計算智能在計算機網絡中的應用研究.pdf_第1頁
已閱讀1頁,還剩119頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在計算機技術和通信技術迅猛發(fā)展并相互融合的今天,網絡管理與控制不再局限于保證文件的傳輸,而是保障連接網絡的網絡對象的正常運轉,同時優(yōu)化網絡的拓撲結構、監(jiān)測網絡的運行性能和保證用戶要求的服務質量等.網絡中各種業(yè)務并存,各種網絡互聯(lián),使得計算機網絡中的控制問題變得很復雜,而計算智能控制技術的發(fā)展為復雜的計算機網絡進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中的一些關鍵技術,并對計算智能在計算機網絡控制中的應用現(xiàn)狀做了深入的

2、綜述,在此基礎上,采用計算智能控制方法對計算機網絡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.根據計算機網絡流量過程是復雜的非線性過程,且普遍呈長相關自相似的特性、用常規(guī)方法預測困難的特點和神經網絡具有自學習、自適應和大規(guī)模并行處理能力的特性,采用不同方式進行神經網絡的學習訓練,并用于復雜業(yè)務流量預測,以自回歸和自相似流量模型等驗證了兩種神經網絡學習算法的有效性,并分析比較兩種學習算法訓練的神經網絡在預測應用中的優(yōu)

3、越性.將模糊神經網絡用于網絡業(yè)務預測研究中,并與神經網絡算法做了比較分析.為復雜網絡業(yè)務流量預測研究提供了有效的途徑.2.將不同的計算智能算法應用于網絡業(yè)務源特征提取與分類的研究中.利用神經網絡的自學習能力和模糊邏輯的動態(tài)性和及時性等特點,構造出了具體的四層模糊神經網絡分類器,并比較了各智能分類器的特點.為解決網絡業(yè)務源特征提取與分類提供了一種有效的方法.3.在對計算機網絡中的QoS路由選擇特點進行充分分析的基礎上,采用兩種改進的遺傳算

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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