A Distributed Virtual Backbone Formation for Wireless Ad Hoc and Sensor Networks

The virtual backbone is an approach for solving routing problems in wireless ad hoc and sensor networks. A connected dominating set (CDS) was proposed as a virtual backbone to improve the performance of wireless networks. The quality of a virtual backbone is measured not only by approximation factor, which is the ratio of its size to that of minimum CDS, but also time complexity and message complexity. In this paper, a distributed algorithm is presented to construct a minimum CDS for ad hoc and sensor networks. By destroying triangular loops in the virtual backbone, the proposed algorithm can effectively construct a CDS with smaller size. Moreover, our algorithm, which is fully localized, has a constant approximation ratio, linear message and time complexity, and low implementation complexity. The simulation results and theoretical analysis show that our algorithm has better efficiency and performance than conventional approaches.     

A Multiobjective Optimization Algorithm for QoS-Aware Path Selection in DiffServ and MPLS Networks

Introduction The enlargement of the Internet user commu-nity has generated the need for IP-based applica-tions requiring guaranteed quality of service (QoS)characteristics. For providing per-flow serviceguarantees without a per-flow state in the corerouters, the integration of DiffServ and multi-pro-tocol label switching (MPLS)[1]architecture hasbeen proposed. The MPLS architecture provides adistributed way for resource reservation and QoSpath setup through the use of a Label Distribut…     

基于交通流时间序列相似性的NCut城市路网分区算法

针对大规模城市道路交通路网分区的实际需求,基于可反映时间序列变化趋势的皮尔逊相关系数和度量空间关系的欧式距离,构建了一种衡量交通流时间序列相似性的综合指标; 结合交通流时间序列的时空相似性特点,引入子区内的空间连通约束,利用归一化割(NCut)算法设计了一种改进的路网静态分区算法; 为体现交通路网分区的时变特征,选取了合适的评价指标来确定每一时间段内合理的分区数量,提出了一种基于时间序列的NCut路网动态分区算法; 利用北京市东北二环区域内采集的路段交通流速度数据,应用所设计的算法对7.23 km2的路网进行分区,对比了晚高峰时期的分区效果。研究结果表明:所提出的分区算法能实现对路网内不同区域交通状况的有效识别,以30 min为间隔的动态分区算法能划分出数量和范围随时间变化的多个可变子区域; 与子区数固定为2、3、4、5的静态分区算法相比,动态分区算法的评价指标分别提升了63.77%、50.06%、6.43%和7.13%,提高了路网分区效果。可见,本文提出的动态分区算法在保证子区内部连通性的基础上可将异质路网划分成多个内部同质子区域,并充分体现交通流动态演化的时空特性,有利于制定动态的多区域边界控制方案。      

一类流量增减最大值可预见的不确定网络最大流的模型与算法

不确定网络最大流问题是现实中普遍存在的一种网络流问题,针对该问题中的流在传输过程中增减并存的特征给出了一种模型及算法.将其网络上增加弧上的增加量作为初始输入量之一,经过特定运算将其转化为只损耗网络,运用有损耗网络最大流问题的算法进行最终求解.最后,通过实例验证了其正确性.     

协调交通信号控制位相差优化的理论算法

城市交通主干道及格状网络上的交通信号通常以协调的方式运作,目的是使主要的交通流能够顺畅地流动.过去几十年来,协调信号控制策略一直是研究热点,相关的模型系统也得以开发,包括离线模型如TRANSYT,PASSER,在线系统如SCOOT,SC ATS,UTCS,以及正在 开发中的RT-TRACS, 尽管有这么多的模型和系统,它们无一例外都是使用启发式算法来优化信号的位相差.而另一方面,现有的有关优化信号位相差的理论方法都是确定性的,通常忽略了车流的随机变动.由于缺乏能够决定最优位相差的成熟的理论基础,我们在对现有模型和系统作客观的评价时受到了很大的限制.本文提出了基于概率过程的单向交通流相邻交叉口信号间位相差优化理论方法,该方法的优化目标是使车流的总延误和总停车次数最小.利用概率论和排队论,该方法兼顾了车流离散和车队在交叉口的随机变化.最后,设计了该方法的实用算法并给出应用实例.该算法可以被扩展到更复杂的交通网络,而待到被内嵌到现有模型或系统中之后,既可用于评价,又可用于实施的目的.     

变压器油中故障气体的复合预测方法

为了提高对变压器故障的预测能力，提出了灰色粗预测、自学习神经网络在线修正的复合预测法．此法是利用GM（1，1）模型初步预测油中溶解气体的浓度及变化趋势，通过分析故障气体组分之间的影响及气体浓度时间序列之间的关系确定修正参数，将初步预测结果与修正参数作为自学习BP网络的输入，从而完成预测结果的在线修正．该方法已用于实际变压器油中溶解气体的预测，结果验证了其有效性．     

A Fast Algorithm for Support Vector Clustering

Support Vector Clustering (SVC) is a kernel-based unsupervised learning clustering method. The main drawback of SVC is its high computational complexity in getting the adjacency matrix describing the connectivity for each pairs of points. Based on the proximity graph model, the Euclidean distance in Hilbert space is calculated using a Gaussian kernel, which is the right criterion to generate a minimum spanning tree using Kruskal‘s algorithm. Then the connectivity estimation is lowered by only checking the linkages between the edges that construct the main stem of the MST ( Minimum Spanning Tree), in which the non-compatibility degree is originally defined to support the edge selection during linkage estimations. This new approach is experimentally analyzed.The results show that the revised algorithm has a better performance than the proximity graph model with faster speed, optimized clustering quality and strong ability to noise suppression, which makes SVC scalable to large data sets.     

