一种启发式舰船电力网络拓扑分析方法

快速有效地跟踪网络拓扑对于实现舰船配电管理自动化至关重要。针对传统拓扑分析方法效率低、耗时多的缺点,提出将广度优先和启发式搜索技术相结合的舰船电力网络拓扑快速跟踪新方法。该方法基于面向对象技术构造了符合舰船电力网络特点的拓扑模型,利用节点和支路模型的双向关联关系描述电网拓扑结构。基于广度优先搜索对初始网络进行遍历,实现了支路类型识别和网络静态分区,并在此基础上,针对不同类支路状态变化,采用启发式规则更新局部网络拓扑,从而实现了电网拓扑的快速跟踪。对典型舰船电力网络的拓扑分析结果表明,该方法具有较好的实时性,相对于传统方法有效率更高。

基于蚁群算法的P2P网络资源发现服务研究

针对P2P网络的动态性、分布性等特点，提出了一种非集中式的网络资源管理模式，并在此基础上引入了蚁群算法（Ant Colony Optimizadon，ACO）。它通过对信息素的更新，为智能选择下一搜索节点提供依据。通过实验证明，此种方法同BFS算法相比，在很相近的资源发见成功率的前提下，资源开销明显减少，整个系统具有较好的性能。