【摘 要】
：
针对基本蚁群算法在求解QoS路由问题中存在的容易陷入局部最优和收敛速度慢的缺陷,提出一种基于信息差异度的蚁群算法对该问题进行求解。该算法在节点选择中嵌入路径信息素的
论文部分内容阅读
针对基本蚁群算法在求解QoS路由问题中存在的容易陷入局部最优和收敛速度慢的缺陷,提出一种基于信息差异度的蚁群算法对该问题进行求解。该算法在节点选择中嵌入路径信息素的差异度调节函数和迭代算子,动态调整节点选择策略;根据各路径上信息素的＂集中＂程度判断解的早熟、停滞情况,并引入路径变异和二次蚁群操作;根据最大-最小蚁群算法原理对信息素进行限制。仿真实验表明,算法全局搜索能力较强,能够跳出局部极值区间,快速收敛到全局最优解,算法是可行、有效的。
其他文献
物联网及无线传感网的发展将使越来越多的应用成为安全关键系统,而这类应用在性质上区别于医疗、核能和航空航天等领域的传统安全关键系统。研究了非传统安全关键系统的调度
针对当前基于混沌系统的图像置乱算法中所存在的＂平凡密钥＂现象,对一种基于Logistic混沌序列与位交换的图像置乱算法进行了分析,给出了改进算法。算法采用Logistic与Chebyshev
信道估计技术是长期演进（LTE）核心技术之一。传统的LMMSE信道估计算法有着良好的系统性能,但其最显著的缺点就是自相关矩阵繁琐的求逆运算量大。针对这一问题,提出了基于相关带
根据车队行进的特点,提出了基于多种路况条件的行进车队地图匹配技术。利用行进车队的整体性和连续性、实际路网的拓扑特性以及车队长径和车队定位点的投影距离、方位角等信息,将行进车队准确地匹配到道路上,解决行进车队在电子地图上的定位跟踪问题。通过实验分析,行进车队的地图匹配技术可适用于不同的路段,并保证了车队定位的实时性和准确性。
尽管分形图像编码在高压缩比时具有较好的视觉质量,但其固有的编码耗时限制了它的广泛应用。编码时间主要花费于在一个海量码本中寻找每个range块的最佳匹配domain块。针对这