论文部分内容阅读
网络优化问题是一种基于网络图实现资源调度分配的一类优化问题，涉及到如通信网络、电力网络、交通网络等多个领域。由于网络优化通常关系到多个网络节点，受到连接两点之间的边权值的约束，传统的确定性算法只能用于解决小规模的网络优化问题。对于考虑的节点数量较多，约束条件复杂的网络优化问题，需要设计新的方法来求解。智能优化算法作为一门新兴的优化技术，在计算效率、应用范围等方面具有优势。如何应用智能优化算法高效求解网络优化问题是当前优化领域的一个热点研究问题。
本文以无线传感器网络、多播路由网络、智能电网为应用背景，围绕智能优化算法求解具体的网络优化问题的研究开展了如下工作:
1.提出基于蚁群优化算法的无线传感器网络智能调度新技术
无线传感器网络由大量电池供电的传感器组成，它们之间通过无线信号感应目标和传输数据。为了延长无线传感器网络的工作寿命，通过调度传感器的工作方式可以减少冗余传感器的能量消耗。为了保证传感器工作的稳定性，提出一种旨在提高无线传感器网络满足调度周期长度的工作寿命最大化的新型调度算法。该算法基于蚁群优化算法，目标是找出寻找无线传感器网络满足应用需求的工作周期的最大调度次数。通过对不同规模的多种传感器网络进行测试，并与其他无线传感器网络调度算法相比较，结果表明该算法能有效提高无线传感器网络的工作寿命。
2.提出无线传感器网络的数据分流新技术
无线传感器网络通过感应收集到的数据传输到数据中心的方式有客户端-服务器模式和移动Agent模式。研究表明基于移动Agent的方式往往能够对收集到的感应数据进行压缩和融合，从而大大减少在网络中传播的数据流量，降低传感器在数据传输的能量消耗。然而，随着移动Agent经过的感应数据源节点越多，其携带的数据量越大，反而消耗传感器更多的能量。为了减少移动Agent携带的数据量，同时保持数据压缩的有效性，提出了一种新型的Agent数据分流传输技术，延长传感器对目标的监控寿命。
3.提出用于多播路由优化的新技术
最小代价多播路由问题是要找出具有最小传输代价的多播树用于路由数据。由于该问题是NP完全问题，传统的方法难以有效解决。经过对该问题特点的研究，提出解决该问题的最小代价多播路由蚁群优化算法。该算法基于蚁群优化框架，利用Prim算法的贪心实现方式来构建多播树。实验表明该算法可以快速响应动态环境下多播节点的改变，在求解静态和动态最小代价多播路由问题上都具有较优的性能。
4.提出基于多目标遗传算法的智能电网优化设计技术
在智能电网设计中，需要考虑如何能够避免产生过高的用电高峰影响电网的稳定性。需求方管理是控制电量利用的一种有效方式，传统的需求方管理策略的制定往往只考虑电力供应方的需求而忽略了用户的需求。为了更好地平衡各方的利益，获得具有指导性的电力调度策略，提出了一种基于多目标遗传算法的智能电网优化技术。通过优化得出调整可控设备的开机运行时刻，从而降低用电高峰，减少用户的电费开销。
综上所述，本文的研究是对智能优化算法在各种网络优化问题设计上的完善，也是对算法应用领域的探索，目标是推动智能优化算法的应用研究，提高智能优化算法的实际应用价值。