基于Cholesky分解的混合信赖域算法

为解决非二次性太强、曲率变化剧烈的非线性函数优化问题，把锥模型信赖域算法和基于广义正定Cholesky分解的Gill-Murray改进牛顿算法相融合，建立了基于Cholesky分解的混合信赖域算法，该算法具有计算速度快且收敛性能好的特点，证明了算法的收敛性。     

分布式系统中进程迁移算法研究

进程迁移是改善分布式系统的负载平衡和稳定性的一种有效手段，本文总结了主要的４ 类进程迁移算法，比较了它们的优点和缺点．并将该算法与“中庸算法”相结合，为“中庸算法”的实现打下了理论基础．     

一种启发式多路径QoS路由算法

针对一般Qos路由算法没有考虑网络负载平衡以及与传统路由算法共存的问题，设计并实现了多路径QoS路由算法．该算法应用启发式搜索策略，计算出多条满足QoS要求的路由，并根据实际网络负载情况自适应调整路由策略、动态选路，以平衡网络负载，减少网络局部拥塞．仿真实验结果表明：该算法提高了网络资源利用率，并能与传统算法良好共存，具有较好的网络性能．     

RTP协议中RTCP传输间隔算法

针对应用RTP的大规模会话，提出了改进的RTCP传输间隔算法，并对改进算法和现行算法进行了模拟和分析，结果表明改进算法有效地减小了因大量用户同时加入而导致的RTCP包发送间隔误差，缓解了大规模会话初始时RTCP包造成的拥塞．     

一种非线性RED算法的研究

定量分析了平均队列长度与网络性能的关系，在介绍了尾丢弃和RED算法之后，提出了一种非线性RED算法，并将非线性RED算法与RED算法进行了定量的比较，指出采用非线性RED算法，路由器可以避免在平均队列长度到达最大阈值前过多地丢弃分组，而且可以提高路由器的缓冲区利用率。     

一个获取镜头运动特征的有效算法

提出了一个直接利用MPEG视频中的压缩参数信息，获取镜头运动特征的算法．算法中利用的压缩参数主要有帧类型、宏块类型、DC系数、运动矢量．与已有的算法相比，此算法具有计算成本低，识别率高的特点，能有效地区分镜头运动和溶暗、划出等镜头渐变，具有鲁棒性．     

求解带状线性方程组的并行分割算法

讨论了求解带状线性方程组的并行分割算法．对影响算法并行效率的约化方程组采取了在多台处理机上重复求解的方法，减少了数据的通信次数，提高了算法的并行效率．算法在一些新的并行计算机系统上使用，达到高并行效率．     

一种基于空间结构的数值优化演化算法

提出一种求解数值优化问题的演化算法－－基于空间结构的演化算法(Space GA），在这种算法中，作者将演化种群中的每个个体放在固定的位置上，杂交操作在其邻居上的几个点进行，因此不用选择遗传操作的父体，从而避免了确定选择压力的问题，同时空间结构保证了搜索的全局性，遗传操作保证了较优解在其空间中的扩展，从而达到了全局寻优的目的。文章还讨论了不同的空间结构算法的影响，此算法可以求角数学规划问题、约束函数优化问题，如果对实型变量采用取整的操作，算法还可以求解混合整数非性规划问题，数值试验的结果表明了算法在求解的速度，稳定性，质量等方面都优于一般的演化算法。     

改进的无约束化的BFGS算法

提出了一种改进的ＢＦＧＳ算法，该算法的基本思想是采用多步迭代改变一次ＢＦＧＳ算法的修正公式；在假设ｆ（ｘ）是二阶连续可微且一致凸的条件下，证明了该算法的超线性收敛性，最后给出了该算法的数值实验结果．     

一种新的动态波长分配算法

本对负荷均衡的动态波长分配算法进行研究．指出目前算法的不足之处，提出了一种改进算法．通过比较，新算法更能准确的考虑分配波长对整个网络的影响，提高了波长利用率．     

一种新的多目标演化算法--稳态淘汰演化算法

提出一种新的多目标演化算法，稳态淘汰演化算法（Steady Elimination Evolutionary Algorithm），该算法利用稳态淘汰策略，能够在不需要额外计算量和存储空间的情况下，自发地保存精英个体(elitist），试验结果表明该算法优于当前的多目标演化算法。     

