基于状态节点网络的龙门吊路径优化问题研究

为提升集装箱堆场的作业效率和服务水平,研究了集装箱堆场龙门吊的作业路径问题。将龙门吊的作业任务划分为阶段任务和阶段内子任务后,通过定义状态、状态值以及状态间距,提出了基于状态节点网络的龙门吊路径优化模型。并针对模型的特点,设计求解算法,算法由递归算法生成状态节点空间,用整数编码的遗传算法进行状态组合寻优。最后,以某集装箱码头实际作业数据为基础,进行了模型和算法的验证计算,结果显示基于状态节点网络的路径优化方法有效地减少了龙门吊的作业移动距离。

面向多状态节点的移动WSNs的区域覆盖可靠性分析

监测区域的覆盖要求和向信宿传输数据的可靠性是多状态节点的无线传感网络(Wireless Sensor Networks,WSNs)应用的关键。为了量化覆盖要求和数据传输的可靠性,提出区域覆盖-可靠(Area Coverage Reliability,ACR)指标。ACR指标结合WSN可靠、区域覆盖、能耗、信宿的移动、节点的随机值日率以及节点的多状态。并利用Monte Carlo仿真方法,构建能量矩阵评估节点和值日率对ACR的影响。能量矩阵反映了节点的剩余能量、向邻居节点传输数据所消耗的能量以及网络连通率。仿真结果表明,ACR并不随节点数的增加而呈线性增长,但值日率的增加使ACR下降。

激光红外技术下物联网异常节点状态监测研究

为了在海量物联网数据中准确监测异常节点状态,提高无线网络的安全性,提出激光红外技术下物联网异常节点状态监测方法。采用基于角度测量的激光红外定位方法判断出物联网异常节点的大概范围,将该区域作为采集区域展开异常节点特征数据采集和降维,通过奇异值分解对采集到的异常节点数据展开去噪处理,结合随机矩阵理论和平均谱半径判断节点的异常状态,以此实现对物联网异常节点状态监测。实验结果表明,所提方法的定位误差值最大仅为4.3%、监测时间在79.85 ms以下、丢包率低于0.22%,具有良好的监测能力。

无线节点状态数据与地震数据关系的探讨

采用HyperQ质控技术可监控节点的工作状态,但在面对大排列、长偏移距和复杂工作环境等挑战时,发现并及时处理任何指标不合格的节点变得异常困难,特别是在复杂区域,会显著增加经济成本和操作难度。本文通过数据统计的方法,研究了节点状态数据与地震数据之间的关系,明确了能够指示地震数据质量的主要指标,当这些指标出现异常时,地震数据极有可能存在异常。在施工中,可以集中有限的资源,及时处理主要指标异常的节点,从而在经济成本可承受的前提下提高地震采集资料的质量。将本文方法应用于海外某项目中,在经济成本基本不增加的情况下,将单炮中异常道比例低于3%的单炮比例从83.75%提高到了95.74%。

基于无人机的节点采集状态巡检技术

目前,节点采集技术已广泛应用于石油地震勘探中。基于人工的节点状态巡查方式,耗时长、效率低、安全隐患大,为了第一时间快速了解节点工作状态,保证节点的正常工作,引进新的技术手段辅助获取节点信息十分必要。本文基于无人机技术对I-Nodal节点巡检进行了应用研究,利用无人机搭载节点回收装置,获取了节点工作状态数据信息。应用结果表明:基于无人机技术可快速而又准确地获取节点工作信息,有利于对节点工作情况做出全面的了解和评估。根据无人机巡检的数据和人工巡检的数据进行对比分析,无人机飞巡节点不受地表交通情况的影响,平均日巡检效率比人工巡检提高近10倍以上,降低了生产成本,解决了节点在复杂区域的快速巡查,值得推广与应用。

节点状态感知的延迟容忍网络拥塞控制策略

为了有效提高延迟容忍网络中的数据传输效率,节点普遍采用多副本方式转发数据,然而此种方式将造成网络中冗余数据增多,导致网络拥塞.本文提出了一种带有节点状态感知的拥塞控制策略,根据运动过程中所获知的相关历史信息,节点以直接获取及间接推荐的方式准确地感知网络中各个节点的拥塞状态,进而以分布式的方式动态地为数据选择中继节点,达到更加合理地利用有限的网络资源的目的.结果表明所提出的拥塞控制能有效地改善数据成功投递概率和网络负载率.

