2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著科學(xué)技術(shù)的不斷發(fā)展進步,網(wǎng)絡(luò)逐漸成為人們生產(chǎn)和生活的一部分。對網(wǎng)絡(luò)的可靠性研究也成為一個熱點問題。在眾多網(wǎng)絡(luò)可靠性分析方法中,基于二元決策圖(binary decision diagram,BDD)的分析方法因其高效性常被用來進行網(wǎng)絡(luò)可靠性分析?;贐DD的網(wǎng)絡(luò)可靠性分析方法包含三個主要步驟,對網(wǎng)絡(luò)變量排序、構(gòu)建與原網(wǎng)絡(luò)等價的BDD模型、計算網(wǎng)絡(luò)的可靠度值。在進行網(wǎng)絡(luò)可靠度計算時,BDD分析方法性能的好壞與BDD模型的尺度直接相關(guān)。

2、大尺度的BDD模型會使BDD分析方法的效率降低。因此,在基于BDD的網(wǎng)絡(luò)可靠性分析中,使用小尺度的BDD模型進行可靠度計算是非常必要的。
  在構(gòu)建等價BDD模型時,首先需要選擇一個啟發(fā)式邊排序策略對網(wǎng)絡(luò)變量進行排序。然而,使用不同的啟發(fā)式邊排序策略排序后構(gòu)造出的BDD模型的尺度可能存在著巨大的差異。而生成小尺度BDD模型的啟發(fā)式邊排序策略其性能較好。因此,如何選擇小尺度的BDD模型進行網(wǎng)絡(luò)可靠性計算的問題就等價成了如何尋找高性能

3、啟發(fā)式邊排序策略的問題。在使用啟發(fā)式邊排序策略進行邊排序之前,要先選擇一個排序初始點,而且使用不同的排序初始點排序后生成的BDD模型的尺度也可能存在巨大的差別。因此,如何尋找高性能的排序初始點也同樣重要。
  本文針對如何選擇高性能的啟發(fā)式邊排序策略和初始點做了一些研究工作,具體內(nèi)容如下:
  (1)在如何選擇一個性能較好的啟發(fā)式邊排序策略方面。首先介紹了基于指標(biāo)TSBS(Total Size of Boundary Set

4、,邊界集之和)的選擇方法,隨后介紹了新的選擇指標(biāo)Fmax與IFmax(Maximum Size of Boundary Sets,邊界集最大值;Index of Fmax,F(xiàn)max出現(xiàn)的時機),最后在復(fù)雜網(wǎng)絡(luò)中比較了兩種選擇指標(biāo)的性能。發(fā)現(xiàn)大多數(shù)情況下,基于指標(biāo)Fmax與IFmax的選擇方法比基于指標(biāo)TSBS的性能要好。不過,由于邊排序問題本身就是NP問題,而且復(fù)雜網(wǎng)絡(luò)又具有小世界性和無標(biāo)度性,所以也不能保證使用所提出的選擇方法進行網(wǎng)絡(luò)

5、可靠性分析時,每次都能得到最優(yōu)的結(jié)果,但是大多數(shù)情況下會得到較優(yōu)的結(jié)果。
  (2)在如何選擇性能較好的排序初始點問題方面。首先介紹了在規(guī)則網(wǎng)絡(luò)中已有的選擇指標(biāo)TSBS和IFBSH(Index of First Boundary Set Hit,第一次擊中{s,t}的邊界集的索引),隨后在復(fù)雜網(wǎng)絡(luò)中應(yīng)用了兩種選擇指標(biāo)。發(fā)現(xiàn)多數(shù)情況下,使用基于指標(biāo)TSBS的選擇方法就能選出一個性能較好的排序初始點。但是,TSBS值與{s,t}點無關(guān)

6、,對于同一網(wǎng)絡(luò)、同一邊排序策略和同一初始點,不同的{s,t}點得到的TSBS值相同。而這種情況下,BDD模型的尺度往往不同,此時就要用到基于指標(biāo)IFBSH的選擇方法。不過,在選擇初始點時,首先選擇使用TSBS作為選擇指標(biāo),IFBSH作為輔助。
  綜上所述,本文研究了在復(fù)雜網(wǎng)絡(luò)中進行基于BDD的網(wǎng)絡(luò)可靠性分析時,如何選擇高性能邊排序策略和初始點的問題。給出了復(fù)雜網(wǎng)絡(luò)中高性能邊排序策略和初始點的選擇方法,對使用BDD方法進行復(fù)雜網(wǎng)絡(luò)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論