一种改进的多目标蚁群优化算法

提出了一种改进的多目标优化问题的蚁群算法.算法选择进化算法的定义的时候,种群中一定数量的个体信息来源作为中心的扩散,多个中心点之间有一定的距离;群体中的其他个体按照离源个体最近的距离的原则归属于其中一个信息素扩散源;按照信息素扩散算法,每一信息素扩散源中的个体获得源于中心点的信息素;保留每一代群体中的中心点到下一代种群中,确保了收敛性和维护种群的多样性.最后利用多目标背包问题来测试算法的性能,并与MOA和NSGA-II算法进行了分析比较.结果表明,该搜索效率高,向真实Pareto前沿逼近效果好,得到传播的多种解决方案,是一个多目标优化问题的解决和有效的方法.     

基于蚁群算法的军用物资车辆调度优化配置问题研究

为提高复杂军用物资军用物质优化配置问题,而军用物质配送的核心是车辆调度问题。为此,在合理分析军用物质车辆调度问题的特性和模型基础上,将蚁群算法引入到其中解决该问题。实验表明,在带有时间窗的车辆路径问题上,该算法能够有效地提高解决收敛速度与精确度,更好地实现车辆调度的使用性。     

一种基于配置策略的网络资源数据搜索方法

传统的网络资源搜索方法基于关系型数据库,当处理网络资源管理系统中巨大而且复杂的数据时,其查询效率低下。本文提出一种基于配置策略的网络资源数据搜索方法,不仅提供了综合、快速的资源搜索能力,还通过用户行为分析,实现了用户搜索结果的随需而变。     

一种基于动态参数配置的ABR业务流量控制方案

针对二进制ABR流量控制算法收敛慢和对缓存需求大的缺点，文章提出一种动态参数配置算法，通过动态选择Nrm值，加快了网络对拥塞的响应速度。仿真表明，该算法在快速减轻拥塞，避免信元丢失以及减小对缓存的依赖方面有着良好的性能。     

一种SRAM型FPGA互连资源的位流码配置方法

针对静态随机存取存储器(SRAM)型现场可编程门阵列(FPGA)位流码配置问题,提出一种自动配置互连资源的方法。该方法从描述FPGA结构的行为级Verilog文件中,采用基于端口映射的记忆FPGA配置模型搜索(MCMS)算法自动提取互连资源的配置位模型,然后结合布线结果生成布线路径上互连资源的位流码。实验结果表明,对于包含30 Mb配置位的3 000万门SRAM型同质FPGA,采用人工方法提取互连资源配置位模型需要6天时间,而采用端口映射MCMS算法仅需要29分钟,效率提高了298倍;对于同等规模的异质FPGA,采用人工方法需要7天时间,而采用端口映射MCMS算法仅需26分钟,效率提高了394倍。该算法作为一种通用的互连资源配置位模型提取方法,可以应用于不同的FPGA芯片。在缩短位流码配置时间的同时,提高位流码配置的准确性。     

一种求解连续空间优化问题的动态蚁群算法

在实现了连续蚁群算法的基础上,针对蚁群算法容易陷入局部最优解的问题,对连续蚁群算法的全局转移概率进行改进,提出一种动态蚁群算法(DACO),根据动态全局转移概率分配蚂蚁个数,进行不同阶段的搜索.仿真实验表明,动态蚁群算法能够得到更精确的解.     

一种新型的动态递归-直觉模糊神经网络及其学习算法

通过对直觉模糊集理论和动态递归神经网络理论的研究,提出了一种新型的动态递归-直觉模糊神经网络,并根据动态递归-直觉模糊神经网络的数学模型推导其改进的动态反向传播学习算法.     

一种基于蚁群算法的CDMA多用户检测方法

提出一种基于蚁群优化算法(ant colony optimization algorithm)的CDMA多用户检测(MUD)的方法。该方法在基本蚁群算法的基础上，应用一种新的相遇和搜索分区的策略，来解决最佳多用户检测的组合优化问题，可提高搜索的质量和效率，通过分析以及仿真表明，该方法具有多项式的计算复杂度，并可以得到较好的误码率性能，为寻求新的多用户检测方法提供了思路。     

一种新的基于ACSA的ad hoc多径QoS选路方法

ad hoc网络中基于蚁群系统算法（Ant Colony System Algorithms,ACSA）的路由协议已经被广泛地研究,但其中的大部分本质上都属于单径路由协议,使得源宿之间最短路径上的主机负担加重。另一方面,由于引入了蚂蚁的正反馈机制,使得协议本身比较差的鲁棒性受到进一步的削弱。多径路由能够更好地支持QoS。将ACSA和链路不相交的多径路由结合起来以解决上述问题,提出的基于ACSA的多径QoS选路方法建立和利用多条链路不相交路径来并发发送数据,并且采用信息素来分散通信流量,因此能够适应网络的动态变化和更好地支持QoS。仿真结果表明该方法要优于其他相关的算法。     

