基于蚂蚁算法的动态分布式路由算法

提出了一种利用蚂蚁算法进行动态更新分布式路由表的方法,该方法以路由表中的信息素强度和当时链路的负载状况为基础,来选择路由和更新路由表,给出了更新路由表的规则并利用计算机进行了仿真验证.仿真结果表明,蚂蚁算法可兼顾路由长度和网络负载两方面的因素,其选路效果优于传统动态分布式算法.     

基于蚂蚁算法的动态分布式路由算法

提出了一种利用蚂蚁算法进行动态更新分布式路由表的方法,该方法以路由表中的信息素强度和当时链路的负载状况为基础,来选择路由和更新路由表,给出了更新路由表的规则并利用计算机进行了仿真验证.仿真结果表明,蚂蚁算法可兼顾路由长度和网络负载两方面的因素,其选路效果优于传统动态分布式算法.     

钢筋混凝土箱型梁桥横梁计算方法研究

本文以一座三跨（17m＋20m＋17m）钢筋混凝土连续箱梁桥为工程背景,利用空间有限元来模拟真实的桥梁,进行空间受力分析,得出箱形梁桥横梁的内力分布特点,并用几种简化算法与其比较,得到比较接近实际的简化算法。     

一种应用于OFDM通信系统的简化软判决算法

应用软判决算法可以对通信系统的性能进行改善.对解凋模块软信息的提取进行了理论分析,研究了一种含有信道状态信息(CSI)的软信息提取的简化表达,并通过在典型的OFDM通信系统,IEEE802.11a基带模型上,在无线多径信道下进行性能仿真.仿真结果表明应用了软判决的系统性能明显优于硬判决系统,并且软信息提取的简化算法在降低算法复杂度的同时几乎不影响系统性能.     

一种基于广度优先遍历的网络拓扑发现算法及其自适应研究

提出的网络拓扑发现算法，综合了传统网络拓扑发现算法的长处．该算法以SNMP协议和TCP／IP网络管理体系为依托，以图的广度优先遍历算法为基础，将各种可以利用的协议和发现技术有机地结合起来，能够准确有效地自动发现并获取网络拓扑信息，克服单一基于SNMP的路由表的拓扑发现算法的不足，并具有很好的自适应性．     

矢量水听器阵列MUSIC估计算法研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量.采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,对该算法进行了理论推导,并对数据协方差矩阵进行本征分解,获得了信号的空间谱估计.通过几个仿真对比试验,得出了该算法在多种条件下的高分辨方位估计性能.仿真结果表明,在SNR=10 dB条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了12.6°,旁瓣降低了22 dB左右,利用该算法可提高对信号源的定向精度及对多目标的分辨能力.     

沈阳市燕塞湖桥横梁计算方法

以一座四跨(72m 120m 120m 72m)预应力混凝土部分斜拉桥为工程背景,利用空间有限元来模拟真实的桥梁,进行空间受力分析,得出部分斜拉桥横梁的内力分布特点,并用简化算法与其比较,得到比较接近实际的简化算法。     

基于路口和路段入口综合控制的应急疏散交通控制算法

为了制定安全高效的应急疏散预案,分析了SCOOT和BOTTLENECK算法的适应性,提出一种基于路口和路段入口综合控制的优化算法.新算法利用SCOOT算法对路口进行信号协调控制,利用BOTTLENECK算法对路段入口交通进行汇入控制,并通过严格控制延误目标将两种算法进行优化整合,确保主要疏散方向上的优先通行权,同时减少汇入交通对疏散车辆的干扰和延误,从而最大限度挖掘路网在应急状态下的疏散通行能力.仿真结果表明:在应急疏散交通条件下采用优化算法,能够将疏散车辆平均行程时间缩短近60%,平均速度提高约1.5倍,因此,提高了应急疏散效率,算法可行.     

用禁忌搜索技术解决无等待流水调度问题

描述了一种以解决总完工时间最小为目标的无等待流水调度问题的算法.利用启发式方法产生初始解,然后使用禁忌搜索技术改进当前解.对禁忌搜索的邻域结构和搜索策略进行研究.用实际算例进行仿真试验,算法在合理的时间内达到最优值,验证了算法的可行性和有效性.     

基于压缩感知理论的时变信号压缩技术

机械设备在线状态监测与故障诊断系统中,为实现采集数据的远程传输和实时处理,需对数据进行压缩和滤波处理.通过分析机械振动信号时变性的特点,以压缩感知理论为基础,构造了满足受限等距性质(restricted isometric property, RIP)的稀疏变换矩阵和压缩感知矩阵;提出了基于压缩感知的时变信号压缩算法,并利用Lasso算法对压缩信号进行稀疏重构,恢复原始信号.采用不同类型的时变仿真信号和实测信号进行实验,对比了提出算法与现有算法的压缩与去噪效果.实验结果表明,新算法有更好的压缩去噪效果,当压缩比为40%时,能量保持率达到了95%以上,能满足工程实际需求.      

