作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
软件定义网络(SDN)需要部署多个控制器,而布谷鸟算法(CS)是一种新型的智能优化算法,为了提高算法的局部搜索能力,对标准的布谷鸟算法进行了改进:引入权重系数,调整算法收敛速度;对所有个体从优到差进行排序,排序后将种群分为两部分,两部分个体选择不同的飞行方式,避免较优个体陷入局部最优.实验结果表明,利用布谷鸟算法部署多控制器方案优于其他算法,该方法可实际应用于 SDN 的控制器部署.
推荐文章
基于动态布谷鸟搜索算法的PID控制器参数优化
布谷鸟搜索算法
PID控制器
参数优化
基于粒子群算法的布谷鸟搜索算法
布谷鸟搜索
Levy飞行
粒子群优化算法
基于高斯扰动的布谷鸟搜索算法
布谷鸟搜索算法
高斯扰动
收敛速度
基于布谷鸟搜索改进的聚类算法
聚类
k-means算法
布谷鸟搜索算法
收敛速度
全局最优
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进布谷鸟搜索算法的多控制器部署方案
来源期刊 中北大学学报(自然科学版) 学科 工学
关键词 布谷鸟算法 多控制器 软件定义网络 局部搜索
年,卷(期) 2018,(5) 所属期刊栏目 自动化与计算机
研究方向 页码范围 548-552
页数 5页 分类号 TP391
字数 3245字 语种 中文
DOI 10.3969/j.issn.1673-3193.2018.05.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨晓琴 11 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (298)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1966(2)
  • 参考文献(0)
  • 二级参考文献(2)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(28)
  • 参考文献(3)
  • 二级参考文献(25)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
布谷鸟算法
多控制器
软件定义网络
局部搜索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中北大学学报(自然科学版)
双月刊
1673-3193
14-1332/TH
大16开
太原13号信箱
1979
chi
出版文献量(篇)
2903
总下载数(次)
7
总被引数(次)
15437
论文1v1指导