本文關鍵詞： 擁塞鏈路推理 tomography 貝葉斯網(wǎng)模型 拉格朗日松弛 貝葉斯最大后驗(BMAP)準則　出處：《軟件學報》2017年07期 　論文類型：期刊論文

【摘要】：基于最小集覆蓋理論的擁塞鏈路推理算法,僅對共享瓶頸鏈路進行推理,當擁塞路徑存在多條鏈路擁塞時,算法的推理性能急劇下降.針對該問題,提出一種基于貝葉斯最大后驗(Bayesian maximum a-posterior,簡稱BMAP)改進的拉格朗日松弛次梯度推理算法(Lagrange relaxation sub-gradient algorithm based on BMAP,簡稱LRSBMAP).針對推理算法中鏈路覆蓋范圍對算法推理性能的影響,以及探針部署及額外E2E路徑探測發(fā)包的開銷問題,提出設置度閾值(degree threshold value,簡稱DTV)參數(shù)預選待測IP網(wǎng)絡收發(fā)包路由器節(jié)點,通過引入優(yōu)選系數(shù)?,在保證鏈路覆蓋范圍的基礎上,兼顧開銷問題,確保算法的推理性能.針對大規(guī)模IP網(wǎng)絡多鏈路擁塞場景下,鏈路先驗概率求解方程組系數(shù)矩陣的稀疏性,提出一種對稱逐次超松弛(symmetry successive over-relaxation,簡稱SSOR)分裂預處理共軛梯度法(preconditioned conjugate gradient method based on SSOR,簡稱PCG_SSOR)求解鏈路先驗概率近似唯一解的方法,防止算法求解失敗.實驗驗證了所提算法的準確性及魯棒性.
[Abstract]:A congestion link reasoning algorithm based on minimum set coverage theory only inferences for shared bottleneck links. When congestion paths are congested with multiple links, the reasoning performance of the algorithm drops sharply. An improved Lagrange relaxation sub-gradient algorithm based on BMAP-based Lagrangian relaxation sub-gradient algorithm based on BMAP-based Bayesian maximum a-posteriori (BMAPs) is proposed. As well as the overhead of probe deployment and extra E2E path detection, this paper puts forward setting threshold and degree threshold value (DTV) parameters to pre-select the IP network transceiver router node to be tested, and introduces the optimal selection coefficient. On the basis of ensuring the coverage of the link, taking into account the problem of overhead and the reasoning performance of the algorithm, the priori probability of the link is used to solve the sparse coefficient matrix of the equations for the multi-link congestion scenario in large-scale IP networks. In this paper, a symmetric successive over-relaxation successive over-relaxation (SSOR) preconditioned conjugate gradient method based on SSOR method is proposed to solve the approximate unique solution of the priori probability of the link. The accuracy and robustness of the proposed algorithm are verified by experiments.
【作者單位】： 鄭州航空工業(yè)管理學院電子通信工程學院;西北工業(yè)大學電子信息學院;中國人民解放軍32147部隊;
【基金】：國家重點基礎研究發(fā)展計劃(973)(2012CB315901,2013CB329104) 河南省高等學校重點科研項目(18A510019)~~
【分類號】：TP393.06

【相似文獻】

相關期刊論文 前10條

1 桑睨;羅敏霞;;模糊推理算法的一種新模型[J];中國計量學院學報;2012年01期

2 李凡;;模糊推理算法的研究[J];數(shù)字技術與應用;2014年05期

3 何華燦,劉永懷,張利輝;基于規(guī)則矩陣的數(shù)值化推理算法[J];西北工業(yè)大學學報;1997年01期

4 袁洪芳,史天運,王信義;故障診斷專家系統(tǒng)中的模糊推理算法[J];北京理工大學學報;1999年06期

5 李戰(zhàn)明;張永江;;基于計算型模糊推理算法的模糊控制器設計[J];計算機工程與應用;2014年14期

6 賈立新,薛鈞義,茹峰;采用模糊Petri網(wǎng)的形式化推理算法及其應用[J];西安交通大學學報;2003年12期

7 張穩(wěn);張桂戌;;一種改進的基于規(guī)則的帶權模糊推理算法[J];計算機工程;2007年07期

8 潘正華;;模糊推理算法的數(shù)學原理[J];計算機研究與發(fā)展;2008年S1期

9 仇國芳;朱朝暉;;基于經(jīng)典-模糊變精度概念格的決策規(guī)則獲取及其推理算法[J];計算機科學;2009年12期

10 吳信東;一個基于知識排序的線性正向推理算法[J];科學通報;1991年03期

相關會議論文 前5條

1 張超;賈金原;;科普益智游戲中的博弈推理算法[A];全國首屆數(shù)字（虛擬）科技館技術與應用學術研討會論文集[C];2007年

2 李俊玲;周東岱;鐘紹春;趙瑞清;;帶重要度可信度框架規(guī)則知識表示及其模糊推理算法[A];2006年全國理論計算機科學學術年會論文集[C];2006年

3 卿銘;黃天民;陳華斌;;關于推廣簡約模糊推理算法的研究[A];模糊集理論與應用——98年中國模糊數(shù)學與模糊系統(tǒng)委員會第九屆年會論文選集[C];1998年

4 張白一;崔尚森;;基于數(shù)據(jù)表結構的FPN并行推理算法[A];2006年全國開放式分布與并行計算學術會議論文集（一）[C];2006年

5 陳紅;任佳;;變結構混合動態(tài)貝葉斯網(wǎng)絡及其推理算法[A];第24屆中國控制與決策會議論文集[C];2012年

相關碩士學位論文 前10條

1 王慧英;基于模糊Petri網(wǎng)的并行推理算法研究[D];長沙理工大學;2014年

2 趙凱凱;認知程序推理算法的優(yōu)化與實現(xiàn)[D];東南大學;2015年

3 吳自勉;OWL 2 EL并行推理技術研究[D];東南大學;2016年

4 申蔓蔓;基于庫所重排策略的直覺模糊Petri網(wǎng)推理算法的優(yōu)化研究[D];長沙理工大學;2015年

5 陳晨;基于置信規(guī)則的模糊推理算法的研究與實現(xiàn)[D];南京航空航天大學;2012年

6 張景云;基于吉布斯采樣推理算法的交通預測研究[D];云南大學;2011年

7 胡大偉;動態(tài)貝葉斯網(wǎng)絡的近似推理算法研究[D];合肥工業(yè)大學;2009年

8 何映思;模糊控制的模糊推理算法研究[D];西南師范大學;2005年

9 王娟;基于Petri網(wǎng)的時間知識推理算法的研究[D];鄭州大學;2005年

10 董瑋;Factor Tree推理算法的改進與實現(xiàn)[D];吉林大學;2008年

，

本文編號：1532866