基于模糊神经网络的RTT智能预测算法

在网络拥塞控制的重要参数中,RTT(Roundtriptime)尤为突出,因为它能对网络所发生的拥塞作出较早的反映。所以对RTT的精确预测程度,无论是对网络拥塞控制还是流量、带宽估计都很有意义。分析了RTT的特性,发现其有很强的高频噪声,因而采用低通滤波和MBP网络相结合的RTT预测策略。实验表明,即使在网络状况较忙的情况下,也能获得很好的预测结果。     

一种基于无线环境预测的TCP拥塞控制改进机制

可靠传输协议TCP是有线网络成功的关键,它把丢包作为拥塞标志,迅速启动拥塞控制减轻网络负荷。然而,无线网络丢包主要是由于误码、切换等原因造成,如果无差别地启动拥塞控制会造成端到端性能恶化,表现在过激的发送窗口调整、吞吐量的急剧下降。在分析TCP吞吐量模型的基础上,提出一种基于神经网络区分误码和拥塞的新机制,实现无线环境的TCP拥塞控制。仿真结果表明,该机制改善了无线环境下TCP的性能。     

基于往返时间最佳预测的无线TCP性能改进

TCP针对所有的丢包均启动拥塞控制机制,导致在无线网络中端到端性能恶化,网络资源利用率低。在研究分析TCP拥塞窗口调整机制的基础上,提出一种基于往返时间最佳预测的发送速率调整机制。根据对往返时间的预测,构建网络拥塞状态的判断机制,进而实现发送速率的自适应调整,充分利用网络资源。数学分析说明了新算法的可行性,并通过NS仿真对其性能进行评估。仿真结果表明该改进的TCP算法的公平性与有效性。     

基于丢包率预测的P2P流传输拥塞控制研究

针对目前P2P流传输拥塞控制算法不能实时反映网络可用带宽状况,且在流传输时容易产生抖动的问题,提出了使用丢包率预测算法改进TFRC拥塞控制协议的拥塞控制算法。仿真实验结果表明改进算法可以较好地解决以上问题。     

拥塞控制的研究现状及未来展望

对网络拥塞控制算法的研究现状进行总结,讨论了拥塞控制领域的研究热点。     

基于TCP协议的网络拥塞控制算法设计

通过对以往经典的TCP拥塞控制算法的总结和对比,从信道利用率、通信稳定性和公平性三方面出发,设计了一个改进的TCP拥塞控制算法。利用数学建模方法,简化并模拟实际的网络通信,运用数理统计和概率论的知识分别得出经典拥塞控制算法和改进拥塞控制算法实验结果的数学期望和方差,从信道利用率、通信稳定性和公平性三方面进行对比,证明改进算法的有效性。     

基于智能集成的综合优化方法

研究了集成应用神经网络、遗传算法和专家系统技术来解决过程系统的复杂优化问题．由于神经网络的高度非线性映射能力，适合于大型复杂问题的建模．神经网络建立的是一个黑箱模型，不能用传统的数学规划方法求最优解，遗传算法适合于这种模型的寻优．有些复杂工程问题的优化，并非建立一个模型（数学模型或神经网络模型）求解就可以得到答案，而是依靠众多的工程因素和经验，对于这种优化问题，专家系统显示出突出的优势     

基于TCP的拥塞控制技术研究

TCP协议在控制数据流拥塞机制方面有一些不足。本文通过探讨网络拥塞出现的原因及TCP拥基控制的基本策略,论述了TCP拥塞控制的改进方案,并提出了针对这种缺陷的改进方向。     

基于黄金分割法的RBF神经网络预测控制

针对非线性系统的控制问题,提出了一种基于黄金分割法的RBF神经网络预测控制算法。该算法以神经网络作为预测模型,用黄金分割法优化控制器,其中以控制变量的约束条件作为优化的初始区间。针对化工过程蒸馏塔控制系统,通过仿真计算验证了该方法的有效性。     

TFRC拥塞控制算法的改进研究

通过对TCP友好速率控制协议TFRC进行研究.针对算法中服务端在计算回路响应时间RTT所出现的抖动性问题,经对历史RTT进行拉格朗日插值来计算下一RTT,一定程度上增强了对拥塞反映变化的平稳性.同时,利用网络模拟软件NS2对改进算法NTFRC进行仿真分析,结果表明NTFRC在TCP友好性、速率稳定性以及网络动态响应性等方面要优于TFRC.     

