一种基于模拟退火方法的多约束QoS组播路由算法

研究了带宽、时延及时延抖动约束最小代价的QoS组播路由问题,提出一种利用模拟退火方法解决该问题的QoS组播路由算法SABDMA。该算法通过选择合适的模拟退火参数迭代求解,以获得满足QoS约束的最小代价组播树。同时,为避免搜索区域的扩大和计算时间的增加,根据时延和时延抖动的关系,提出采用“路径交换”策略在可行解范围内构造邻域集。仿真结果表明该算法具有可行、稳定、收敛快的特点;能根据组播应用对QoS的限制要求,有效地构造代价较低的组播树,具有较强的实时性。     

遗传模拟退火算法在组播路由选择中的应用

本文研究基于带宽、时延及时延抖动约束最小代价的QoS组播路由优化算法.针对遗传算法在求解多目标优化问题时局部搜索能力弱、易早熟的缺陷,提出了一种基于遗传算法和模拟退火算法混合策略的多目标优化方法.该算法采用树结构编码机制和改进的交叉和变异算子,利用模拟退火算法在可行解范围内构造邻域解集,采用种群早熟评价函数进行局部细化...     

基于遗传模拟退火算法的QoS组播路由算法

提出了一种基于遗传模拟退火算法的带宽、时延和时延抖动约束费用最小的组播路由选择方法，该方法针对遗传算法的局限性，采用基于备选路径集的整数队列编码机制，对适应度函数进行了调整，改进了交叉和变异操作，结合了模拟退火算法。实验表明，该算法能够有效地提高收敛速度、避免早熟收敛、满足多媒体网络对相应QoS的需求。     

DMRMQ:基于多QoS的动态组播路由算法

提出了一种基于多QoS的动态组播路由算法-DMRMQ，该算法采用Bellman-Forei算法作为路径搜索算法，能在满足带宽、延迟、延迟抖动和丢包率的前提下确定具有最小跳数和开销的动态组播路由．针对音频和普通数据流的仿真实验表明，DMRMQ能在基于多QoS的前提下建立动态组播路由，算法在路由请求平均成功率、路由平均延迟和平均跳数等衡量指标上比不考虑QoS的动态组播路由算法具有更好的性能．     

基于遗传算法的QoS组播路由选择方法

考虑了组播通信服务质量需求与网络资源约束,将满足不同约束的QoS组播路由选择过程转化为一个多目标优化问题,使用一种基于QoS的最小网络费用组播路由树生成算法来寻找最小Steiner树。该方法可以在满足多约束的情况下,寻找费用最小的组播路由树,仿真结果表明该算法有较好的性能。     

基于改进遗传算法的满足可靠性QoS约束的组播路由算法

在通信网络中为应付链路失效而提供可靠性保证变得越来越重要.讨论含有可靠性约束的满足带宽和延迟约束的多QoS组播路由问题.提出一种基于改进遗传算法的满足多QoS组播路由算法,该算法具有快速收敛、自适应交叉变异和生成初始种群时不需要建立备选路径集的特点.通过大量仿真实验分析该算法的性能,并与传统遗传算法进行比较.结果表明该算法是可行和有效的,能够很好地满足网络中的QoS约束,且性能优于传统遗传算法.     

基于蚁群遗传混合算法的QoS组播路由

具有延迟、延迟抖动、带宽、丢包率等服务质量约束的组播路由问题具有NP完全的复杂度。基于蚁群优化算法和遗传算法,提出解决QoS约束组播路由问题的混合算法。利用遗传算法和蚁群优化算法各自的优点,使用蚁群优化算法选择种群,遗传算法优化蚂蚁遍历所得到的解。仿真实验结果表明,该算法可满足各个约束条件,且全局寻优性能好,能够满足网络服务质量要求。     

支持QoS的分层数据传输的动态组播路由算法

为了支持组成员的异构性和动态性,满足组成员不同的带宽和时延约束要求,提出了支持QoS的流式分层数据传输的动态组播路由算法(简称:QDMR-LD).当新的组成员加入时,使用面向接收者的启发式搜索方法找到一条位于组播树和组成员之间的可行的并具有最小代价的路径.为了提高组成员的加入成功率,采用了以前工作中提出的RBMF转发算法.当组成员离开时,位于组播树上多余的部分将被剪裁.仿真结果表明,与其他相关工作相比,QDMR-LD在提高了加入成功率的同时,降低了组播树的代价.     

