数值仿真分析了模拟退火算法和遗传算法的优缺点,并在此基础上,提出了将二者相联合而得到遗传模拟退火算法,数值算例验证了该算法兼备二者的优点,克服了它们的缺点.以射线理论为基础,应用遗传模拟退火算法,仿真计算了浅海2种声速分布下的声速反演问题,取得了较好的结果.该方法具有不依赖初始条件且解为收敛等特点.     

基于遗传模拟退火算法的改进K-medoids算法

针对标准K-medoids算法在大数据聚类应用中易陷入局部最优解以及聚类效果受初始中心限制的缺点,提出了基于遗传模拟退火算法的K-medoids改进算法。该算法结合遗传算法和模拟退火算法,可以增强标准K-medoids算法在聚类时的全局搜索能力,并加快其收敛速度。对比实验证明:这一改进有效地弥补了标准K-medoids算法的上述缺陷,达到了提高聚类效率、加快收敛速度、改善聚类质量的目的。     

模拟退火算法在视频序列图像二值化阈值选取中的应用

阈值的选取问题是图像二值化的过程中的一个关键问题,现有的方法主要是利用Otsu算法对分割阈值从0—255的所有灰度值依次遍历,没有考虑视频两帧图像间的相关性。本文利用帧间相关性给出了一个阈值选取算法,该算法在保存上一帧阈值的基础上,运用模拟退火算法对本帧阈值进行一种智能搜索。优化了搜索策略,提高了运行效率。实验表明,该算法提高了阈值选取的效率。