多约束最短链路分离路径精确算法

在通信的源和目的间寻找两条(主用和备用)链路分离的QoS路径是提供可靠QoS路由的重要途径.现有求解多约束链路分离路径对(multi-constrained link-disjoint path pair,简称MCLPP)的算法难以保证求得存在于任意网络中的可行解和最优解.为解决这一问题,分析了MCLPP问题最优解的性质,提出了精确算法的设计原则,在此基础上给出了求解MCLPP问题的精确算法(link-disjoint optimal multi-constrained paths algorithm,简称LIDOMPA算法),可对任意网络求解客观存在的多约束最短链路分离路径对.为了降低算法的复杂性,引入了候选最优解、紧缩的约束向量和结构化的路径支配3种关键方法,在保障算法精确性的同时,有效地降低了LIDOMPA的搜索空间.大量的实验结果表明,LIDOMPA的求解能力优于现有算法,同时可以实现较低的算法执行时间开销.     

基于矢量测量的多约束路径选择

多约束路径(multi-constrained path,简称MCP)选择问题是QoS路由问题面临的重要挑战之一.现有的MCP算法不能兼顾降低计算复杂性、提高响应速度和防止可行解丢失等方面的缺点.另外,单纯依靠线性路径长度方程(LPLF)或非线性路径长度方程(NLPLF)都不能有效解决QoS路由问题.定义了崭新的法线测量路径长度方程,并基于该方程提出了解决m约束MCP问题的NMMCP(normal measure based MCP)算法.NMMCP不仅是在线计算与预计算,同时也是LPLF与NLPLF的良     

卫星网络中基于多QoS约束的蚁群优化路由算法

针对蚁群算法在求解多目标优化问题时存在收敛速度慢、容易陷入局部最优解等问题,提出一种面向卫星网络的多约束QoS路由算法。通过改进蚁群算法的启发函数,将链路QoS信息作为蚂蚁选择下一跳节点的重要依据,并结合排序思想与最大最小蚂蚁算法优化信息素更新规则,获取符合当前业务的最优QoS路径。实验结果表明,该算法在满足卫星网络业务多QoS需求的同时,具有良好的收敛速度和寻优能力。     

基于“适应活性”的QoS组播路由算法

自然灾害、战争等特殊应用场景下通信网络易受到物理攻击和约束条件影响,难以为用户提供稳定服务。传统的QoS路由算法基于稳态网络,在物理攻击与多约束环境下难以适用。针对这一问题,首次提出并求解了"适应活性"模型以综合衡量节点及其相连链路的动态服务性能。进而通过改进蚁群算法,提出了基于"适应活性"的QoS组播路由算法。该算法能够结合外界环境、业务需求与网络状态,综合考虑链路与节点服务性能选择路径,在继承传统蚁群算法优点的同时,解决了外界环境影响节点性能变化导致选路无法达到QoS最优的问题。MATLAB仿真结果表明,该算法能够在网络性能变化时避开低性能节点,快速有效地选择QoS最优路径。     

基于多约束 QoS 路由算法综述

随着网络技术的不断发展,实时多媒体技术不断涌现.如何根据不同的服务提供不同的 QoS 保证,并保证网络资源的有效利用,便成为当前互联网的一个重要任务.对该问题的解决方法称为多约束最优路径(MCOP)问题,MCOP 问题是一个 NPC 问题,求解 MCOP 问题的算法可分为精确、近似和启发式等算法.文章通过对目前所出现的算法按照精确算法和近似算法两大类进行分析,分析目前出现的算法的一些优缺点,并根据网路技术的发展趋势,对现行多约束路由算法在以后如何实现更加快速精确的路径计算提出几点展望     

DPA:一种动态环境下QoS单播路由算法

目前Internet网络环境下,网络参数的随时变化容易造成路由过期,从而使提供的QoS路由无效,为此提出了一种适合参数动态变化的单播QoS路由算法(DPA),该算法在路径代价随时间不断变化的情况下能够自主地选择最优路由节点,解决多约束QoS单播路由选择不精确的问题.实验表明,本路由算法自适应性和扩展性较好,同时在路由选择方面比传统的路由算法能够提供更好的QoS路由.     

