六边形网格划分的混合传感器网络调度方法

在混合无线传感器网络中,如何对动态节点进行合理调度以降低能耗并延长网络寿命一直是无线传感器网络研究的一个重要课题。本文针对大型的混合无线传感器网络,提出了一个基于正六边形网格划分的动态节点分布式调度方法,即通过网格划分的方式将此调度问题转化为一个多目标规划问题,并改良了方向网格划分下的节点通信机制,在保证各个动态节点能耗尽量均衡的情况下,降低动态节点能耗,减少传感器网络中总的数据包发送量,提高网络的综合性能。与其他的分布式算法和集中式算法的仿真对比表明了本文算法的有效性。     

剩余能量相干均衡分簇能耗双阈值分配算法

在计算机多分簇任务执行中,由于初始能量有限,需要对网络分簇能耗进行优化分配,提高任务执行效率。提出基于剩余能量相干均衡的网络分簇能耗双阈值分配算法,算法考虑了节点当前能量、簇成员数量、簇首与节点间距离,设计了能耗指导的分布式网络能量采集和消耗均衡模型,采用收敛性度量值进行路由分配,实现能耗的双阈值分配,在系统的全局任务调度中心将所有任务进行融合,输入系统总调度器,设计剩余能量相干均衡算法,构建能耗分配的双阈值模型,实现网络分簇能耗双阈值分配。实验结果表明,算法能够降低任务调度关键路径延时,提高low-Vt单元使用率,降低相干功耗,形成最优化能耗管理输出,使得系统更加稳定。     

三时隙分布式电力调度时分多址自动化控制

提出一种智能分布式电力调度系统的协同调度方法,采用三类时隙,即前导时隙、若干中断时隙和大量分配时隙分布式管理的思想,采用高效时分多址协议对每个电网节点的耗电信息进行收集,然后采用协调调度,综合考虑整个电网的负载能力,对每个节点的供电进行智能化的分配,并且采用反馈系统不断调整,达到最优供电状态;采用一组节点进行实际的供电管理实验,结果显示,分布式协同调度算法能够更加高效的调度系统电力,相同载荷情况下,平均效率高出约15%,在电力管理系统中具有广泛应用的价值。     

基于断点损耗预测的高速网络流路由修复方法

设计高速网络流路由修复算法,提高网络的生命周期,降低路由节点能耗。传统的路由修复算法采用阈值分割路由冲突分解算法,采用阈值分割判断实现路由修复,无法有效满足高速网络流路由修复的应用环境。提出一种基于断点损耗预测的高速网络流路由修复方法。计算通信节点的衰减性能,绘制出符合高速移动环境移动节点衰减曲线,根据欧氏距离公式计算出随机分布的路由节点的路径链接的稳定性,对多角度系数进行修订,采用断点损耗预测方法,进行功耗损失修订,实现路由修复。仿真实验表明,该算法实现高速网络流路由修复。有效地控制簇头的数量和分布、节约能量、均衡网络负载,提高了高速网络流路由的生命周期,单个节点能耗大幅降低,在高速移动大规模网络流维护和路由控制优化中具有较好的应用价值。     

密集网络中用户接入分布式干扰协调控制方法

通过对密集网络中用户接入路由协议的分布式协调控制,提高网络的抗干扰能力和数据准确收发能力。传统方法采用路由扩频分层融合方法进行密集网络中用户接入分布式干扰协调控制,随着汇聚节点的增多受到的干扰增强,在信噪比较低的情况下网络用户进行数据通信的抗干扰性能不好。提出一种基于混合差分粒子群调度的密集网络中用户接入分布式干扰协调控制方法。首先进行了密集网络用户接入路由链路模型构建和设计,采用Internet Protocol Version 6(IPv6)互联网协议进行数据融合和信道均衡,采用混合差分进化方法对传统的粒子群算法进行改进,提高了密集网络中的路由算法的抗干扰性能,实现分布式干扰的抑制和路由链路的协调控制。仿真结果表明,采用该方法进行密集网络中用户接入的分布式干扰协调控制,有效提高了用户接入节点的连通性能和数据收发能力,提高了数据收发的准确性和网络的生存周期,抗干扰性能强,展示了较好的应用价值。     

Sink根数据聚集树分层的WSN电力调度优化设计

为提高电力数据调度效率,缩短电力数据调度延时,提出一种改进的无通信冲突的分布式电力数据聚集调度近似算法,采用Sink根数据聚集树对无线传感器网络中各个节点电力资源数据进行分层数据调度,根据分布式数据集对各个电力节点之间的控制信息进行不断融合处理,在最大独立集的基础上建立一棵根在Sink的数据聚集树。每个节点分配一个时间片,使该节点能在无通信冲突的情况下传输数据。仿真实验表明,采用改进算法得到的聚集延时明显减小,有效保证了电力调度控制的实时性,电力信息数据分层融合度能达到90%以上,而改进前的算法只有10%～50%之间。     

