【摘 要】
：
由于城市交通网络中路径行程时间是随着时间的变化而变化的,求解最小时间路径比较困难,为此提出把交通网络抽象为时间依赖的网络模型的解决方法。对时间依赖网络模型和理论基础进行分析,指出文献[1]描述的最小时间路径算法存在的不足,即不能正确记录路径;通过引入一个记录路径的数组来对此算法进行改进,改进后的算法不仅解决了原算法存在的问题,而且可以满足n∶1的最短路径搜索,扩展了原算法的应用范围。最后用实验验证
【机 构】
：
北京交通大学电子信息学院,江苏大学计算机科学与通信工程学院
论文部分内容阅读
由于城市交通网络中路径行程时间是随着时间的变化而变化的,求解最小时间路径比较困难,为此提出把交通网络抽象为时间依赖的网络模型的解决方法。对时间依赖网络模型和理论基础进行分析,指出文献[1]描述的最小时间路径算法存在的不足,即不能正确记录路径;通过引入一个记录路径的数组来对此算法进行改进,改进后的算法不仅解决了原算法存在的问题,而且可以满足n∶1的最短路径搜索,扩展了原算法的应用范围。最后用实验验证了改进算法的正确性和有效性。
其他文献
当前由于能源和环境等诸多问题的影响,风力发电作为一种清洁能源和可再生能源受到全球性的广泛关注和高度重视。为使风电场提高其可靠性、高效率及发电机组的寿命,需要保证叶
为了评估移动Adhoc网的可靠性,综合考虑节点移动性引起的动态连接以及网络组件故障的因素,提出一种移动Ad hoc网的2-终端可靠性计算方法(MANET-RC),并得到量化表达式。实验结果表明,移动Ad hoc网的可靠性不仅依赖节点、链路可靠性,还依赖于网络拓扑的冗余度和节点在网络中的分布。这为提升自组织网络的安全性能提供了理论依据。
在系统描述当前各种典型的网关选择策略基础上,第一次给出了MANET与Internet互连的网关选择策略的分类方法,并比较和分析了这些策略的优势与不足;最后结合该领域当前的研究现状,指出MANET与Internet互连的网关选择策略的发展方向。
给出了一种基于支持向量回归的三维点云空洞修补算法,该算法首先将残缺区域边界点集向邻近区域的切平面投影,投影点集作为训练数据集,通过支持向量回归,得到残缺区域所服从的隐式曲面方程,完成修补。为提高算法效率,将该修补问题转换为等价的最小包含球问题,降低了算法的复杂度。该修补算法能够较好地使修补点云与原始点云平滑融合,具有很好的恢复效果。
针对异构总线网络提出了一种动态实时可分性负载调度方法。首先,根据可分性负载调度最优性原理,分析了网络中处理器负载分配的最优次序以及参与计算的处理器数目;然后,针对实时任务的截止期限约束提出一种动态负载分配算法,该算法可以利用网络中最少的处理器数目,保证实时任务在其截止期限之前计算完成。理论分析和仿真测试都验证了所提出算法的有效性。
提出一种基于MATLAB/Simulink模型、面向硬实时操作系统RTAI-Linux的主从模式测控设计方法。在主机上设计针对RTAI-Linux的目标语言编译器文件和模板联编文件,用CMEXS函数实现从机的数据采集卡驱动函数调用;在从机上配置图形显示工具包及数据采集卡底层驱动,建立基于模型的测控系统设计平台。最后分析了测控系统中关键任务的性能保证措施,并通过步进电机控制实例验证了该方法的有效性。
基于图像中数码相机嵌入的元数据信息,提出了一种可变内参数的序列图像重构算法,首先从序列中选择两幅图像建立初始结构,然后依次将其他图像加入当前重构结果,进一步通过集束调整来最小化序列中所有图像重投影误差,得到精确的三维重构结果,避免了复杂繁琐的自标定过程。实验结果验证了算法的有效性。
在面向服务的工作流访问控制模型中,角色的任务授权随着系统任务状态的变化而变化,一个任务往往有多个不同的角色指派方案。为了确定最优方案,在面向服务的角色访问控制模型基础上,引入了风险的概念,提出了形式化描述风险的方法。通过对不同角色执行任务风险的评估来确定执行角色,使工作流系统具有更好的安全性,同时通过角色风险权值的动态变化有效地平衡了角色间的负载,可以有效提高系统的效率。
在研究LMS自适应算法的基础上,提出一种基于声门脉冲的变步长LMS自适应时延估计新方法,并在相关噪声和混响的环境下与互功率谱相位广义互相关法(GCC-CSP)、变步长LMS自适应算法进行性能比较。实验结果表明,新方法具有很好的鲁棒性,即使在低信噪比强混响的环境下也能获得有效的时延估计。
针对简单遗传算法用于特征选择精度不高、过早收敛的问题,提出了一种新的遗传算法——链式智能体遗传算法(LAGA),并与多准则(MC)相结合,从而提出了基于多准则竞争策略的链式智能体遗传算法(LAGA+MC)用于特征选择。LAGA引入了链式智能体结构,智能体相互进行竞争选择和自适应交叉,自身进行自适应变异,从而使得该算法能够获得更精确的搜索结果;MC通过对基于单准则进行选择得到的特征子集进行特征位判断