多QoS约束路由问题的研究

多QoS约柬路由问题是NP完全问题.文章基于归一思想和Dijkstra算法对多QoS约束路由问题进行了研究.通过删除不满足单QoS约束的链路,降低了问题的求解规模;通过对QoS因子的动态统计,分配不同的比例权值.将多QoS约束路由问题转化为线性约束问题,降低了问题的复杂性.实验结果表明,算法是可行的.     

基于多个QoS约束的路径选择算法

寻找同时满足多个独立的QoS 约束的路径是一个NP 完全问题。提出一种解决多约束路径问题的有效算法———多约束最小跳路径算法( MHMCA) , 该算法首先利用Bellman-Ford 最短路径算法进行标记, 并删除图中的无用链路, 在简化后的图中使用基于堆栈的深度优先搜索算法寻找所有满足约束的最小跳可行路径。最坏情况下, 算法的时间复杂度为O( n3) 。仿真结果表明, 该算法寻找具有最小跳可行路径的成功率高, 接近于最优算法。     

度约束QoS组播路由遗传算法

有度约束的QoS组播路由问题在通信网络中具有重要意义。提出一种基于遗传算法的度约束组播路由算法,采用节点连接路径形式的编码方法构成一棵组播树的表示,设计了相应的具有树形结构的交叉和变异算子,以及节点度的改变算法。算法可以实现具有树形结构染色体的遗传进化。数值实验表明算法具有找到最优解的能力,特别适合于求解大规模网络有度约束的QoS组播路由问题。     

基于模糊QoS满意度的启发式多约束路由算法

QoS路由是实现IP网络服务质量的重要手段.针对一般的QoS路由算法时间复杂度高或者只局限于特定约束的缺点,提出了一种基于模糊QoS满意度的启发式多约束路由算法.首先给出了多约束路由的问题模型和数学描述,然后通过模糊处理各QoS参数的方法构造链路的QoS满意度,在此基础上将QoS满意度与传统最短路径优先相结合,通过启发式搜索快速有效地寻找满足所有约束的路由.仿真结果表明,所提出的路由算法拥有较好的性能.     

一种带约束的多目标服务质量路由算法

多约束服务质量(QoS)路由是要求在多个约束条件下计算满足所有独立限制条件的可行路径．将这种NPC问题转化为一种带约束条件的多目标优化问题，根据多目标遗传算法的智能优化原理，提出一种多目标QoS路由算法来产生一组最优非劣路由．理论分析和实验结果表明，使用带约束的多目标遗传算法是解决多约束QoS路由的有效途径，能对提高网络性能起到重要作用．     

多约束服务质量路由中的路径压缩算法

多约束服务质量路由是一种能够支持灵活的服务质量控制的有效方案.然而在多约束的环境下,从一个源节点到一个目的节点可能存在多条路径,因而必须相应地增大路由表容量.由于当前路由表的规模已相当庞大,尤其是在高速核心网中,因此,为了在QoS路由表中存储更少的路径信息,需要首先进行路径压缩.文章以解决最优路径压缩问题(OPR)为目标,力图在尽量减小路由表存储规模的同时使路由成功率最大化.为了实现这个目标,文中提出了两个基于贡献区域的算法:增量贡献算法和改进的增量贡献算法.这两个算法从一个大的多约束路径集合中依次计算出具有最大贡献区域的积的路径,最后得到一个小的结果路径集合.大量模拟实验表明,这两个算法能够以较低的运算复杂度获得令人满意的路由成功率.     

Complexity and design of QoS routing algorithms in wireless mesh networks

Quality of service (QoS) provisioning in wireless mesh networks (WMNs) is an open issue to support emerging multimedia services. In this paper, we study the problem of QoS provisioning in terms of end-to-end bandwidth allocation in WMNs. It is challenging due to interferences in the networks. We consider widely used interference models and show that except a few special cases, the problem of finding a feasible path is NP-complete under the models. We propose a k-shortest path based algorithmic framework to solve this problem. We also consider the problem of optimizing network performance by on-line dynamic routing, and adapt commonly used conventional QoS routing metrics to be used in WMNs. We find the optimal solutions for these problems through formulating them as optimization models. A model is developed to check the existence of a feasible path and another to find the optimal path for a demand; moreover, an on-line optimal QoS routing algorithm is developed. Comparing the algorithms implemented by the proposed framework with the optimization models shows that our solution can find existing feasible paths with high probability, efficiently optimizes path lengths, and has a comparable performance to the optimal QoS routing algorithm. Furthermore, our results show that contrary to wireline networks, minimizing resource consumption should be preferred over load distribution even in lightly loaded WMNs.     