一种求解组合优化问题的演化算法

从蚁群算法中得到启示，将信息素的观点引入到求解组合优化问题的演化算法之中，提出了一种基因优化算法，该算法直接在基因的层面上进行优化，能学习劣解的基因，并用信息熵用为结束条件的判据，最后用该算法解决了两个典型的组合优化问题，取得了较好的结果。     

改进的多目标粒子群算法

提出了一个改进的粒子群算法并将其用于解决多目标优化问题．该算法利用粒子群算法的信息传递机制，引入多目标演化算法常用的归档技术，采用SPEA2算法的环境选择和配对选择策略，使得整个群体在保持适当的选择压力的情况下收敛于Pareto最优解集．标准测试函数的数值实验结果表明，所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域，并且解集沿着Pareto非劣最优目标域有很好的扩展性．     

自适应混合演化算法

为避免标准的演化算法演化速度慢，易收敛到局部极值的缺点，融合对梯度的随机模拟，免疫算子，模拟退火算法的思想，提出一种自适应混合演化算法，它在不同的演化阶段自适应的采用不同的演化算子，在演化初期具有较强的全局搜索性能，在演化中后期具有较强的精搜索性能，能迅速收敛于全局最优解；对标准测试函数的仿真结果表明，该算法具有精度高，收敛速度快，稳健性强的优点。     

基于微服务架构的负载均衡优化算法及实现

针对传统负载均衡算法的局限性，设计了基于最低并发负载算法的动态权重负载均衡(DWLB)算法，算法根据服务器节点的性能计算得出系统节点的权重，当最低并发算法失效，算法升级为动态权重算法，权重大的节点被选中的概率也会更大。实验结果表明，本文提出的负载均衡算法具有高可行性。     

基于子带位平面容错算法的应用

在研究容错图像编码算法的基础上，针对图像压缩编码中复杂度较大和将图像分成多个小块而带来的图像重建中有分块痕迹等问题，在子带位平面编码（SBC）算法中加入了与图像无关的率失真优化编码并采用虚拟分块的方法，对SBC算法进行了改进，实验结果表明，在相同压缩倍数和相同误码率情况下，本算法与传统的图像压缩算法重建图像的峰值信噪比提高了1．0～1．5dB。     

基于粒子群优化求解纳什均衡的演化算法

基于粒子群优化方法从群智能的角度建立了博弈的演化模型，为求解有限n人非合作博弈的纳什均衡设计了一种粒子群优化算法．通过随机初始点的可行化以及对迭代步长的控制，保证粒子群在算法的迭代过程中始终保持在博弈的可行策略空间内，避免了在随机搜索中产生无效的粒子，因此提高了粒子群优化算法求解纳什均衡的计算性能．给出了算法的数值例子并分析了该算法的计算性能，通过粒子群算法与遗传算法的比较显示了粒子群算法求解博弈纳什均衡解的高效性．     

并行Pareto多目标演化算法

提出并实现了一个并行Pareto多目标演化算法(PPMEA)，PPMEA算法是一个通过演化算法来解决基于Pareto的多目标优化问题的并行计算模型。在这个算法中，采用了并行演化算法中常用的全局并行模型和粗粒度并行岛模型。构成每个岛的子群体以不同的杂交概率和变异概率各自独立的演化，但是每隔一定的代数它们要交换外部集中的个体。标准测试函数的数值实验结果表明，所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域，并且解集沿着Pareto非劣最优目标域有很好的扩展性。     

基于Hash算法的分布式状态检测技术

为了克服IP数据报独立选择路由带来的，在拥有多个接入点的分布式网络模式下传统的状态检测技术无法进行有效的安全检测的缺陷，提出了一种应用于网络层的分布式Hash算法，将源和目的地址相同的IP数据报定向到同一个接入点上进行处理，使得在该点上可以完整地重组会话，从而实现分布式状态检测．为增加该算法的鲁棒性，进一步提出了一种应用于传输层的、具有回迁策略的负载平衡算法，选择任务最少的邻居节点协同处理本地过多的负载，转为轻载状态后迁回迁移出去的任务．仿真实验证明该算法具有较好的可行性、稳定性．     

一种改进的递归流分类算法

递归流分类(RFC)算法是目前具有代表性的一种流分类算法，其时间复杂度是O(1)，匹配速度非常快，但是它难以根据字符串类型域进行流分类．本文结合Aho-Corasick多关键字匹配算法的基本思想，通过为字符串类型域构造匹配自动机和CBM数组，扩充了RFC算法，使新算法能够根据字符串域进行流分类．试验结果表明，改进的算法性能良好，并且适用于某些不能直接使用原RFC算法的应用领域．