蚁群算法在QoS组播路由问题中的应用

研究了该算法在QoS组播路由问题中的应用,描述了QoS路由优化问题。基于多个不相关可加度量的QoS路由问题是NP完全问题,目前采用的方法多为启发式算法。由于蚁群算法是一种基于蚁群系统原理的、具有自组织能力的、新型的启发式优化算法,利用其能够寻找最短路径这一特性,提出了一种基于蚁群系统原理,用于解决时延和时延抖动约束问题的组播路由问题的QoS组播路由算法。该算法改进了路径选择策略,优化了信息素更新公式。仿真结果表明,该算法能够迅速、准确地找到最优解。     

并行量子遗传算法在QoS组播路由中的应用

随着网络通信技术的发展和Internet的普及,性能出色的组播路由越来越重要。著名的组播路由Steiner树问题是NP完全问题,应采用启发式方法求解。文中在常规量子遗传算法中引入并行进化模型,提出了一种解决多约束QoS组播路由优化问题的算法。在满足带宽、时延约束条件下寻找代价最小的组播树,并合理安排节点负荷,减少通信开销。仿真实验结果表明本算法搜索速度快、全局寻优能力强,性能和效率优于常规量子遗传算法。     

多约束QoS动态多播路由算法

YAM和QoSMIC是支持QoS动态多播路由算法,允许多播组成员动态地加入/退出,同时为接收方提供多个可选择的多播接入路径,以满足不同应用的QoS需求。该文在分析这些算法的基础上,研讨了具有延迟、延迟抖动、带宽和代价等多约束QoS的多播路由问题,描述了一种适应于研究QoS多播路由的网络模型,提出了一种具有多约束QoS的动态多播路由算法(MQDMR),MQDMR试图有效地减少生成多约束QoS的多播树的开销。在MQDMR中,一个多播组成员能动态地加入/退出一个多播会晤,且不干扰现有的多播树。仿真实验结果表明,MQDMR比YAM和QoSMIC具有较小的延时和较少的代价。     

一种光因特网中的一体化QoS组播路由算法

讨论了IP/DWDM光因特网中的一体化多约束QoS组播路由和波长分配算法。给定一个QoS组播请求,包括带宽需求、组播端到端延迟上界和延迟抖动上界,提出了一种算法,它能够找到一棵同时满足上述三个约束的组播树。提出的算法基于一种类似于波长图的逻辑拓扑来构造组播树。逻辑拓扑上的路径同时指出路由和该路由上的可用波长。通过这种方式,算法将路由和波长分配集成在一起一体化考虑。最后,阐述了算法的正确性。     

基于决策图贝叶斯优化算法的QoS组播路由算法

组播通信路由技术是视频广播、网络会议等分布式计算的关键技术 ,其目的是要寻找连接源节点和一组目的节点的一棵组播树 ,使得总体代价最小 .提出了一种基于决策图贝叶斯优化算法 (Bayesian Optim ization Algorithmwith Decision Graphs,简称 DBOA)的 Qo S组播路由算法 ,该算法利用新的编码和解码方法以及适当的适应度函数来求解带宽、时延及时延差别等 Qo S限制下最小代价组播路由问题 .仿真结果表明了该算法的可行性和有效性     

基于Tabu搜索的QoS多播路由快速优化算法

QoS多播路由算法的核心问题是建立满足QoS约束的多播树,这就是计算机网络中著名的受约束最小Steiner树问题,是一个NP完全问题.目前已有的启发式算法的时间复杂度大,不能获得最优解.提出了一个基于Tabu搜索的QoS多播路由选择快速优化算法,它选择延迟与带宽约束为QoS参数,利用Tabu搜索的集中性与广泛性并存的优点,在提高搜索速度的同时可以更加接近最优解.仿真结果表明:该算法具有快速、易实施等特点,更加适合在组规模比较大的情况下应用.     

异步粒子群优化算法在QoS组播路由中的应用

QoS组播路由问题是一个非线性的组合优化问题,已证明了该问题是NP完全问题。为适应下一代IP网络对实时信息传输的要求,在异步模式粒子群优化算法基础上,给出包含延迟、延迟抖动、带宽、丢包率和最小花费5个约束条件在内的QoS组播路由算法。该算法首先给出数学模型,设计适应度函数,再给出受限的网络模型,通过粒子群优化(PSO)算法最大化适应度函数来求解最优Steiner树。算法仿真实验结果表明:与遗传算法和同步模式的粒子群优化算法相比,该算法有较好的收敛速度和寻优效果。     

一种改进的时延受限多播路由算法

针对DCMPH算法不能合理选择连接路径的问题,提出一种改进的满足时延限制的多播路由算法。该算法对不能用最小代价路径连接到多播树上的目的节点,求出其到多播树上所有节点的最小时延路径,再从中选出一条能满足时延限制的费用最小的路径,添加到多播树上。实验结果表明,与DCMPH算法相比,该算法构造多播树的代价更低。     

移动自组织网络中组播QoS路由的遗传算法研究

Adhoc网络中的QoS保障问题是一个比较复杂的开放问题。该文首先对Adhoc网络拓扑结构和基于QoS的多播路由进行了分析,建立了QoS多播网络模型。在此基础上提出了多播路径集获取算法和遗传算法多播路径选择。该方法可以在满足延迟和带宽约束的情况下,找到一棵消耗趋于最小、状态稳定的多播路由树。