基于蚁群算法的P2P通信树优化方法研究

来源 :中国人工智能学会第十三届学术年会 | 被引量 : 0次 | 上传用户:layueee
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
蚁群优化(ACO)是一种求解组合优化问题的新型通用方法,特别适合于大规模、离散型的网络路径最优搜索问题.本文将支路优先算法(BFI)应用到蚁群优化中,用来解决P2P通信树优化问题.基于支路优先的蚁群优化运用因子分析和回归分析,对蚂蚁数、迭代数、信息素等因子进行试验调整,以达到节点负载均衡、提高网络通信并发度和通信效率的目的.
其他文献
会议
会议
结合1998年教育部专业调整的要求,浙江大学紧紧依靠化工过程机械国家重点学科,开展过程装备与控制工程特色专业建设.本文从发展历程、专业定位、专业特色三方面简要介绍了浙
会议
会议
群智能优化算法是基于生物群体性智能行为的一种启发式搜索方法,在解决复杂优化问题上有突出的表现.介绍了相对较新的混合蛙跳算法和人工蜂群算法;借鉴遗传算法思想,提出群智
本文研究了模糊信息条件下的应急资源调度问题,将参与应急的出救点数目最少和按期完成任务概率最大同时作为优化目标,首先给出了参与应急出救点数目取值范围的判定定理,然后
研究具有模糊需求的车辆路径问题,针对具有不确定需求的单车辆单车场的车辆路径问题,建立了基于模糊可信性理论的多目标模糊机会约束规划模型,并提出了求解该问题的一种混合
本文首先介绍了基于最小生成树的超度量聚类方法,然后应用该方法对沪深300成分股和最近全球金融危机中世界主要国家的股指进行了实证分析,揭示了我国及全球股市的内在结构.又
本文从决策语义角度出发,研究了决策和属性约简之间的关系.基于三值决策,定义了两种不同的属性约简:保持前后决策不变的属性约简和前后决策发生变化的属性约简.针对这两种不
50年来人工智能的进展几乎都基于图灵模型、并以冯·诺依曼结构计算机为载体.人工智能学家千方百计地用计算机可理解的算法、语言和符号把人的智能“填”到机器里,再让它执行