基于路由热点循迹修正的WSN发射功率优化调度

无线传感器网络WSN发射功率的优化调度是决定WSN使用寿命和提高WSN性能的关键,WSN路由节点的在进行数据转发时会导致热点随机扩散,发射功率无法难以实现最大化。提出一种基于路由热点循迹修正的WSN发射功率调度算法。设计了WSN节点路由热点循迹数据传输模型,对发射功率消耗能量模型采用一个高斯衰减信道建模,采用直线反馈线性化补偿方式对路由热点的偏移轨迹进行超负荷状态评估,采用贪婪算法生成一条多分簇路由链,对路由循迹轨迹进行修正,得到WSN优化发射功率的调度递推公式,实现能耗最佳的功率优化调度。实验结果表明,采用该优化调度方法,在准确实现热点循迹修正,传输功率较传统方法稳定,波动较小,WSN可靠性和生存性增强。     

基于改进多时隙散点算法的大数据任务调度

针对当前大数据任务的调度管理,传统的调度处理方法采用随机调度机制,从单个节点的性能出发,无法达到全局最优化的效果。提出基于改进多时隙散点算法的大数据任务调度管理方法,为了克服多时隙调度算法的缺点,运用多时隙调度算法时,引入了一个管理因子,对系统节点进行数据调度任务分配,根据分配的任务进行评价和估计,并且不断更新实时任务,追求最优性能,最终达到全局最优化。最后通过一组20节点数据进行测试实验,结果显示,采用改进的多时隙大数据任务调度管理算法,相对于传统调度方法,系统整体效率提高了平均约28%,具有很好的应用价值。     

基于分解的混合多目标进化算法在供水调度系统中的应用

建立了供水调度模型,利用基于分解的多目标进化算法,首先将供水调度问题分解为若干单目标,然后根据分布估计的思想对各个单目标建立概率模型,通过采样产生新的个体。利用非支配排序法进行选择,得到最优解。实验表明,该算法对求解供水调度优化问题具有较好的多样性和均匀性,并且降低了算法的计算复杂度。     

多服务器环境下网络调度模型仿真分析

多服务器环境下网络具有随机性和异构性,导致传统方法由于算法收敛效率低、易出现局部最优等弊端,大大降低网络调度的效率,无法有效完成网络调度,提出一种基于重复博弈算法的多服务器环境下网络调度方法,塑造多服务器环境下网络调度模型,依据网络调度模型以及博弈论原理,通过最优反应函数对多服务器环境下网络进行调度,将其转换成目标规划问题,采用混沌粒子群优化算法对目标规划问题进行求解,从而有效完成多服务器环境下的网络调度。实验结果说明,所提的网络调度方案可提高网络调度的速度以及效率,能够有效处理多服务器环境下网络任务调度过程中出现的问题。     

非密集分布下传感网络节点选择优化算法研究

提出一种混沌差分进化和动态逃逸粒子群的节点选择优化算法,通过混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对传感网络中的节点能量进行分类搜索,采用Logistics混沌映射对节点进行优化分区处理,将混沌扰动量融入节点能量分区过程中,获取最佳能量节点,利用动态逃逸粒子群方法,运算无线传感网络最佳能量节点的最优位置,实现网络节点覆盖优化。仿真结果说明,所提算法可增强无线传感网络最优节点的聚类性能,具有更好的无线传感器网络动态节点选择性能,并且收敛速度快,运算耗时少。     

无规律多分布水利智能全局调度实现方法

传统的水利调度系统采用单节点调度的方法,无法根据每个水利节点的实际需求进行分配,造成水利资源的浪费。提出一种无规律多分布水利智能全局调度实现方法,采用系统无规律模型建立无规律节点分布,然后将每个模型与节点进行匹配识别,在水利调度时,通过节点分布特性和实际需求,实现全局调度,并且采用反馈系统不断调整,达到最优供水状态。采用一组散布节点进行实际的供水调度实验,结果显示,采用无规律多分布水利智能全局调度方法,在相同调度任务情况下,平均效率高出约21%,在水利调度系统中具有广泛应用的价值。     

一种基于混沌人工萤火虫算法的云计算资源调度优化

为提高云计算资源的利用率,保持负载平衡,提出一种基于改进混沌萤火虫算法的云计算资源调度模型。建立云计算环境下的资源调度模型,通过人工萤火虫算法个体最优与云计算节点资源分配对应起来,在萤火虫算法中引入混沌算法,通过对个体进行扰动,加快收敛速度,降低局部最优的概率。基于Cloudsim的仿真实验结果表明,该算法能有效避免资源分配的不均衡,缩短任务完成时间,提高系统的整体处理能力。     

基于最优节点选择机制的P2P网络信誉模型

对P2P网络信誉模型的研究是保证P2P网络稳定运行的基本因素。P2P网络通过节点的直接交换来共享计算机资源和服务,需要进行节点优化选择保证P2P网络的信誉和稳定性。传统方法采用粒子滤波算法实现节点自动控制,当存在多重节点反复组合时,对P2P网络的信誉度评价准确性不好。提出一种基于最优化网格分配节点信息覆盖的P2P网络信誉模型设计方法,构建网络的最优节点选择机制,采用自顶向下的方式分层构造数据聚集树,进行节点信誉信息表征和数学模型构建,实现算法改进。仿真实验表明,采用该模型能有效提高对P2P网络的信誉评价精度,优化网络的节点分布,实现节点最优选择,能够有效抵抗外界干扰和攻击,稳定性较好。     