一种邻节点状态感知的NoC可重构容错路由

芯片特征尺寸的减小导致NoC的故障发生率越来越高.针对传统NoC容错算法中容错路由路径过长的问题,提出了一种可重构容错路由算法.该算法基于扩展的细粒度功能故障模型,对邻节点的故障情况及时掌握,并结合新的路由端口优先级策略和奇偶转向模型,实现了数据包的无死锁最优化容错路由.实验表明,该算法的路由路径更接近于最短路由路径,同时以增加较少的硬件开销为代价,获得了更优的容错性能,并具有更低的延迟和更高的吞吐量.

基于节点状态一致的路网边界控制

针对路网车流分布不均衡的问题,本文提出基于一致性思想的路网边界流量控制策略.首先,基于车辆守恒宏观模型,描述了区域边界车流的动态演化;以区域内路段占有率一致作为控制目标,边界交叉口配时参数为控制输入,进行区域边界反馈控制设计,并推导出边界车流输入与内部路段放行比例的解析关系;最后,通过路网实测数据验证了边界控制策略的适用性.结果表明:边界控制策略不仅能够有效改善路网交通流分布不均衡的状况,还能够有效降低路网的平均延误、排队长度等指标,提高路网运行效率.

基于节点状态优化的配电网故障恢复混合整数线性规划方法

为准确、快速地获取配电网故障恢复最优策略,提出基于节点状态优化的故障恢复混合整数线性规划方法。首先提出节点状态变量概念及其节点属性和电源属性,在此基础上建立节点状态变量-开关状态变量的线性函数关系,即开关状态线性模型;然后运用恒功率负荷线性化方法,建立基于基尔霍夫定律的电流及电压线性等式,等式中节点电压及支路电流等状态变量受节点状态变量及开关状态变量的约束;最后形成以切负荷及开关操作次数最少为目标的故障配电网最优潮流混合整数线性规划模型,即故障恢复模型。算例仿真验证了所提模型的合理性及有效性。

CAN节点总线关闭状态下通信中断的解决方法

CAN总线通信中,当某一节点进入总线关闭状态后,不会与总线其他节点通信。针对这个问题,分析了节点从总线关闭状态转化为主动错误状态的条件,提出了采用模拟开关和电压基准主动实现这种转化条件的解决方法,解决了CAN节点恢复时间不确定的问题。

基于节点状态的多类型传感器调度算法

针对无线传感器网络(WSN)中能量效率问题,提出一种基于簇结构中节点健康状态的多类型传感器调度算法.该算法基于节点的健康状态、节点传输的信息质量,根据簇中节点的健康状态进行自适应选取任务节点;通过对传感器的合理调度,均衡了网络中能量消耗以及任务的分配,保证网络的顺利运行.实验仿真结果表明了算法的有效性.

延迟容忍网络基于节点综合状态的数据转发策略研究

为更好解决延迟容忍移动无线传感器网络(delay tolerant mobile sensor network,DTMSN)中的数据收集及转发问题,提出了一种基于节点综合状态的数据转发策略NCSD(Node Comprehensive State Data Delivery Scheme)。NCSD根据模糊综合决策得出各节点的转发优先级作为传输时选择下一跳的依据。为优化消息副本管理,采取动态消息队列,根据消息生存时间决定消息的丢弃原则。仿真实验表明,与现有的数据传输算法相比,NCSD有更高的数据传输成功率与更小的传输延迟,并具有相对较长的网络寿命。

基于节点状态演变及能量约束的延迟容忍网络

为了有效提高延迟容忍网络(delay tolerant mobile sensor networks,DTMSN)的数据传递效率并且能减少网络能耗,提出一种节点状态周期变换模型和多重能量约束的延迟容忍网络数据传输算法。上述算法首先引入了病毒的感染机制来模拟消息传递过程,并根据节点在不同时间段的状态演变,定义了节点类型的周期变换模型,根据该模型得到相邻节点的数据传递率。接着通过研究节点在感知、传递和缓存消息上的能耗情况,提出了多重能量约束方程。最后,根据传递率和能量阈值选择最佳的节点来传输数据。仿真结果表明,相比较可靠性机会路由算法和运动方式感知最优路由,该算法的数据传递量分别提高了31.5%和26.4%,能量效率分别提高了5.8%和12.7%。

