NGI尺度收缩混沌变异QoS组播路由算法

IP/DWDM光Internet是下一代互联网主要组网技术之一,服务质量组播路由算法是其一个研究热点,已经证明它是NP完全的。为此设计了一种非NP类算法,基于尺度收缩混沌变异进化算法,构造一棵带宽、延迟、延迟抖动和出错率受限且费用优化的QoS组播路由树,兼顾网络负载均衡。仿真研究表明,该算法是可行和有效的,较好地克服了传统遗传算法的早熟和收敛性差的问题。

基于混沌变异粒子群优化算法的图像稀疏分解

提出了基于改进的粒子群优化(PSO)算法的匹配追踪算法,用于快速图像稀疏分解.改进的PSO算法利用尺度收缩混沌变异的精细局部搜索性能,使稀疏分解的匹配追踪算法具有良好的全局寻优能力,提高了稀疏分解在冗余字典中原子匹配的速度和准确度.用二维墨西哥草帽函数作为冗余字典的生成函数,以增强对图像边缘和轮廓的表达能力.仿真结果表明,用提出的算法实现图像稀疏分解比用遗传算法和PSO更快更有效,重建图像的视觉效果好.