一种全景分析预测的数字媒体访问调度技术

高效的访问调度技术是解决现代访问瓶颈的关键。传统的数字媒体访问调度方案采用单节点时间分割的方法,以单个节点为对象,无法达到全局最优的调度结果。提出一种基于全景分析预测的数字媒体访问调度技术,对所有节点的资源访问依据类型进行访问归类,在相同类中,对于不同的访问类型及进行不同加权,最后采用全景分析预测方法对整体进行调度,从而达到访问最优化。最后采用一组10节点的数字媒体进行访问调度实验测试,结果显示,采用全景预测分析方法,系统的资源访问得到极大的平滑均匀,具有很好的工程应用价值。     

基于CDMA协同调度的混合协议激振设计

多媒体服务器的混合协议设计与实现的关键在与设计混合协议激振算法,通过激振算法设计提高多媒体混合服务器在饱和状态下的吞吐量。传统方法采用动态时分多址协议进行混合协议激振设计,当系统中节点众多、网络拓扑易变状态下,服务器的吞吐性能不好,提出一种基于CDMA协同调度的混合协议激振算法,并设计多媒体服务器,将大型多媒体联合服务器网络接收端和发送端数据的信息熵作为信道传递向量函数,在成功完成调度后,从节点开始进行正常收发工作,实现对时分多址(E-TDMA)协议设计。通过CDMA协同调度,在多媒体混合服务器的每一维度进行数据集分割,得到激振冲击响应。进行多媒体服务器总体模型构建与网络模型设计,在MAC层分别采用,三种协议进行系统调度和多媒体服务器的激振设计与仿真实现。仿真结果表明,该模型能有效提高多媒体服务器的吞吐性能,多媒体信道传输时间消耗最短,体现了算法较好的稳定性和鲁棒性能,对多媒体信息传输的保真性较好。     

基于半结构化分割的Web热点数据挖掘算法

随着大数据信息技术的发展,数据在线监测和数据挖掘成为计算机信息领域研究的热点。通过对Web热点数据分割挖掘,提高信息热点追踪和Web数据分类能力。传统算法采用非结构化数据挖掘算法,无法有效对Web热点数据进行准确定位和分层挖掘。提出一种基于半结构化分割的Web热点数据挖掘算法。采用半结构化数据进行特征分割,基于优秀基因位进行差分进化,使寻优曲线不断趋于平缓,在多个节点上并行的运行比较脚本,采用半结构化分割,使得Web热点特征挖掘实现自适应寻优,得到Web热点数据的分配因子,提高了挖掘性能。仿真结果表明,该算法获得了良好的效率和精度,提高了Web热点数据挖掘的自适应寻优能力。     

无线传感器网络节点三维定位技术

针对无线传感网络中的节点定位精度低的问题,提出了改进蝗虫算法在三维空间节点定位技术。首先,采用了极大似然估计法构建节点定位模型。其次,对蝗虫算法从以下3个方面改进：(1)在种群中采用伪反向学习初始化,增加了种群多样性;(2)在递减系数中使用自适应因子避免算法陷入局部最优;(3)在迭代中使用正交交叉算子进行个体筛选。最后,将改进后的蝗虫算法用于节点定位。在仿真实验中,将本文算法与蚁群算法,粒子群算法和蝗虫算法进行对比,结果说明本文算法在噪声、锚节点密、未知节点数量和能量消耗具有较好的定位效果。     

一种网络多信道骨干节点调度均衡算法

针对多信道网络中骨干节点多对一通信所引发的资源冲突问题,提出了一种网络多信道骨干节点调度均衡算法。以多信道中节点作为算法的组网基础,运用多个骨干节点的通信模型组成多维度的通信调节区域,运用信道骨干节点中的流量信息进行高流量节点区域的预测,计算节点通信发生冲突的可能性,通过迭代多区域校验进行防冲突运算,降低了数据碰撞的可能性,完成网络多信道骨干节点的均衡调度。计算机仿真实验表明,在算法优化后网络的通信效率有了较为明显得提高。     

突发性恐袭威胁下的交通调度方法推算仿真

恐袭威胁具有突发性和非规律性的特点,且通常发生在人群聚集区,增大了该区域交通调度的难度,传统的调度方法主要针对静态场景进行调度,在发生恐袭威胁时,不能兼顾车辆调度的效率及能耗问题,调度消耗过大,不能满足实际的调度需求。提出基于禁忌搜索算法与遗传算法相融合的恐袭威胁下的最优交通调度方法。以恐袭威胁区域交通调度距离最小、能耗最小、时间最短为目标,建立相应的交通调度模型,采用禁忌搜索算法与遗传算法相融合的调度方法,对模型进行最优解搜索,获取最优调度方案,实现基于大数据分析的恐袭威胁下的最优交通调度。实验结果表明,采用改进算法进行恐袭威胁下的交通调度能够有效的推算出车流,提高调度效率、降低分析成本,具有极高的应用价值。