計算智能在計算機(jī)網(wǎng)絡(luò)中的應(yīng)用研究.pdf

1、在計算機(jī)技術(shù)和通信技術(shù)迅猛發(fā)展并相互融合的今天,網(wǎng)絡(luò)管理與控制不再局限于保證文件的傳輸,而是保障連接網(wǎng)絡(luò)的網(wǎng)絡(luò)對象的正常運(yùn)轉(zhuǎn),同時優(yōu)化網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、監(jiān)測網(wǎng)絡(luò)的運(yùn)行性能和保證用戶要求的服務(wù)質(zhì)量等.網(wǎng)絡(luò)中各種業(yè)務(wù)并存,各種網(wǎng)絡(luò)互聯(lián),使得計算機(jī)網(wǎng)絡(luò)中的控制問題變得很復(fù)雜,而計算智能控制技術(shù)的發(fā)展為復(fù)雜的計算機(jī)網(wǎng)絡(luò)進(jìn)行快速可靠的控制提供了可能.該文首先系統(tǒng)地介紹了計算智能技術(shù)中的一些關(guān)鍵技術(shù),并對計算智能在計算機(jī)網(wǎng)絡(luò)控制中的應(yīng)用現(xiàn)狀做了深入的

2、綜述,在此基礎(chǔ)上,采用計算智能控制方法對計算機(jī)網(wǎng)絡(luò)中的某些管理和控制問題提出解決方案.該文的主要創(chuàng)新研究工作是:1.根據(jù)計算機(jī)網(wǎng)絡(luò)流量過程是復(fù)雜的非線性過程,且普遍呈長相關(guān)自相似的特性、用常規(guī)方法預(yù)測困難的特點(diǎn)和神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自適應(yīng)和大規(guī)模并行處理能力的特性,采用不同方式進(jìn)行神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練,并用于復(fù)雜業(yè)務(wù)流量預(yù)測,以自回歸和自相似流量模型等驗(yàn)證了兩種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的有效性,并分析比較兩種學(xué)習(xí)算法訓(xùn)練的神經(jīng)網(wǎng)絡(luò)在預(yù)測應(yīng)用中的優(yōu)

3、越性.將模糊神經(jīng)網(wǎng)絡(luò)用于網(wǎng)絡(luò)業(yè)務(wù)預(yù)測研究中,并與神經(jīng)網(wǎng)絡(luò)算法做了比較分析.為復(fù)雜網(wǎng)絡(luò)業(yè)務(wù)流量預(yù)測研究提供了有效的途徑.2.將不同的計算智能算法應(yīng)用于網(wǎng)絡(luò)業(yè)務(wù)源特征提取與分類的研究中.利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力和模糊邏輯的動態(tài)性和及時性等特點(diǎn),構(gòu)造出了具體的四層模糊神經(jīng)網(wǎng)絡(luò)分類器,并比較了各智能分類器的特點(diǎn).為解決網(wǎng)絡(luò)業(yè)務(wù)源特征提取與分類提供了一種有效的方法.3.在對計算機(jī)網(wǎng)絡(luò)中的QoS路由選擇特點(diǎn)進(jìn)行充分分析的基礎(chǔ)上,采用兩種改進(jìn)的遺傳算