An Effective Hybrid Optimization Algorithm for Capacitated Vehicle Routing Problem

IntroductionVehicle routing problem(VRP)is a well-known combinatorial optimization problem and isalso a focal problem of distribution managementwithin the area of service operations managementand logistics.Capacitated vehicle routing problem(CVRP)is a very hard vehicle routing problem.The problem is to simultaneously determine theroutes for several vehicles from a central depot to aset of customers,and then return to the depotwithout exceeding the capacity constraints of eachvehicle.In prac…     

无线传感器网络多路径路由算法的研究

在多路径路由算法的研究中,仍然存在着一定的局限性,如没有充分考虑网络中链路的多重特性.因此,文中在定向扩散路由算法的基础上提出了一种多路径路由算法(EDB-MRA).该算法在源节点和目的节点之间建立多条路径,根据网络链路中的3个特征值--能量消耗、延时和带宽,给每条路径赋予一定的选择概率,使得数据总能在链路性能较优的多路径中传输,从而延长了网络的生存周期,提高了传输的可靠性.     

求解QoS组播路由问题的改进蚂蚁算法

蚂蚁算法是一种相对较新的启发式方法,通过模拟蚂蚁的觅食行为,提出了求解Qos组播路由问题的改进蚂蚁算法。仿真实验表明,该算法能以较高速度收敛,有效地解决QoS组播路由问题。     

全局搜索聚类的多车场多车型调度算法研究

针对物流配送中多车场多车型车辆调度问题的特征构造了一种以最短路径为代价的车辆调度的双多模型.为解决此类NP问题,本文提出了一种两阶段解决方案：第一阶段首先对全局隶属值的搜索训练找出最优隶属度,然后再利用任务相对紧急数组以K-Means算法为基础对用户进行聚类,把一个多车场多车型的车辆调度问题转化成多个单车场多车型的调度问题,大大降低了问题求解的复杂度;第二阶段对多个单车场多车型VSP问题利用遗传算法进行并行处理,为了保证染色体的多样性和尽可能地降低问题求解复杂度,提出了五类遗传交叉算子;最后对4车场32用户实例进行试验.结果表明,此算法对求解多车场多车型车辆调度问题很有效.     

自组网中稳定的基于位置预测的QoS路由算法

由于自组网中节点的移动性和拓扑结构的易变性,路由成为最关键的问题.为了减少路由重构,降低网络控制开销和提供QoS支持.提出一种稳定的基于位置预测的QoS路由算法.该算法使用GPS获取节点的位置信息,利用该位置信息限制路由的搜索范围;同时使用移动预测技术判断路由的稳定性,从而选择一条稳定的、满足QoS约束条件的路由.仿真实验结果表明该算法降低了网络负载,提高了网络数据传输率.     

单车场集送一体化车辆路径问题及其混合算法研究

针对物流配送中的单车场集送一体化车辆调度问题提出了基于禁忌规则的模拟退火算法.采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束.算法在状态生成函数中利用3种邻域扩大抽样范围;根据问题的特点,在模拟退火算法抽样过程中加入了禁忌规则.介绍了算法的原理,应用算法求解了多个有代表意义的问题实例.对算例结果进行分析表明,该算法可以有效地求得有里程和时间窗约束的单车场集送一体化车辆调度问题的优化解.     

最小化网络总时延启发式遗传算法

路由选择算法是用于决定计算机网络每个结点输入的信息包应当从哪一个输出线路发送出去,以便使得某种指定的费用最小。提出了一种新的有效启发式遗传路由算法,以使网络总时延最小。该算法采用了启发式遗传路由方案,从而获得近似最优解。采用遗传算法的方法可以减少网络路由算法的运算规模,实现逐步求解。与其他已知类似算法相比较,该算法具有较小的时间复杂性。     

时间依赖型绿色车辆路径问题研究

城市配送系统中考虑交通拥堵和环境污染车辆路径问题的时间依赖性体现在：不同道路 拥堵程度下车辆运行速度不同,则不同出发时间对应的运输总时间也不同,导致运输成本和造成 的环境污染也有较大差异。因此,本文提出一个时间依赖型绿色车辆路径模型,通过优化运输路 径和出发时间降低运输成本、减少环境污染。模型的目标函数最小化包括油耗成本在内的运输 总成本,其中,车辆油耗的度量基于综合模式排放模型,其创新之处在于,定义了允许车辆在节点 处等待的情形,使车辆选择合适的时间出发以规避拥堵,即通过优化车辆路径以及路径上各节点 处的出发时间寻求成本最优的运输方案。本文提出嵌套遗传算法求解模型,外层遗传算法优化 路径,内层遗传算法优化路径上各节点处的车辆出发时间。并通过响应面分析法(RSM)调试算法 关键参数,得到适用于模型的最佳参数搭配,算法性能测试结果表明了本文算法的高效性。本文 基于污染-路径问题实验数据库进行数值实验,结果证明,允许车辆在客户处等待并选择合适时 间出发,可以在一定程度上降低燃油消耗和总成本。此外,目标函数中引入油耗要素,可以有效 降低决策方案的燃油消耗,减少环境污染。     

һ������ʵʱ��Ϣ��ͳ����Ϣ�Ŀɿ�·�������㷨

研究在具有过去的统计信息及实时信息条件下的交通网络上的路径生成问题 我们假定路段通行时间具有一定的概率分布，这一分布从过去的统计数据得到，而当旅行者到达某一节点时，以该节点为起点的路段的通行时间作为实时信息被告知。在以上条件下，我们给出一种自适应算法来实时地生成一条路经，使得在某一预定时刻以前到达目的地的概率最大这个概率是衡量路径的时间可靠性的尺度，因而我们称相应算法为reliable routing algorithm。与之对应，我们注意到在以往的研究中，衡量路径优劣的有平均通行时间长短等等尺度。