基于遗传算法的QoS组播路由算法的适应度函数改进探索

近年来,许多研究者尝试采用遗传算法来解决多QoS约束的组播路由问题,其中构造适应度函数公式是特定算法能否成功搜索到QoS最佳组播路由的重要环节。提出了一种新的基于遗传算法QoS组播路由算法的适应度函数公式,通过仿真试验证明了该适应度函数改进方法能够避免原有适应度函数公式可能造成的不合理解。     

一种基于遗传算法的QoS组播路由算法*

通过考虑组播通信服务质量需求与网络资源约束,研究了基于服务质量的组播路由选择算法问题,提出了一个基于遗传算法来构造满足QoS需求的组播路由树算法。通过仿真研究,证实了该算法的可行性、有效性及健壮性。同时,对遗传算法参数与算法性能之间的关系进行了讨论。     

基于QPSO的QoS组播路由算法

对带宽、延时、延时抖动约束最小代价的QoS组播路由问题进行了研究，提出一种基于量子行为微粒群优化（QPSO）算法来设计路由优化算法。该算法采用一种节点序列编码方案，将路由优化问题转化成一种准连续优化问题，并采用罚函数处理约束条件。应用QPSO算法求解QoS组播路由问题的算例，并与遗传算法和改进后的遗传算法进行比较。计算机仿真实验证明，该算法可以更有效地求得QoS组播路由问题的优化解，可靠性较高。     

基于禁忌搜索的集成式QoS组播路由算法

研究了IP／DWDM光因特网中的集成式QoS组播路由算法，在考虑负载均衡的前提下，针对用户组播请求与柔性QoS需求，寻找一棵QoS组播路由树。由于该问题的NP难属性，因此基于禁忌搜索算法来构造费用近优QoS组播路由树，同时集成一种基于分段和波长图思想的波长分配算法，一体化解决路由与波长分配问题。仿真结果表明，提出的算法是可行和有效的。     

IP／DWDM光Internet中一种演化-单纯形QoS组播路由算法

本文设计了一种IP／DWDM光Internet中的QoS组播路由算法。在给定用户请求的情况下，基于演化一单纯形算法构造带宽、延迟、延迟抖动与出错率受限且费用优化的QoS组播路由树，兼顾网络负载均衡。仿真结果表明，该算法是可行和有效的，明显优于基于传统遗传算法的QoS组播路由算法。     

一种基于混合混沌遗传算法的QoS组播路由算法

IP/DWDM光Internet是下一代互联网NGI(NextGenerationInternet)主干网的主要组网技术之一,服务质量QoS(QualityofService)组播路由算法是其一个研究热点,已经证明它是NP难的。为此,文章设计了一种非NP类QoS组播路由算法。在给定用户请求的情况下,基于混合混沌遗传算法来构造带宽、延迟、延迟抖动与出错率受限且费用优化的QoS组播路由树,兼顾网络负载均衡。仿真结果表明,该算法是可行和有效的,明显优于基于传统遗传算法的QoS组播路由算法。     

基于克隆遗传的QoS多播路由优化模型

针对QoS组播路由问题的特点,采用固定长度的基因编码方式并利用克隆算子扩大遗传算法的种群规模,设计了自适应交叉算子和变异算子控制染色体的生成,从而有效保持群体的多样性,有利于算法寻找到全局的最优解.实验结果表明,经过改进的遗传算法具有良好的运行速度和收敛性,能有效解决QoS组播路由的问题,对于求解多目标节点的情况具有良好的效果.     

一种新的混沌蚁群算法及其在QoS组播路由优化问题中的应用

基于QoS的组播路由问题是通过发现具有某种相关性能约束的最佳组播树,来更好地利用网络资源以支持应用的QoS需求,作为以QoS为中心的网络体系结构中不可缺少的组成部分,目前已成为网络研究领域的重要内容和热点问题.针对多约束条件下的QoS组播路由问题,提出一种新的混沌蚁群算法.该算法基于传统的蚁群算法所存在的不足,利用混沌优化算法对蚁群算法的运行参数进行动态地优化选择,自适应地改进了全局搜索能力和收敛性.仿真实验结果表明,混沌蚁群算法比该文提到的遗传算法及蚁群算法在解决多约束组播路由问题上具有更好的性能.     

一种IP／DWDM光因特网中的QoS组播路由算法

本文讨论了一种IP／DWDM光因特同的QoS组播路由算法，在已知QoS组播请求和所需时间延迟的前提下．提出了一种可以找到基于柔性QoS的、次优的路由树的算法。此外．我们对QoS满意程度一术语作了定义。所提出的算法在多种群并行遗传模拟退火算法基础上构建组播树，并根据波长图为树分配波长。此算法将路由选择和波长分配一体化，路由选择的目的在于找到一个次优组播树，波长分配的目的则是通过使波长覆盖数量最小来最小化组播树的延迟。因此，组播树的估价和QoS用户满意程度两方面都接近最优。该算法同时考虑了负载均衡。仿真结果表明．该算法是灵活有效的。     

基于微粒群算法的QoS组播路由算法

文章研究了带宽、延时、延时抖动约束最小代价的QoS组播路由问题,提出了一种基于微粒群优化(PSO)算法[2,5]来设计路由优化算法。该算法采用一种新的整数编码方案,将路由优化问题转化成准连续优化问题,并采用罚函数处理约束条件。给出了应用微粒群优化算法求解QoS组播路由问题的算例,并与遗传算法和改进后的遗传算法进行了比较。计算机仿真实验证明,该算法可以更有效地求得QoS组播路由问题的优化解,可靠性高。     

