粒子群算法在综合布线中的应用（论文资料）.docVIP

粒子群算法在综合布线中的应用（论文资料） 文档信息 ： 文档作为关于“IT计算机”中“数据结构与算法”的参考范文，为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文5684字，doc格式，可编辑。质优实惠，欢迎下载！ 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：粒子群算法在综合布线中的应用 1 3粒子群算法在综合布线中的应用 3 文2：粒子群算法在黑盒测试中的应用 6 1 应用方法 6 2 效果 9 参考文摘引言： 9 原创性声明（模板） 10 文章致谢（模板） 10 正文 粒子群算法在综合布线中的应用（论文资料） 文1：粒子群算法在综合布线中的应用 1前言 随着计算机和通信技术的飞速发展，各种设备能够通过网络互联，已成为一种基本的应用需求。而实现设备间网络互联应用的重要基础则是信息通路的建设；信息通路通常需要采用实体通信介质（一般为各种缆线）来进行联接，从而实现信息通路。实现信息通路就必然涉及到建筑物间和建筑物内的综合布线系统（PDS，PremisesDistributioystem），然而在传统的结构化布线的设计当中，一般却难以获得最优化的布线方案，这使得整个信息网络实现方案存在着各种浪费和不合理的现象。 粒子群优化算法PSO（ParticleSwarmOptimization）是Kenney和Eberhart于1995年提出的一种智能优化算法，PSO算法源于对鸟群和鱼群等群体运动行为的研究，是一种基于迭代的优化工具。与常规的遗传算法（GA）相比较，它具有算法简单，收敛速度快，且对目标函数要求少等特点，因而得到了广泛重视，已成为一种重要的优化工具。本文通过在综合布线的设计过程引入粒子群算法，克服了传统方法的缺陷，使综合布线方案得到了进一步的优化，达到了总体布线长度最优的目的。 2基本理论 综合布线系统及水平子系统 综合布线系统是一套开放式的布线系统，一般划分为：工作区子系统（WorkArea）、水平子系统（Horizontal）、管理子系统（Administration）、干线子系统（Backbone）、设备间子系统（EquipmentRoom）以及建筑群子系统（CampusSubsystem）六个子系统。它既能使各种类型的数据分别和交换设备或信息管理系统相连接，也能使这些设备与外部信息网络相连接。通常在PDS的应用中需要充分考虑通信技术的发展，设计时要留有足够的技术储备，能充分满足用户长期的需求。所以在设计结构化综合布线方案时，必须充分考虑所采用的网络技术及布线结构的优化，避免硬件资源的冗余和浪费。布线方案应具有高度的灵活性，各种设备位置的改变，网络拓扑结构的调整，应确保尽量不需重新布线，只要在配线间作适当的调整便可满足要求。 目前水平子系统基本都采用星形拓扑结构，其主要功能是实现信息插座和管理子系统间的联接。在选择水平子系统的联接介质时，需要根据建筑物内具体信息点的类型、容量、带宽和传输速率来确定。在水平子系统中一般采用超五类或六类非屏蔽的双绞电缆。由于水平子系统线路结构复杂，其设计量和工程施工量都是综合布线工程的重点，亦是本文讨论的重点，其他子系统本文暂不讨论。 粒子群算法 粒子群算法是将每个粒子个体抽象为一个在维搜索空间中没有质量和体积的微粒（点），并在搜索空间中以一定的速度飞行。空间中的粒子追随当前种群中的最优粒子运动，直到在整个解空间中搜索到最优解为止。在每次迭代中，粒子通过追踪两个极值来更新自己。一个是粒子自己找到的最优解，称为个体极值；另一个是整个粒子群目前找到的最优解，称为全局极值在找到这两个最优值时，每个粒子会根据以下公式来更新自己的速度和位置： 其中，vk是粒子的速度向量；xk是粒子当前的位置；co，c1，c2表示群体认知系数。co一般取（0，1）之间的随机数；c1，c2取（0，2）之间的随机数。在每一维粒子的速度都会被限制在一个最大速度vMax（vMax0）内，即vkvMax或vk-vMax时，vk=vMax或vk=-vMax。粒子群初始位置和速度随机产生，然后按照公式（1）进行迭代，直至达到最大迭代次数或找到满意的解为止。 3粒子群算法在综合布线中的应用 在工程施工中，水平子系统一般是分别对单一的楼层进行设计施工。通常水平结构中会存在一个或多个交换设备，并将建筑中同一水平结构中的所有工作子系统进行联接。施工目标是：要求所有工作子系统的数据都能汇聚，并能到达垂直干线子系统。因为不同楼层的建筑结构不尽相同，如何针对不同的物理结构设计不同布线结构，从而使得整个水平子系统的结构最为合理，即工程造价最低化、信息延迟最小化成了设计中首先要解决的问题。 对问题的描述：可移动的交换节点与终端之间的距