基于自适应蚁群的多约束QoS组播路由算法

结合多约束QoS组播路由的特点,应用一种自适应蚁群优化算法解决组播路由问题.考虑到实际通信中链路利用率对网络的影响,将网络中链路的带宽转化为链路的代价问题,并在蚁群算法中根据蚂蚁所选路径的代价进行信息素更新,增加了信息素调整的自适应性,同时加快了算法的收敛速度,使得组播路由算法在考虑网络QoS约束的基础上进一步贴合实际网络的需求.     

Ad Hoc网络中基于双向收敛蚁群算法的QoS路由算法

蚂蚁算法是一种新型随机优化算法,能有效解决Ad Hoc网络多约束的QoS路由问题,但存在收敛速度慢和易陷入局部最优等缺点.针对于此,在借鉴精英策略的基础上提出了一种基于双向收敛蚁群算法,并将该算法应用于Ad Hoc网络的QoS路由问题中.仿真结果表明,算法可明显提高数据包的投递率,降低端到端的传输时延.     

Ad Hoc 网络中的路由技术

作为下一代网络的重要组成部分，Ad Hoc网是目前的一个重要研究热点。根据Ad Hoc网络的特点，总结了Ad Hoc网中的路由技术。从路由查找和维护的角度分析和归纳了网络中关于单播路由、组播路由和QoS路由等的技术特点，指出了不同协议及算法的设计思路和解决策略，为寻求和设计更为高效的适合自组网特点的新型路由技术奠定基础。     

蚁群优化和能量有效的Ad Hoc路由协议

为了延长Ad Hoc网络的生存周期,提出了一种基于蚁群优化和能量有效的Ad Hoc网络多路径动态路由算法ACOERA。该算法根据路径的有效能量率进行路由选择,路径建立后通过蚁群优化算法动态收集路径信息,并对路由表进行更新。仿真结果表明,该算法能有效延长网络生存时间,增强通信网络的自适应能力。     

基于蚁群算法和遗传算法融合的QoS组播路由问题求解

包含延迟、延迟抖动、带宽、丢包率和最小花费等约束条件在内的服务质量(QoS)组播路由问题,是一个NP完备问题,传统方法很难求得全局最优解.本文将遗传算法和蚁群算法融合,提出了用遗传蚁群算法(GAACS)求解QoS组播路由问题的解决方案.仿真实验表明,采用新算法比遗传算法具有更好的性能.     

一种适用于Ad Hoc K重组播网络的负载均衡路由算法

Ad Hoc网络是一个多跳的无基础设施网络,本文在分析Ad Hoc网络自身特点的基础上,引入了一种多组播业务并存的K重组播网络,这种网络相对传统的组播网络具有节省系统开销,降低能量消耗的优点.文中对K重组播网络中的节点连接度的不同变化情况进行了理论上的详细研究,并在此基础上设计了一种适用于K重组播网络的负载均衡路由算法.仿真结果表明该路由算法拥塞控制性能良好,并能显著提高组播业务的稳定性.本文提出的这种K重组播网络能够广泛的应用于许多实际通信场合.     

基于蚁群优化算法的Ad Hoc网络路由协议研究

路由协议的研究是Ad Hoc网络的重点和难点。文章在分析已有Ad Hoc网络路由协议的基础上,结合蚁群算法的原理,首次提出了根据蚂蚁释放有效信息素的比率,引入服务代理来减少蚂蚁代理开销的路由协议。在网络仿真平台NS-2上进行了算法仿真实现,并与现有的典型协议在不同的实验场景下进行性能分析比较,仿真结果表明新的基于蚁群优化算法的Ad Hoc网路由算法具有比其它算法更好的性能。     

Ad Hoc网络中一种随机化分布式QoS路由算法

针对无线移动Ad Hoc网络(Mobile Ad Hoc Network,MANET),采用一种基于随机化分布式QoS路由算法RBAD(Random-Based Distributed QoS Routing Algorithm),该算法依据信道条件和业务量优化分组在多条路径上的路由,及寻找路由和存储路由表的代价,通过对结点排序,达到实现网络平均时延和平均消息复杂度最小的目标。仿真结果表明该算法能够以较小的路由消息开销获得较高的路由成功率,此外,算法具有可扩展性,可以应用于较大规模的Ad Hoc网络。     

融合QPSO思想的多行为蚁群算法在QoS路由问题上的应用

在解决QoS(quality of service)单播路由问题上,针对蚁群算法缺点,提出了一种融合量子粒子群算法(QP-SO)思想的多行为蚁群算法.该算法采用QPSO作为前期搜索,根据各粒子历史最优值来初始化路径信息素浓度,后期利用多行为蚁群算法来优化路径.仿真结果表明:该算法寻优能力强,可靠性高,是解决QoS路由问题的有效方法.     