基于节点状态模型的传输模式自适应选择算法

针对现有的流媒体传输方法不能在高效分发数据的同时保证数据接收质量的问题,提出了一种传输模式自适应选择算法。该算法首先根据节点状态模型,将节点状态分为数据接收质量和综合状态值两部分,对各节点本身稳定状态和节点重要性进行综合判定,再结合现有数据缓冲模型进行传输模式自适应选择。仿真结果表明,该算法有效地提高了数据在传输过程中的分发效率,同时通过对服务器负载一定程度的控制,在保证数据接收质量的同时,提高了系统的可扩展性。

基于节点企业状态信息的供应链风险感知

本文针对上下游企业间的依存关系,基于节点企业的状态信息,研究供应链风险感知问题,构建描述节点企业状态信息的指标体系。通过对企业状态与供应链风险关系的研究,阐述基于节点企业状态信息的供应链风险感知机理,最后通过实证分析食品供应链中基于供应商状态信息的风险感知因素,对描述节点企业状态信息的指标体系进行修正,为切断供应链风险的传导和提高供应链各节点企业的风险防范能力奠定基础。

基于马尔可夫链的Ad hoc节点状态预测方法研究

移动Ad hoc网络中的终端（节点）既具有主机又具有路由器的功能,在网络通信中网络节点的优良对网络的通信质量具有至关的影响。但节点的状态是一个随机变化的动态过程,对节点状态的实时判断具有一些难度。论文视节点状态的动态变化过程为一个马尔可夫链,采用χ2统计量检验了其马氏性;利用马尔可夫预测模型,预测Ad hoc网络节点在下一时刻的运行状态,进而判断该节点的舍取。

一种基于节点状态的P2P流量检测模型

现有的P2P流量检测方法多基于流量特征或深度包检测技术,而新型的P2P应用已逐渐发展为采用随机端口、协议特征模糊化以及HTTP隧道技术,这使得采用目前的流量检测方法识别率较低。针对此问题,提出一种基于节点状态的P2P流量检测模型。该模型通过多级检测模块,将节点状态信息存入Hash表中,并映射形成可信列表反馈到检测端,通过活跃因子、增量因子以及连接缓存的定义,可以快速、有效识别端口跳跃及协议加密引发的P2P流量。

QoS网络最优节点状态搜索算法研究

提出最优节点状态搜索算法,证明能够以最小的代价在网络单节点状态搜索图中找到最符合某种特定网络QoS要求的单节点状态,作为本节点在此次业务传输中的最优状态.则可根据某种网络业务的具体QoS要求,适当选取算法中的代价函数,达到分别满足相应业务QoS保证的目的.

P2P网络的节点状态研究

对等网络中,研究节点的行为差异有利于实现区分服务,激励节点共享资源,提高系统的性能。用节点状态表示节点行为表现,提出P2P节点状态模型,描述状态的动态变化规律,并将模型与节点行为评价机制结合,确定节点状态的约束条件,提高模型的可用性。实验证明模型有效地支持区分服务,能促进节点的资源共享,具有良好的扩展性和实用性。

基于节点状态的中南地区民航网络级联失效

随着中国各类突发事件的频繁发生,为保障民航交通网络的安全运营,使民航网络在不断动态演化过程中保持较强的网络抗毁能力,通过复杂网络理论构建民航网络级联失效模型,该模型根据级联失效现象下民航网络节点的变化情况,构建了一种基于节点状态的民航网络容量-负载级联失效模型,模型中的网络节点包含"正常-失效-暂停"三种状态。以中南地区民航网络为例进行了实证分析。结果表明:改进后的民航网络级联失效模型能更为准确地仿真网络级联失效过程;网络在选择性攻击下所呈现的鲁棒性较差。针对仿真结果分析,对于民航网络优化时,应该重视提升网络关键节点的鲁棒性,可有效提升网络的安全运行。