基于Socket的RTT的测试

Socket是基于TCP/IP的网络上运行的两个程序间双向通讯的一种连接机制,运用Socket编程通过测试RTT可以及早了解网络拥塞状况。     

一种基于动态迁移的智能存储算法研究

随着大数据、云计算、互联网等技术的快速发展和改进,人们已经开发了许多管理信息系统,数据存储成为这些应用系统的重要支撑.传统的数据存储采用顺序存储、随机存储、哈希存储等模式,但是这将会给存储器带来严重的挑战,不利于热点数据的访问,无法提高数据存储的效率.为了解决上述问题,提出了一种基于动态迁移的智能存储算法,该算法可以将存储器划分为多个优先级,针对热点数据进行有效的估值操作,动态迁移估值较高的数据到优先级位置,能够提高数据信息的访问速度,进一步缩短应用系统数据操作时间.实验结果表明智能存储算法的访问时间远低于传统存储模式,具有重要的作用和意义.     

基于物联网的智能安防应用研究

物联网技术的兴起,能够增强不同应用系统的各项功能,使系统更优化,更智能化。为进一步确保社会的安全性,需要建立起智能化的安防系统。基于物联网的智能安防系统,不仅能够有效的消除系统内的潜在危险,还提高监测的准确性和安全性。     

基于混合智能系统的设备故障诊断研究

为研究和改进人工智能技术在设备故障诊断中的缺点和不足,提高故障诊断的准确率,构建了一种混合智能诊断系统。首先利用小波包分析技术对设备故障进行特征提取和分析;接着对数据进行离散化处理,应用粗糙集对获得的故障特征向量进行约简,删除冗余信息;然后利用免疫遗传算法的全局优化能力去训练BP神经网络的权值,建立免疫遗传-BP神经网络模型;最后把经粗糙集约简后的故障特征向量输入该模型,完成故障识别和智能诊断。通过旋转机械的转子系统的仿真实验,表明基于小波包-混合智能的故障诊断取得了良好的诊断效果。     

基于LonWorks技术的智能楼宇照明监控系统

给出了一种基于LonWorks现场总线技术的智能楼宇照明监控系统设计方案.系统主要通过DDC作为下位机,借助LonMaker软件编写了底层控制网络程序;上位机采用力控组态软件进行设备组态,并开发了友好的人机界面、集中显示和实时监控程序.方案具有一定的工程应用参考价值.     

基于改进粒子群算法的多目标智能组卷研究

组卷问题是一个多约束多目标组合优化问题。建立了一种新的组卷数学模型,提出了一种改进粒子群算法(IPSO)的智能组卷算法。在组卷之前,先采用贪婪算法进行预处理,有效提高了算法的收敛速度。在进化过程中引入保优策略,避免适应值高的粒子被淘汰。采用自适应交叉和变异算子进行调整,避免了局部收敛现象。实验结果表明,改进的粒子群算法应用在多目标智能组卷中具有较好的组卷性能。     

基于时间自动机的智慧实训室通信模式研究

将时间自动机概念融入通信模式的设计和实现过程,提出一种基于时间自动机、支持各设备自主控制和管理通信过程的物联网智慧通信模式。介绍了感知层各通信模式的规则,给出并验证了有连接和无连接通信模式的时间自动机模型。以有连接通信模式为例,结合系统结构布局描述了智慧通信时间自动机模式设计及实现过程。以实训室照明系统通信实例验证了该设计的可行性。     

基于RFID的智能仓储管理系统的研发

介绍了RFID技术的基本概念、特点及应用，讨论了基于RFID的智能仓储管理系统的典型框架结构、主要特点及功能模块，与传统的识别方式相比，具有无需直接接触、无需光学可视、无需人工干预即可完成信号输入和处理、操作快捷方便等优点，初步实验表明了本设计方案的合理性和实用性。