汶川地震灾区泥石流若干关键问题

为解决2008年512汶川地震后,在地震灾区大部分泥石流沟实施的拦砂坝、排导槽等首期治理工程效果不佳、部分工程甚至失效的问题,根据松散物源启动量估算明显偏小、拦砂坝设计库容不够、排导槽过流断面偏小的状况,分析了地震灾区泥石流形成特点和暴发规律,针对持续性、大规模和群发性方面的估计不足,系统地进行了经验总结.通过2010和2013年两次特大型泥石流的勘查、设计和治理工程实践表明:震区泥石流在启动机理、堵塞溃决、持续时间、冲出规模等方面与一般泥石流相比存在很大区别,总结出以下经验: (1) 合理确定泥石流堵溃系数及相应流量;(2) 针对不同类型泥石流及保护对象提出有效的治理工程方案,例如拦挡、固坡、排导、停淤方法的合理组合和有效利用;(3) 合理分配拦砂坝的有效高度及数量;(4) 合理选用坝体结构类型,例如实体坝、缝隙坝和梳齿坝.上述经验在绵竹县清平文家沟、汶川县红椿沟、七盘沟、桃关沟和宝兴县冷木沟特大型泥石流的勘查、设计及治理工程中进行了充分的应用验证,并取得了成功.      

快速收敛的牛顿路径算法在交通分配中的应用

以确定性交通网络用户均衡问题为研究对象,从理论上推导出以路径费用函数为基础的用户均衡模型,在这基础上,提出快速收敛的牛顿路径算法.该算法每次仅对一OD 对进行牛顿型流量转移,转移完再更新道路流量,提出“更快速度接近均衡解原则”,运用这一原则来简化Hessian 阵,从而得到迭代方向,并通过对原函数二阶泰勒展开式进行一维搜索,寻找出最优步长.将该算法运用于实际交通分配问题,分别对小、中、大三种网络类型进行测试.结果表明,相比于传统的梯度投影算法,快速收敛的牛顿路径算法具有更快的收敛速度和更高的精度,在迭代前期尤为明显.     

交通信号控制参数的仿真优化方法研究

为优化区域交通网络中各信号控制器的配时方案,利用递推最小二乘算法(RLS)和同时扰动随机近似(SPSA)算法,由检测器流量估计DynaCHINA动态网络交通仿真与分析系统的动态OD矩阵,输入并标定各路段的速度-密度模型参数和饱和流量,获得网络状态的准确估计,包括各路段的速度、密度、流量、队列长度等;在此基础上,利用SPSA算法优化各信号控制器配时参数,包括各信号控制器的周期、相位差和绿信比,使得网络中车辆的平均旅行延误、队列长度、或交叉口通过量等指标最优. 针对实际路网的测试表明,本文的参数标定方法可以获得准确的检测器流量估计,结果明显优于Ashok K的动态OD矩阵与检测器流量估计方法;与现有的基于Synchro信号配时优化软件获得的结果相比较,该方法可较大幅度缩短车辆在路网中的平均旅行延误,并可推广应用于更复杂的区域路网的信号控制参数优化等场合.     

复杂网络的重叠社区发现并行算法

随着网络规模的快速增长,传统社区发现算法难以处理大规模网络数据和满足复杂网络的可扩展分析需求. 本文提出一种适用于大规模复杂网络的重叠社区发现算法PHLink. 该算法根据复杂网络的无标度特性将节点建立连边的原因进行分析和归类,用以识别网络中具有重叠性的社区结构,并采用MapReduce计算框架对网络进行分割和冗余存储,减弱了图计算的耦合性,解决了社区发现算法的分布式计算问题. 通过真实网络测试,PHLink算法可以大幅度降低边计算的复杂度,对于无标度特性明显的复杂网络提取0.1%的枢纽节点即可节省94%以上的计算量,较传统算法具有较高的稳定性和准确性,并且在Hadoop平台有良好的加速性和伸缩性,可以处理千万级连边规模的大规模复杂网络.      

