一种基于节点位置和密度的非均匀分簇路由算法

分析了现有分簇路由算法,提出了基于节点位置和密度的非均匀分簇路由算法。簇头选举阶段,考虑了节点的剩余能量,并引入竞争机制进行簇头选择;成簇阶段,综合考虑节点与基站的距离、节点密度以进行非均匀分簇,达到节点能耗均衡的效果,同时解决路由热区问题;簇间路由阶段,通过设立通信簇头节点,使簇间数据转发任务从簇头中分离,簇头节点只负责簇内的数据收集和融合,而通信簇头节点负责簇间数据传输,减少了簇头的能量消耗。实验结果表明,改进后的路由算法能够有效地均衡网络负载,并显著地延长网络的生命周期。     

改进的无线传感器网络非均匀分簇路由算法

针对无线传感器网络中不均匀分簇引起能量空洞的问题,提出了改进的无线传感器网络非均匀分簇路由算法。该算法先根据节点剩余能量、节点到基站的距离、节点“度”和节点到簇头的距离等因素选举簇头;没有成为簇头的节点选择加入到距离最近的簇头所在的簇中,从而将整个网络划分为大小不等的簇;然后簇头再根据簇头剩余能量、簇头到基站的距离构造基于最小生成树的最优传输路径;通过簇内节点单跳、树内簇头多跳通信的方式将数据最终传输到基站。仿真结果表明,该路由算法能有效节约能量和均衡节点能耗,从而延长网络的生命周期。     

基于Dijkstra的无线传感器网络分簇路由算法

提出一种基于Dijkstra的无线传感器网络分簇路由算法--DEUC.该算法将改进的Dijkstra算法应用到簇间路由机制中,寻找簇头到基站的最短路径,使得离SINK较远的簇头节点沿着最短路径传输信息,从而有效减少传输路径长度与相应的网络延时.该算法还将传感器网络进行区域划分,使得距离SINK较近的簇头拥有少量成员节点,因此,靠近SINK的簇首可以为簇问的数据转发预留能量,达到均衡簇头能量消耗的目的.仿真结果表明,该算法在延长网络生存周期方面相比低功耗自适应分簇路由协议(LEACH)和能量高效的非均匀分簇算法(EEUC)分别提高约35%和25%.     

基于学习自动机的无线传感网能量均衡分簇算法

优化簇首选择、均衡节点能量负载以延长网络存活时间,一直是无线传感器网络分簇协议研究的重点。针对无线传感器网络节点随机分布的情况,在基于学习自动机(Learning Automata, LA)的ICLA算法基础上,提出一种兼顾节点密度的能耗均衡分簇算法。在簇头选举方面,综合考虑节点剩余能量和节点密度,利用学习自动机与周围环境进行信息交互和动作奖惩,选择出相对较优的簇头;根据簇首与基站距离和其节点密度构造大小非均匀的簇,实现不同位置不同网络疏密程度下簇内和簇间能耗互补均衡;构造了基于簇首剩余能量、簇内节点密度和传输距离的评价函数,并运用贪婪算法选择出最优中转簇首进行多跳传输。仿真实验结果表明,该算法能选择出更为合理的簇头,有效地均衡网络能量负载,延长网络生存时间。     

一种基于层次的无线传感器网络非均匀分簇路由协议

针对无线传感器网络中由于多跳通信方式导致的"热区"问题,本文提出一种基于层次的非均匀分簇路由协议。本协议先根据节点到达汇聚节点的距离对网络划分层次,然后在每个层次中通过基于权值的竞选方式产生簇头,在权值的选择上综合考虑了节点剩余能量和位置,最后构建多跳传输路由负责簇内和簇间的数据转发。仿真实验表明,本协议能有效地均衡网络负载和延长网络生命周期。     

基于Markov流量预测和改进蚁群算法的分簇自适应路由

为了改进传统分簇路由协议的被动轮换簇头导致的簇头过早死亡,以及寻找簇间多跳路由时仅考虑长度因素而导致路径拥塞的缺陷,提出了一种基于Markov预测节点数据流量和改进蚁群算法的分簇路由协议;在网络初始化阶段,Sink节点对整个网络进行非均匀分簇以避免"盲区";簇成员节点存储自身的状态序列并能预测在未来时刻的数据流量,当簇头需要轮换时,簇头管理节点接收节点预测数据并选择具有最小数据流量的节点作为新簇头;在寻求簇间多跳路由时,引入改进的蚁群算法,使得簇头在选择下一跳节点时,综合考虑路径长度、节点剩余能量以及路径拥挤度等因素;仿真实验证明文中的分簇路由协议能最大程度地均衡节点负载和延长网络的生命期,在运行到450轮时才出现第一个死亡节点,较其它方法具有较大的优越性。     

基于能量优先分簇算法的WSN分层路由协议

考虑到无线传感器网络中节点能量受限问题,提出了一种新的负载均衡的基于能量优先分簇算法的WSN分层路由协议(LRP-EPCA).综合考虑能量因素,对LEACH协议的簇首选取机制进行改进,采用了非均匀分簇的思想来平衡簇首的能量消耗;分别以簇首和基站作为树根,生成簇内和簇间的路由树,在簇内,用分层次多跳和单跳相结合的方式将数据传输到簇首.簇首再通过多跳把数据发送到基站.仿真实验表明,LRP-EPCA协议与ECMR和PEGASIS相比,网络寿命(半数节点死亡)分别提高了200%和120%.     