移动Ad Hoc网络中一种基于多路径路由协议的QoS保障算法

移动Ad Hoc网络快速发展的同时,其中的服务质量(QoS)保障问题也日渐突出.设计了一种适用于移动AdHoc网络中多路径路由协议的路径选择和带宽分配算法,选择适合业务传输的路径,并合理分配带宽,实现QoS保障.计算机仿真表明,该算法能够适应移动Ad Hoc网络的动态性、不稳定性,有效地实现QoS保障,改善网络整体性能.     

一种支持流媒体的应用层组播路由算法

提出了一个应用层组播网络模型,并对其中应用层组播服务结点路由的构建和维护进行了较为深入的研究,提出了一个基于智能蚁群的组播路由算法.仿真实验结果表明,该算法,特别在有效性方面有了大幅提升,并能随同给规模增大而降低.     

Ad Hoc网络中基于粒子群优化的QoS多播路由研究

针对Ad Hoc网络中带QoS约束的多播路由问题，提出了一种新的结合MAODV多播路由发现方法和粒．子群优化算法的QoS多播路由发现算法。仿真试验显示该算法较好地改进了端到端传输的代价、延时和带宽利用率，能够找到一棵消耗趋于最小、状态稳定的多播路由树。     

Ad Hoc网络中基于协商机制的QoS多播路由研究

针对移动Ad Hoc网络QoS多播路由中普遍存在的拥塞问题,提出了一种基于协商机制的QoS多播路由协议,节点协商使用以一定QoS约束建立起的多播链路,避免过度使用多播资源引起网络拥塞,从而提高分组投递率和网络吞吐量。通过NS2仿真证明,该协议能够保证不同类型业务在网络中传输的服务质量,提高网络的利用率。     

AMR:一个基于网络最大流的Ad-Hoc多路径路由算法

移动Ad-Hoc网路研究中,路由是一个关键问题.现有的Ad-Hoc路由算法大多为单路径算法.但是多路径方法可以更好地支持QoS,最近也受到较大关注.在没有精确的网络拓扑结构情况下,找出多条不相交路径是比较困难的.本文提出了一个基于网络最大流的Ad-Hoc多路径路由算法AMR(Aggregated multipath routing).该算法可以有效地找出多条节点不相交的路径,较大幅度地提高网络传输性能、减少网络拥塞.经过性能测试,表明AMR算法比DSR算法在数据传输率方面提高20%—60%,端对端平均延迟降低40%—60%.     

一种新的QoS组播路由算法

针对现有的求解多约束QoS组播路由中存在的问题,结合BP神经网络局部搜索的优势和蚁群算法全局搜索的优势的特点,进行QoS组播路由算法的设计,提出了一种新型的NNAC算法。该算法通过BP神经网络寻找路径的更优解,改善了QoS组播路由路径寻找的方法。通过实验仿真表明,NNAC算法得到最优组播树的总延时为35,总代价费用为21,在完成150个度约束组播路由路径时,NNAC算法在进行最优组播树的寻找成功率上高于AC算法,同时该算法还克服了AC算法易陷入局部最小点的不足。     

基于遗传算法的QoS组播路由算法的改进

QoS组播路由技术在网络技术发展中占有很重要的地位,是一种关键的技术。在分析网络模型的基础上,建立了组播问题的数学模型。遗传算法是一种经典的寻优算法,应用广泛,提出了改进的算法。并且结合改进Dijkstra算法,使算法能很好地体现实际组播路由问题的特点。试验表明,这种新的算法可靠性更高,适应了当今网络性能优化的需要。     

A sustainable heuristic QoS routing algorithm for pervasive multi-layered satellite wireless networks

Due to the recent developments in wireless technology and electronics, it is feasible to develop pervasive algorithms for satellite environments. Multi-Layered Satellite Networks (MLSNs) that consist of low earth orbit and medium earth orbit satellites are becoming increasingly important since they have higher coverage and better service than single-layered satellite networks. One of the challenges in MLSNs is the development of specialized and efficient routing algorithms. In this paper, we improved the virtual topology strategy and import heuristic algorithm to satisfy the QoS requirements of the MLSN users. The QoS requirements include end to end delay; link utilization, bandwidth, and package loss rate are mainly focused in this paper. To satisfy the QoS requirements is a multi-parameter optimization problem, and it is convinced as a Non-deterministic Polynomial Complete problem already. As a solution, three typical heuristic algorithms—Ant Colony Algorithm, Taboo Search Algorithm and Genetic Algorithm are applied in the routing scheme in order to reduce package loss, link congestion and call blocking. Simulation results show that heuristic routing algorithm can provide more QoS guarantees than shortest path first algorithm on package loss rate, link congestion and call blocking.