多品种流中特定品种在结点上的流量有要求的最大流算法设计

本文首先分析多品种流交通网络的特性,在借鉴Ford-Fulkerson算法的基础上构造了求多品种问题最大流的基于多品种流的Ford-Fulkerson算法。然后分析了多品种流交通网络对特定品种在结点上的流量有要求的几种情况,并设计了这几种情况下交通网络求最大流的算法。在实际交通网络中多品种流问题普遍存在,对特定结点的品种的流量有要求的多品种问题更是不胜枚举,本文的算法为解决实际问题提供了应用基础。     

交叉口运行模式分布模型及排放测算

针对路网中可大规模采集的流量、速度数据,结合主流排放模型广泛应用的VSP参 数,提出了面向排放测算的交叉口运行模式模型,为动态评估路网中的交叉口排放提供了测 算依据.通过对交叉口区域的运行模式分布特征分析,提取交叉口运行模式关键特征参数,建 立基于粒子群聚类算法的交叉口运行模式分布模型.通过本模型和MOVES模型计算交叉口 排放,本模型预测HC、CO、NOx 污染物的误差分别为6.08%、0.80%、4.18%,而MOVES模型的 预测误差分别为38.67%、28.87%、12.22%.     

基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.     

一种Delaunay三角网数模快速定位算法

逐点插入法是构建Delaunay三角网的主流算法之一，在众多三角形中快速定位目标三角形是影响逐点插入法构网速度的一个重要因素，同时也是影响高程内插速度的关键。在分析多种已有定位法特点的基础上提出区域定位法，给出了详细的判断条件，并加以证明。通过对几种定位方法进行分析比较，在两种投点方式下用逐点插入法对四种算法进行了TIN的构网实验，结果表明均匀投点的构网速度都要快于任意投点的构网速度，区域定位法搜索方向唯一，算法稳健，具有较快的定位速度。     

内核网络子系统的模块化设计

将面向对象的设计方法引入内核设计中,采用"低层处理"的策略,在多平面软件框架的数据平面内将所有的网络操作处理模块化;在内核空间中,研究并设计了虚拟网络块(VNB)框架.VNB框架由一系列的模块节点和节点之间的连接组成,数据流沿着模块节点之间的连接在不同的节点之间双向流动,当一个模块节点接受到数据包,执行处理后将数据包传递给另外一个节点模块.该框架基于UNIX的V流设计方法,采用"Netgraph"技术实现了复杂网络功能的处理高效率和设计灵活性.     

A New Wireless Packet Scheduling Algorithm Based on EDF and Its Application in Multi-bottleneck Networks

Most of current wireless packet scheduling algorithms aim at resource allocation as fairly as possible or maximizing throughput. This paper proposed a new packet scheduling algorithm that aims at satisfying delay requirement and is the improvement of earliest due first (EDF) algorithm in wired networks. The main idea is to classify the packets based on their delay bound, scheduling the most "urgent" class of user and the users that have the best channel condition with higher priority. This algorithm can easily integrate with common buffer management algorithms, when buffer management algorithm cannot accept new arrival packets, try to modify scheduling policy. Packet scheduling algorithms in multiple bottleneck wireless networks were also discussed. A new variable multi-hop factor was defined to estimate the congestion situation (including channel condition) of future hops. Multi-hop factor can be integrated into packet scheduling algorithms as assistant and supplement to improve its performance in multi-bottleneck wireless networks.     

泥石流V型排导槽计算方法

排导工程在防治泥石流灾害中是使用最广泛的工程措施,特别是V型排导槽在排泄泥石流固体物质时有着显著的作用。基于V型排导槽的受荷模式及边界条件,分别运用朗肯土压力理论和弹性地基梁计算理论建立了排导槽侧墙和槽底的计算方法。并以成昆铁路三滩泥石流和枝柳线平寮站泥石流防治工程为例,主要进行了V型槽底的位移、地基反力及内力计算。     

NEURAL NETWORKS PREDICTION FOR SEISMIC RESPONSE OF STRUCTURE UNDER THE LEVENBERG-MARQUARDT ALGORITHM

Activecontrolandsemi activecontrolarenewapproachestoseismichazardmitigationofstructure .Whileinactivecontrolorsemi activecontrol ,mea surementofstructurestate ,transmissionandcalcu lationofsignalandinflictionofcontrolforcerequiretime ,moreover ,controlforceiscalculatedaccordingtotheseismicresponseofstructureinlastepoch ,sothecontrolforceinactivecontrolorsemi activecontrolmaybedistortedduetotime delay .Suchdistortionusuallyincreasestheseismicresponseofstructureandmakesstructuremoredangerous[1-3…     

Solving service selection problem based on a novel multi-objective artificial bees colony algorithm

Service computing is a new paradigm and has been widely used in many fields. The multi-objective service selection is a basic problem in service computing and it is non-deterministic polynomial (NP)-hard. This paper proposes a novel multi-objective artificial bees colony (n-MOABC) algorithm to solve service selection problem. A composite service instance is a food source in the algorithm. The fitness of a food source is related to the quality of service (QoS) attributes of a composite service instance. The search strategy of the bees are based on dominance. If a food source has not been updated in successive maximum trial (Max Trial) times, it will be abandoned. In experiment phase, a parallel approach is used based on map-reduce framework for n-MOABC algorithm. The performance of the algorithm has been tested on a variety of data sets. The computational results demonstrate the effectiveness of our approach in comparison to a novel bi-ant colony optimization (NBACO) algorithm and co-evolution algorithm.