-
题名一种基于改进遗传算法的波长路由算法
- 1
-
-
作者
邓沌华
刘秋兵
李蔚
-
机构
湖北经济学院信息管理学院
北方自动控制技术研究所
华中科技大学武汉国家光电实验室
-
出处
《光通信研究》
北大核心
2016年第4期19-21,共3页
-
基金
国家自然科学基金资助项目(61177063)
-
文摘
WDM(波分复用)光网络中基于GA(遗传算法)的RWA(路由与波长分配)算法是目前最常见的算法,为了提高网络资源利用率并进一步降低阻塞率,提出了一种动态的、基于改进GA的DCMA-GA(双交叉变异自适应遗传算法),通过引入自适应交叉与变异概率机制来减少GA的复杂度并应用于波长分配子算法中。仿真结果表明,与经典算法Dijkstra+FF(首次命中)相比,新算法最大能降低50%的阻塞率,在波长分配方面可提高10%的性能,验证了新算法的有效性。
-
关键词
波分复用
改进遗传算法
路由与波长分配
双交叉变异
自适应
-
Keywords
WDM
improved GA
RWA
double crossover and mutation
adaptive
-
分类号
TN929
[电子电信—通信与信息系统]
-
-
题名基于改进Db1GEGA-SVM的大坝变形预警模型
- 2
-
-
作者
王慧
包腾飞
杨艳慧
顾微
-
机构
河海大学水利水电学院
河海大学水文水资源与水利工程科学国家重点实验室
江苏省泰州引江河管理处
-
出处
《水电能源科学》
北大核心
2015年第5期52-54,72,共4页
-
基金
国家自然科学基金项目(51379068
51139001)
+2 种基金
新世纪优秀人才支持计划资助(NCET-11-0628)
高等学校博士学科点专项科研基金(20120094110005)
中央高校基本科研业务费项目(2012B07214)
-
文摘
支持向量机(SVM)能有效解决高维数非线性问题,且具有很好的泛化能力,其关键在于惩罚因子及核参数的选取;遗传算法具有良好的全局搜索能力与潜在的并行性,但局部搜索能力差,且易陷入早熟收敛。为提高大坝变形预警模型精度和泛化能力,提出利用改进的双切点交叉遗传算法(Db1GEGA)对SVM模型进行参数寻优,构建了基于改进Db1GEGA-SVM的大坝变形预警模型,并通过实例应用做了比较。结果表明,基于改进Db1GEGA-SVM的大坝变形预警模型具有更强的泛化能力和更高的预测精度。
-
关键词
大坝变形监测模型
支持向量机
改进的双切点交叉遗传算法
泛化能力
预测精度
-
Keywords
dam deformation monitoring model
SVM
improved DblGEGA algorithm
generalization ability
pre- diction accuracy
-
分类号
TV698.1
[水利工程—水利水电工程]
-
