基于着色树优化的网络并发链路故障快速恢复方法

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:LEAMI
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了实现网络并发链路故障的快速恢复,提出一种基于改进人工鱼群算法着色树优化的故障快速恢复方法。首先从备份拓扑构造、着色树生成及流量转发三个方面分析整体恢复方案,在此基础上,建立着色树的生成模型并利用人工鱼群算法对其进行优化以进一步提高其性能,引入变异操作有效解决寻优陷入局部僵局的问题。仿真实验表明,该恢复方案不仅提高了网络在并发链路失效情况下的故障恢复能力,同时在恢复路径及路由备份方面也具有较强的性能。
其他文献
针对时变重复系统存在执行机构故障问题,提出了一种基于非线性迭代学习的被动容错控制方法。首先对于带有执行器故障的非线性系统模型,利用迭代学习过程记忆的期望轨迹、期望控制和跟踪误差,设计批次被动容错控制器;然后基于算子理论和λ范数分析了控制器存在的充分条件,该条件实现了控制器对故障的有效抑制,使系统输出能够单调收敛于给定输出轨迹的有界邻域内,从而避免了故障的不利影响;最后将其应用于单关节机器人系统。仿
软件可信度评估受主观经验、主观决策及有限理性的影响,评估结果的精确性和客观性无法得到全面保证。为了解决上述问题,利用马尔可夫链,以经典可信软件属性指标体系为基础,从软件层次属性的动态变化考虑,提出了一种时间情境下的动态评估模型。通过模糊综合评判和层次分析法进行量化,以确定子属性的权重和元属性的相对权重,应用马尔可夫过程构建各层级属性的内部定向转换概率模型,通过模糊算法得出最终的可信评估结果。结论表
针对传统字符串相似度算法复杂的局限,在向量空间模型(VSM)的基础上,提出一种同时考虑字符相邻位置关系和词序的字符串相似度计算模型。通过计算VSM中向量的汉明距离来描述字符串相邻程度,并以向量的曼哈顿距离作为衡量字符先后次序的指标。最后对两个指标加权求和得到字符串相似度的定量描述。与传统的算法比较,该算法更简便,时间复杂度为O(n log(n))。实验结果表明,该方法提高了字符串相似度的准确率,得
由于无线自组网络无中心、自组织,网络中各节点发送信息都无须管理设施,且可以自由选择各自的发送功率,这使得功率控制成为无线自组网无线资源管理问题中的重要研究课题。提出了一种基于多竞标评价方法的无线自组网功率控制算法。该方法提出一种带有干扰计价的新型利用率函数,然后在假设利用率函数仅依赖于信干噪比,且计价函数与干扰成比例的前提下,将功率控制问题建模为一种非合作的功率控制博弈模型,最后证明了这种带干扰计
为了改善多目标粒子群算法收敛性能及跳出局部最优的能力,通过研究算法运行过程中归档集规模的变化,总结归档集规模的变化规律,并依此规律提出一种近似确定算法运行状态的简单方法。基于算法运行状态的近似确定,可以自适应调整参数。实验分析与比较结果显示,自适应方法能够有效地加速收敛,而且对于一些复杂问题有较好的跳出局部最优的能力。实验结果同时表明,近似确定算法状态的方法对于参数的调整是简单且有效的。
实践表明大多数城市的物流网络拓扑结构呈轴辐式结构。为揭示城市物流网络演化规律,将城市物流网络演化过程进行数学抽象,建立以网络总成本最小为目标的物流节点动态选址MINLP(混合整数非线性规划)模型。根据模型的特点,设计带精英策略的自适应遗传算法,并与基本遗传算法和GAMS进行对比。算例分析结果表明,随着城市各区域物流需求与成本的变化,城市物流网络呈现单枢纽到双枢纽,再到多枢纽,最后形成复杂轴辐网络的
为提高复杂软件系统需求建模的效率和质量,提出一种图形化文本式需求模型的可视化方法。该方法应用面向行为描述语言(behavior description language,BDL)构建需求模型,定义映射规则将BDL模型的行为及行为间的关系与给定的图形模型符号关联;根据转换算法对构建的图形模型文法进行检查,并将其转换为BDL语言描述的行为模型,实现行为需求模型的可视化。最后通过实例验证了该方法的可行性
提出了一种基于光滑粒子流体动力学(SPH)来模拟不可压缩流体的有效方法。传统的SPH方法是针对可压缩流体设计的,而该方法是传统SPH方法的一个扩展。提出了一种新的可以满足不可压缩性的压强计算方法,讨论了压力和粘性力的新型计算方法。实验结果表明,提出的方法与以前的方法相比,能够更真实地模拟不可压缩流体。
针对不确定环境下一类具有回收、再制造、再分销的闭环供应链系统,构建了由第三方逆向物流企业回收废弃产品模式下的闭环供应链混合库存动态模型,并应用鲁棒控制和线性矩阵不等式算法对闭环供应链系统的动态性能进行研究。计算机仿真分析表明,在制造提前期、回收延迟、随机性需求等不确定因素影响下,基于制造的鲁棒控制策略和基于再制造的鲁棒控制策略分别具有较好的制造和再制造生产波动性能,但都不能抑制制造/再制造产品混合
随机邻域嵌入(stochastic neighbor embedding,SNE)算法在欧氏距离基础上定义了邻域概率函数,是一种基于数据间相似度的降维方法。针对欧氏距离在高维数据空间中不能提供较大的相对距离差、无法明显体现高维数据对象之间差异性的问题,提出一种基于Manhattan距离的随机邻域嵌入(Manhattan-SNE)算法。采用Manhattan距离衡量高维数据对象之间的相异度,得到高维