改进的动态粒子群算法

为更好的解决动态优化问题,提出改进的粒子群算法（Improved Partic le Swarm Optim ization,IP-SO）,在算法中对pBest替代策略引入了随机化算子,并且对群体中的gBest引入了局部搜索,对随时间变化的最优值进行了精确定位,试验证明该算法对动态优化问题的有效性.     

基于改进的蚁群算法求解单点交叉口信号配时优化问题

蚁群算法是近几年优化领域中出现的一种启发式仿生类并行智能进化、通用型的随机优化算法,能够较好解决交通信号配时优化问题.由于交通信号分配不合理容易引发交通拥堵,基于传统的单点交叉口交通信号配时优化问题提出了改进的蚁群算法,即针对交通具有较强的实时性和动态性的特点,在蚁群算法更新的全局信息素中引入一个随着交叉口拥挤程度不同而变化的函数,并且在信息素变化量中引入一个交叉口通行能力权系数,从而提高算法对交通实时动态性的把控能力.通过实验仿真结果表明,该改进的蚁群算法优于传统的单点交叉口信号配时方法,从而为蚁群算法求解这类问题提供了一种可行有效的新方法.     

基于模糊理论的三维水下移动节点定位算法

三维水下移动节点定位是水下无线传感器网络的关键技术之一.为进一步提高未知节点的定位精度,利用接收信号强度(RSSI)与节点距离远近的关系,基于模糊理论建立了相应的对应法则,在计算未知节点的位置坐标时使用了最小二乘法.仿真结果表明,与SLMP算法和ASRL算法等移动节点定位算法相比,本方案具有较好的优势.     

基于马氏链蒙特卡罗的WSN节点定位算法

未知节点的定位是无线传感器网络(WSN)研究中的重要内容,其中动态节点定位算法设计是当前的热点问题.针对传统动态节点定位算法采样成功率低或采样样本少等问题,本文基于蒙特卡洛(MCL)算法及蒙特卡洛盒子(MCB)算法,提出了一种基于马氏链蒙特卡洛方法的节点定位(MCMCB)算法,算法在粒子滤波过程用马氏链蒙特卡洛方法计算粒子的权重,加大了对样本的筛选,从而提高了定位精度并减少了采样次数.仿真结果表明,MCMCB算法的平均定位精度同MCL算法、MCB算法相比分别提高了57. 4%和59. 3%,而采样次数比MCL算法减少了16. 2%.     

基于DnCNN函数的分水岭算法

在日常生活中,由于系统和设备问题,图片经常会引入噪声,图像也会因此变得很模糊.而分水岭算法经常因为噪声的缘故使图像出现过分割.针对传统分水岭算法进行图像分割易受噪声影响的问题,研究了一种基于Dn CNN函数的分水岭算法.基于当下神经网络对于图像识别、归类、特征提取这一领域所做出的卓越成绩,利用神经网络的良好图像统计特性进行图像去噪,并改进传统的激活函数,图像经过神经网络去噪后图像细节更加明显和清晰,再利用改进的分水岭算法,使用最大相似性合并规则对去噪后的图像进行分割.并将该算法与K-means算法和噪声图片+分水岭算法这两个算法进行比较,基于Dn CNN函数的分水岭算法对图像的分割精度更高.     

基于同构SMP集群的管道式轮询广播算法研究

本论文提出了在同构对称多处理器(SMP)的集群环境下适用长数据的新型广播算法.该算法基于管道式轮询调度机制.它全程利用所有的系统通信资源,从而使得通信性能接近理论性能值.这意味着在由偶数个节点组成网络上广播大数据时,广播执行时间约等于把该数据从一个节点传输到另一个节点的时间.本文中作者对该算法和其它在高性能计算中常见算法进行了性能比较.结论为该算法在同构SMP集群环境下,广播大数据的性能明显优于其它算法.     

基于功率约束及节点频谱选择的认知协同路由

为了提升认知无线网络的数据传输效率,优化节点能量负载,提出一种协同路由算法。基于覆盖与底层技术的协作设计一种协同网络架构,该架构针对网络频带表现多样化提供了一种新的频谱选择策略,提升频谱资源效用。结合协同网络频谱选择时的干扰特性,根据频谱、干扰和功率约束关系,提出最大化链路容量的频谱及节点功率分配方法。在协同路由设计上引入了频谱效用参数,参数的度量标准涉及节点剩余能量和链路容量,以优化路由节点能量负载和传输效率为目的。仿真对比结果表明,算法有效地利用信道接入机会进行数据转发,提高了传输效率,相比基于竞争进化算法的多播路由方法,数据包传递成功率提升了1．4％,平均网络吞吐量高出8．4％,平均节点剩余能量高出3．2％,在均衡节点负载上性能良好。     

用遗传算法求最小生成树

以图论和遗传算法为基础,给出一种基于节点编码的求最小生成树算法.该算法效率较高,而且比较简单,容易实现.传统算法一般只能得到一棵最小生成树,该算法能获得一批最小生成树或次小生成树,可以为决策提供更多选择.     

基于改进蜂群算法的神经网络及其应用

本文提出一种具有极强全局优化能力的改进蜂群算法,该算法对人工蜂群算法的更新公式进行改进,并对整个搜索策略进行简化.算法对多个高维多极值基准函数进行全局最优化测试,结果表明,改进的蜂群算法收敛精度大大提高;其次,将改进的蜂群算法应用于神经网络的权值训练;最后,作者将这种基于蜂群算法训练的神经网络应用于降水预报,其试验结果显示了这种训练方法的可行性.     

基于可靠性通信网络设计的探究

针对通信网络的设计,首先计算出各节点之间的运费,建立最小生成树模型,借助Kruskal算法得到总铺设费用最省的铺设方案.其次对铺设方案进行调整,运用网络拓扑结构知识,分别建立节点可靠性下最少铺设费用模型和链路可靠性下最少铺设费用模型,得到既能实现节点可靠性目标又能保证总铺设费用最少的铺设方案和既能实现链路可靠性目标又能保证总铺设费用最少的铺设方案.最后基于网络的可靠性及费用,提出两个最优铺设方案.