基于多约束QoS路由算法综述

随着网络技术的不断发展,实时多媒体技术不断涌现。如何根据不同的服务提供不同的QoS保证,并保证网络资源的有效利用,便成为当前互联网的一个重要任务。对该问题的解决方法称为多约束最优路径（MCOP）问题,MCOP问题是一个NPC问题,求解MCOP问题的算法可分为精确、近似和启发式等算法。文章通过对目前所出现的算法按照精确算法和近似算法两大类进行分析,分析目前出现的算法的一些优缺点,并根据网路技术的发展趋势,对现行多约束路由算法在以后如何实现更加快速精确的路径计算提出几点展望。     

基于累积竞争神经网络的多约束路由算法

针对无约束最优路径问题，提出累积竞争神经网络模型及其搜索算法，该算法具有高度并行性、能获得最优解、结构简单等特点．以QoS路由选择为例，将算法推广到多约束路由问题．实验结果表明，对于大多数多约束QoS问题，在与相应最短路径上节点数目相当的迭代次数内，该算法能找到问题的满意解甚至最优解．     

QoS路由中一种有效的多受限优化路径选择算法

1 引言目前,人们正期待着宽带集成服务网来支持各种各样的满足不同QoS要求的多媒体应用。在宽带体系结构的设计中的一个关键问题就是如何提供资源来满足每次连接的需求。毫无疑问,有效的QoS路由方案的建立是这种体系结构中的一个重要组成部分。的确,QoS路由已经成为许多研究的主题。人们已经认识到一个有效的QoS路由方案的建立给我们带来了许多挑战。在算法上,QoS路由带来的一个的挑战就是需要迅速地找到一条可行路径使它满足一组限制条件同时获得较高的网络资源利用率。一般而言,QoS路由是一个复杂的问题。首先,网络电话和分布式游戏等分布式应用在延迟、延迟抖动、丢失率和带宽等方面有许多不同的QoS限制。多个限制经常使得路由问题更加复杂。例如,寻找一条具有两个独立路径限制的可行路径是NP难的。其次,将来的集成服务网很可能既要传输QoS数据流又要传输尽力而为的数据,     

Design and performance analysis of an inductive QoS routing algorithm

Routing mechanism is key to the success of large-scale, distributed communication and heterogeneous networks. Consequently, computing constrained shortest paths is fundamental to some important network functions such as QoS routing and traffic engineering. The problem of QoS routing with multiple additive constraints is known to be NP-complete but researchers have been designing heuristics and approximation algorithms for multi-constrained paths algorithms to propose pseudo-polynomial time algorithms. This paper introduces a polynomial time approximation quality of service (QoS) routing algorithm and constructs dynamic state-dependent routing policies. The proposed algorithm uses an inductive approach based on trial/error paradigm combined with swarm adaptive approaches to optimize lexicographically various QoS criteria. The originality of our approach is based on the fact that our system is capable to take into account the dynamics of the network where no model of the network dynamics is assumed initially. Our approach samples, estimates, and builds the model of pertinent aspects of the environment which is very important in heterogeneous networks. The algorithm uses a model that combines both a stochastic planned pre-navigation for the exploration phase and a deterministic approach for the backward phase. Multiple paths are searched in parallel to find the K best qualified ones. To improve the overall network performance, a load adaptive balancing policy is defined and depends on a dynamic traffic path probability distribution function. We conducted a performance analysis of the proposed QoS routing algorithm using OPNET based on a platform simulated network. The obtained results demonstrate substantial performance improvements as well as the benefits of learning approaches over networks with dynamically changing traffic.