基于PSO的无线传感器网络非均匀分簇路由协议

提出并分析了一种能量均衡的集中式非均匀分簇路由协议EBUCP(energy-balanced unequal clusteringprotocol),本协议采用非均匀分簇和簇间多跳路由有机结合的方式。应用PSO算法,EBUCP选择一组最佳节点担任簇头并将网络划分为大小不等的簇,不仅最小化簇头和簇成员的距离以减小簇内通信能耗,同时使得距离基站较近的簇具有较小的几何尺寸来平衡不同位置簇头的能耗。EBUCP根据节点剩余能量和节点与基站距离确定簇间多跳路由,每个簇头在所有簇头集合中运用贪婪算法选择其中继节点。仿真实验结果表明,与LEACH和PSO-C协议比较,EBUCP的网络生存周期明显延长,能耗均衡性能更好。     

基于蚁群的无线传感器网络分簇路由算法

在研究经典低能量自适应分簇路由算法的基础上,提出基于蚁群的无线传感器网络分簇路由算法。该算法将蚁群算法应用到簇间路由机制中,寻找簇头到基站的最佳路径,使得离基站较远的簇头节点沿着最佳路径传输信息,有效地减少了簇头节点的能量开销。同时,在簇头选举时,该算法不仅考虑簇头节点的剩余能量,而且兼顾簇头与簇头之间的距离,使得簇头分布更加均匀。仿真结果表明,该算法和LEACH及DADC算法相比,有效地均衡了网络能量消耗,并延长了网络生命周期。     

低冗余度WSN非均匀分簇算法应用研究

将传统非均匀分簇算法应用于低冗余度的无线传感器网络(WSN)中时,存在传感器节点早衰和簇间多跳通信传输能量开销不均衡的问题。为此,针对低冗余度WSN,提出基于粒子群和最短路由树的非均匀分簇路由算法。利用粒子群算法优化非均匀分簇过程,通过建立最短路由树搜索簇间多跳传输最优路径,实现数据从传感器节点到基站的高效传输。仿真结果表明,相比于EECS和EEUC算法,该算法可有效延长低冗余度WSN的网络生命时间,均衡簇间通信能量消耗。     

Assessing Ideational and Evaluative Skills and Creative Styles and Attitudes

This article describes the rationale for the multiphase creative problem solving process, and reports the findings from an empirical investigation conducted to facilitate the problem solving of managers. The ideational skills of the managers were assessed before and after training in a complete process of creative problem solving, along with their ideational attitudes, creative problem solving style (i.e., generator, conceptualizer, optimizer, or implementor), and evaluative skill (i.e., ability to recognize original ideas). The most important findings indicated that the training had a significant impact on the evaluative accuracy of the managers. They were significantly more accurate in their judgments about original ideas after training, both in their identification of original ideas and their recognition of unoriginal ideas. After training, the managers also gave more solutions and more original solutions to problems. Finally, several variables (e.g., the “preference for active divergence” attitude, and the conceptualizer process style) seemed to moderate the impact of training. Training was therefore effective, with specific effects that can be predicted from pre-training individual differences in attitudes and process style.     

Rank and select revisited and extended

The deep connection between the Burrows–Wheeler transform (BWT) and the so-called rank and select data structures for symbol sequences is the basis of most successful approaches to compressed text indexing. Rank of a symbol at a given position equals the number of times the symbol appears in the corresponding prefix of the sequence. Select is the inverse, retrieving the positions of the symbol occurrences. It has been shown that improvements to rank/select algorithms, in combination with the BWT, turn into improved compressed text indexes.     

高等院校行政分析与决策系统的设计与实现

为提高高等院校的管理水平和决策水平,充分利用校园网资 源,开发了高等院校行政财政分析与决策系统。解决了诸如数据的动态查询、自动生成报表 、网络环境下数据共享等技术问题,具有网上数据共享、图形界面友好和安全的保密措施等 特点。     

Stochastic balancing and approximation-stability and minimality

A new method of stochastic model reduction has recently been introduced by Desai et al. [1], [2]. The stability of the reduced order model has not previously, been considered. In this paper, we show that the stability of the reduced order model follows directly from the results of Pernebo and Silverman [3]. It is also shown that the reduced order model is minimal, in the controllability/observability sense. The relevance of this notion of minimality to stochastic minimality is made clear.