一种节点自分布最优Ad Hoc多播树及其应用

为无线单播模式设计的RTS/CTS信道握手机制不适用于多播模式,导致Ad hoc多播树节点易与隐藏终端发生冲突.通过提出m阶冲突域、节点在冲突域中的分布指标,结合无线网多播数据通信机制分析树节点所在m阶冲突域的冲突概率,进而得到节点自分布最优树的概念,并将它融入多播树的适应函数的设计中,淘汰不良树,优化树节点在m阶冲突域中的分布,在网络层形成一种预防机制,可降低隐藏终端冲突概率;应用于MAODV协议中,提高了MAODV的端到端数据分组平均投递率,这也能够为基于网的和混合式的其他类型MANETs多播路由协议的路由节点分布优化提供有价值的参考.

基于变异概率分析的改进QGA及其应用

标准量子遗传算法(QGA)在应用于组合优化问题时,会由于早熟收敛而陷入局部最优。为解决该问题,引入k位变异子空间概念分析Q-bit的变异概率分布,指出传统随机变异机制和QGA自有变异机制之间的冲突,提出一种基于观测状态的阶段式大尺度变异机制。将该机制的变异算子嵌入量子旋转策略表,对不同规模的0/1背包问题进行测试,结果表明,该机制能有效避免早熟收敛,跳出局部最优,全局寻优能力优于标准QGA。

一种新的量子遗传算法变异机制

针对标准的量子遗传算法(QGA)应用于数值优化时容易早熟收敛而陷入局部最优的问题,引入k位变异子空间概念对Q-bit变异概率分布进行了分析,传统随机变异机制和QGA自蕴变异机制存在冲突。为此提出一种用观测状态的阶段式大尺度变异机制(SLVMBOO),并将SLVMBOO变异算子嵌入到量子旋转策略表中,实现起来简单高效。通过典型复杂函数测试表明SLVMBOO使得QGA应用于数值优化时能有效地避免早熟收敛、跳出局部最优,而且全局寻优能力优于其它方法。

一种网络GHOST克隆后网络参数自动配置的解决方案

针对一般的网络GHOST克隆后会出现计算机名和IP冲突的问题,提出了一种利用PXE协议启动技术、TFTP简单文件传输协议、网络GHOST和自动批处理技术结合的只需在一台计算机上操作实现大批量部署计算机软件系统的方案。该方法免除了GHOST克隆后对每台机器逐一设置计算机名和IP地址的繁重工作,显著提升网络机房管理效率。

基于实训平台的软件测试教学改革

针对目前软件测试教学中的实训环节校企合作存在体制障碍问题，而且传统的软件测试教学模式、教学方法和手段很难将直接能在企业中运用的如识传授给学生，已不能适应时代发展的需要。本文介绍了在软件测试课程的教学过程中引入软件测试实训教学平台这一新的探索。