文摘
英文文摘
0引言
0.1 研究背景及意义
0.1.1时变、随机网络最优路径研究的科学依据及理论意义
0.1.2时变、随机网络最优路径的应用意义
0.2 时变、随机网络最优路径算法的发展历史和现状分析
0.2.1静态最短路径算法的研究
0.2.2时间依赖的网络中最小时间路径算法
0.2.3随机最短路径问题和算法
0.2.4最短路径问题的并行算法
0.2.5大规模网络模型与最优路径算法
0.3 问题的提出和本文主要贡献
0.3.1存在的问题
0.3.2本论文的主要贡献
0.4 论文的组织结构
1时间依赖网络最优路径算法
1.1 问题的提出
1.2 时间依赖的网络模型与理论基础
1.2.1模型
1.2.2时间依赖网络的理论基础
1.3 时间依赖网络最优路径求解算法
1.4小结
2随机时间依赖网络模型与最优路径算法
2.1 问题的提出
2.2 随机时间依赖网络K期望最短路径算法
2.2.1随机时间依赖网络模型
2.2.2扩展模型
2.2.3理论基础
2.1.2 K期望最短路径算法的理论基础
2.1.1 K期望最短路径算法
2.3 随机时间依赖网络K期望最短路径的并行算法
2.3.1数据分解型并行方法
2.3.2算法描述
2.3.3算法的正确性证明
2.3.4负载平衡
2.3.5实验结果
2.4 基于可靠性理论的随机时间依赖网络路径规划算法
2.4.1可靠性理论基础知识
2.4.2可靠性理论模型
2.4.3一致可靠性网络
2.4.4可靠优先权
2.4.5基于可靠性理论的优势判别法
2.4.6路径单调性
2.4.7期望失效时刻ET和期望寿命EL的计算方法
2.4.8期望寿命最短路径算法-RELSP算法
2.4.9 RELSP算法的正确性
2.4.10基于可靠性理论模型的K期望寿命最短路径算法
2.5小结
3大规模网络的网络模型与最优路径算法
3.1 问题的提出
3.2 层次网络模型与最优路径算法
3.2.1层次网络模型
3.2.2层次网络扩展模型
3.2.3层次网络最短路径算法的理论基础
3.2.4层次最短路径算法
3.2.5实验测试
3.3 网络树模型与最优路径算法
3.3.1网络树模型
3.3.2网络树模型最优路径算法
3.3.3实验测试
3.3.4实验测试结论
3.4小结
4时变、随机网络模型最优路径理论的应用研究
4.1 时间依赖网络在智能交通系统中的应用研究
4.1.1基于广义神经网络的交通流预测
4.1.2小结
4.2 随机时间依赖网络的应用
4.3 计算机网络路由协议中的应用
4.3.1时间依赖的混合型网络的分布式路由协议
4.3.2小结
5结论以及将来的工作
5.1 研究的问题以及意义
5.2 问题难点以及本文的工作
5.2.1时间依赖网络最优路径的研究
5.2.2随机时间依赖网络中期望最短路径研究
5.2.3大规模网络模型与最短路径算法的研究
5.2.4时变、随机网络最优路径算法的应用研究
5.3 将来的工作
参考文献
附录1本文的创新点
附录2论文期间发表论著情况
附录3论文期间完成或获得资助的课题情况
致谢