基于启发式遗传算法的QoS组播路由问题求解

研究了带宽、延时抖动和包丢失率约束以及费用最小的QoS组播路由问题,并提出一种启发式遗传算法。该算法有以下特点：（1）预处理机制;（2）树结构编码;（3）启发式交叉策略;（4）指导性变异过程,最后通过仿真实验证明该算法快速有效。     

基于免疫遗传算法的多约束QoS组播路由选择方法

以具有精英保留的免疫遗传算法（IGAE）为基础,提出了一种新的用来求解带宽、时延、时延抖动受限,费用最小的QoS组播路由选择问题的方法。首先采用预处理机制,将网络结构中不满足带宽约束的链路去掉,利用Dijkstra第k最短路径算法建立编码空间的备选路径集;然后采用基于路径的树结构编码来随机产生初始群体,使种群中的每个个体都代表组播路由问题的一个候选解;最后利用IGAE算法对种群进行优化,最终求得满足QoS要求的组播路由。仿真实验结果表明,该算法具有较好的性能,能以较快的速度搜索到满足QoS要求的费用最小的组播树。     

基于遗传算法的实时QoS多播路由优化算法

讨论了多QoS约束的多播路由问题，描述了一种适应于研究实时QoS多播路由的网络模型和优化函数。提出一种基于遗传算法中的小生境技术的QoS多播树选择算法，同时优化了多QoS参数。仿真结果表明该算法收敛速度快、可靠性高，能够满足多媒体网络对实时性的要求。     

多媒体通信中组播路由选择的免疫算法

随着多媒体通信业务的迅速发展,为了高效地解决多媒体通信中的Qos组播路由问题,提出了一个新的组播路由免疫算法。该算法是根据人或者其它高等动物免疫系统的机理而设计的,将目标函数和一部分不等式约束条件作为抗原,将问题的解作为抗体,依据抗原与抗体之间的亲和力以及抗体之间的亲和力对解进行评价和选择,通过抗体之间的相互激励来提高最优点附近的搜索效率,通过记忆细胞对抗体的抑制作用有效地摆脱局部最优点。仿真试验表明,该算法不仅有效可行,而且能够迅速逃出局部最优解,并很快收敛到全局最优解。     

基于遗传算法的多约束QoS多播路由优化算法

随着大量新型的多媒体在高性能网络、移动网络及Internet中的应用，满足QoS约束的多播路由问题成为越来越重要，它吸引了许多爱好者．本文讨论了多约束QoS多播路由问题，主要包含延迟、延迟抖动、带宽和分组丢失率等QoS约束，文中描述了一种在动态网络环境及不确定参数下适应于研究QoS多播路由的网络模型．提出了一种在网络规模、可行性方面为Imernet、移动网络和高性能网络下基于遗传算法的多约束QoS多播路由优化算法（MQMRGA）．仿真结果表明该算法收敛速度快、可靠性高．MQMRGA为QoS多播路由提供了一种新的有效途径．     

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。     

基于动态变异遗传算法的组播路由算法

具有时延约束的组播路由问题已被证明是NP-完全问题。论文提出了一种基于动态变异遗传算法的组播路由算法,用来解决带时延约束的组播路由问题。通过计算机仿真分析和与同类算法的比较,此算法收敛速度快,不易陷入早熟,具有很强的鲁棒性和实用性。     

A novel optimization-based bandwidth-aware minimum power multicast routing algorithm in green wireless networks

Multicast routing in wireless networks that possess the wireless multicast advantage could significantly reduce the power and energy consumption. However, this kind of multicast routing that only addresses the transmission radius coverage might not be able to meet the bandwidth requirement of the users. As a result, additional transmissions are required to incur more energy consumption and carbon dioxide emissions that make existing algorithms not applicable to bandwidth constrained applications. In this paper, for the first time, we address the bandwidth aware minimum power multicast routing problem in wireless networks where the objective function is to minimize the total power consumption subject to the users?? bandwidth requirements. This problem is a challenging cross-layer design problem that requires seamless and sophisticated integrated design in the network layer (multicast routing) and physical layer (bandwidth-aware wireless transmission and power control). We first formulate this problem as a mixed integer linear programming problem and then propose a Lagrangian relaxation based algorithm to solve this problem. Numerical results demonstrate that the proposed approach is a sound green networking algorithm that outperforms the existing power efficient multicast routing approaches under all tested cases, especially in large bandwidth request, fine radius granularity, large group size and sparse network.     

A novel hybrid immune-based GA for dynamic routing to multiple destinations for overlay networks

Overlay networks play an important role in group communication applications in Internet. These applications require better efficiency in terms of delay, cost and load balancing. This paper presents an artificial immune system (AIS)-based hybrid genetic algorithm for the construction of Quality of Service (QoS) multicast tree among multicast service nodes in overlay network which optimizes path delivery, load-balancing variance and cost under bounded delay–degree constraint. This paper proposes an alternative AIS-based approach to handle the constraints instead of penalty function in overlay multicast routing problem. The clonal selection method of AIS is incorporated into the genetic algorithm (GA) to improve the diversity–convergence relationship which leads to optimized results. Proposed algorithm has the following features: (1) embedded problem specific local search function along with random point crossover to fine tune the search; (2) AIS principle is used to solve the constraints in GA; (3) clonal selection method to get the optimized results. Adaptable procedure is embedded into algorithm to handle the end user join/end user drop. Non-parametric statistical analysis has performed to show the significant difference among the proposed and existing algorithms. Simulation results reveal that our proposed algorithm produces better results in terms of cost, average path length, user rejection rate and convergence. Statistical analysis is also performed to assure the significance of the differences among the tested algorithms.     

Overlay多播网络中带度约束的最小带宽多播树的求解

本文研究了Overlay网络中带有度约束的最小带宽多播路由问题,建立了相应的数学优化模型,设计了求解模型的启发式算法,对算法的复杂性进行了分析,并进行了数值模拟。