一种基于无线网络动态负荷能力的载频配置调整方法

文章首先介绍了一种根据日常运营和网优过程中积累的话务数据生成无线网络的动态负荷能力模型的方法,然后叙述了根据该模型对现网各小区的载频数进行最佳调整的方法和某省会城市的调整实例,使得运营商的载频资源合理利用,在提高最终用户满意度的前提下给无线运营商带来最大的经济效益。     

一种基于无线网络动态负荷能力的载频配置调整方法

文章首先介绍了一种根据日常运营和网优过程中积累的话务数据生成无线网络的动态负荷能力模型的方法，然后叙述了根据该模型对现网各小区的载频数进行最佳调整的方法和某省会城市的调整实例．使得运营商的载频资源合理利用，在提高最终用户满意度的前提下给无线运营商带来最大的经济效益。     

一种基于无线网络动态负荷能力的载频配置调整方法

文章首先介绍了一种根据日常运营和网优过程中积累的话务数据生成无线网络的动态负荷能力模型的方法,然后叙述了根据该模型对现网各小区的载频数进行最佳调整的方法和某省会城市的调整实例,使得运营商的载频资源合理利用,在提高最终用户满意度的前提下给无线运营商带来最大的经济效益.     

一种灵活的实时FPGA数据配置方法

基于软件无线电的通信系统需要灵活可变的数据配置方案。在对FPGA配置比特流文件进行结构分析的基础上,提出了一种基于数据总线的灵活的FPGA数据配置方法。     

一种新的基于ACSA的ad hoc多径QoS路由方法

ad hoc网络中基于蚁群系统算法（ACSA）的路由协议已经被广泛地研究,但其中的大部分本质上都属于单径路由协议,使得源宿之间最短路径上的主机负担加重。另一方面,由于引入了蚂蚁的正反馈机制,使得协议本身比较差的鲁棒性受到进一步的削弱,多径路由能够更好地支持QoS。本文将ACSA和链路不相交的多径路由结合起来以解决上述问题。新提出的基于ACSA的多径QoS路由方法建立和利用多条链路不相交路径来并发发送数据,并且采用信息素来分散通信流量,因此能够适应网络的动态变化和更好的支持QoS,仿真结果表明该方法要优于其他相关的算法。     

一种基于NETCONF的TSN网络配置方法

时间敏感网络的手动配置方法不能满足制造业IT和OT网络不断融合的发展趋势,同时,实时控制和机器视觉等应用对带宽、延迟、抖动等服务质量需求的不断提升。基于NETCONF网络配置协议,提出了自动收集网络拓扑信息和流量需求进行TSN自动配置的方法,能够自动适应网络拓扑和流量需求的改变。阐述了基于集中式网络配置实体CNC、集中式用户配置实体CUC的集中式网络配置架构和自动配置方法,并通过原型系统实现和测试验证了该方法的有效性。     

一种基于UAV的无人海岛监控网络数据收集策略

针对传统的最小跳路由无线传感器网络（WSN）在数据汇聚上较高的能量开销问题,提出了一种基于无人机(UAV)数据收集的动态分簇算法,其主要思想是利用节点剩余能量来确定那些节点可以当选簇首,同时利用节点坐标位置和设定地分簇半径来划分簇的大小。该算法的优势是能最大程度地均衡每个传感器节点的能量,使整体的节点剩余的能量维持在同一水平。为了提高数据收集的效率,采用蚁群算法规划了无人机数据收集的最短路径。仿真结果表明,与相同的分簇算法下传统的最小跳路由无线传感器网络相比,所提出的基于无人机的无线传感器网络（UAV-WSN）在能量利用率和生命周期方面分别提升了15%和25%,并且以上两种网络的能量利用率高达70%。     

一种新的基于混合蚁群算法的聚类方法

建立了聚类分析问题模型，分析了K-均值算法、模拟退火算法和基本蚁群算法的优缺点。对蚁群算法作了改进．思路是K-均值方法混合，利用K-均值方法的结果作为初值。经过比较测试，两种混合蚁群算法的效果都比较好．特别混合方法二的效果最好。     

一种改进的量子多目标蚁群优化算法

提出一种新的量子多目标蚁群算法．在蚁群算法的基础上中引入量子理论,将量子计算与蚁群进行融合,并用于求解多目标问题．该算法的核心是在蚁群中引入量子算法中的量子态矢量和量子旋转门来分别表示和更新信息素．该算法在全局寻优能力和种群多样性方面比蚁群算法有所改进,测试表明：该算法是求解多目标问题的一种有效的算法．