中高速传感器网络中基于服务区分的QoS路由算法研究

基于服务区分,对中高速传感器网络的QoS路由算法问题进行建模和分析.提出基于蚁群优化的路由算法以保证不同的服务有不同的QoS参数,通过设置反向抑制机制来保证不同服务的优先级别.仿真表明,基于蚁群算法与区分服务的路由协议更适合中高速传感器网络对不同业务的QoS需求,而反向抑制保证了高级别服务的优先级.     

基于群代理的QoS-AP算法优化QoS组播路由

针对互联网组播应用中多约束服务质量(QoS)组播路由优化问题,提出一种基于群代理的融合蚁群(ACO)算法与粒子群优化(PSO)算法的QoS-AP算法。首先根据QoS约束,产生多个组播模型。然后利用ACO算法对每个模型和模型中的属性进行评估并放置信息素。再根据信息素值,利用PSO算法调整粒子代理的运动方式来重组组播树。经过多次迭代,最后形成一个满足QoS的最优组播树。通过仿真实验,与现有的PSOTREE、TGBACA算法进行比较。结果表明,该算法能够找出更好的组播树模型,不仅能够满足QoS约束,而且还最大限度地减少了树的成本。     

中高速传感器网络QoS路由算法

通过对中高速传感器网络的QoS路由算法问题进行建模和分析,提出一种改进的基于蚁群优化算法的QoS路由算法,以满足网络中多种混合服务对QoS质量的不同要求。利用反向抑制机制优先保证高优先级别服务的QoS要求。仿真结果表明,该路由协议可以满足中高速传感器网络对不同业务的QoS需求。     

基于分层小生境蚁群算法的WSN中QoS组播路由研究

针对无线传感网络(WSN)的动态网络环境和能量约束的问题,在优化网络动态结构的基础上,提出用分层小生境蚁群算法求解WSN的QoS组播路由的方法.首先依据能耗将网络结构进行分簇分层优化并建立小生境,然后再结合蚁群算法优化QoS组播路由,最后进行能耗分析.该策略在保证能量最优的前提下,降低了路由的时间复杂度和空间复杂度,仿真结果表明了其有效性.     

基于蚁群优化的分布式Qos多播路由方法研究

提出了一种基于蚁群优化的分布式QoS多播路由算法,蚁群算法是解决多QoS约束组播路由问题的一种启发式算法,多QoS约束的组播路由技术是当前实现分布式网络多媒体的关键技术.给出了该算法实现的步骤,还结合多播路由问题的特点对算法进行了改进.通过仿真实验讨论了该方法的性能,并与传统的蚁群算法对比,证实了该方法的有效性.     

基于蚁群算法的多路径多约束QoS路由研究

多路径多约束服务质量（Quality of Service,QoS）路由问题是无线传感器网络的核心问题之一,由于网络拓扑的不断变化及链路的固有的不精确性,解决这个问题具有很大的挑战性。首先给出无线传感器网络中QoS路由问题描述及调和蚁群算法（Ant Colony Optimization,ACO）的基本算法步骤及其特点。然后在分析了蚁群算法应用于QoS路由问题的可能性的基础上,给出了调和蚁群算法解决多路径多约束QoS问题的算法。最后通过仿真实例得到满意的结果。     

多约束条件蚁群优化算法的收敛性分析及其应用

为有效解决无线移动自组网中多约束服务质量(QoS)路由问题,提出结合QoS条件下的改进型蚁群算法.该算法对QoS约束条件进行简化,只考虑影响网络因子的主要指标,提高了算法的工程实用性,并在理论上证明该算法的收敛性.对传统蚁群算法的信息素进行改善,通过对该算法局部和全局收敛性的研究,提出了普遍意义下的收敛条件,为这一类约束条件下的蚁群算法进一步研究奠定了良好的基础.     

改进型量子蚁群算法求解QoS单播路由

针对遗传以及蚁群算法在求解QoS单播路由问题时收敛速度慢和易于陷入局部最优的问题。采用量子蚁群算法求解QoS单播路由,采用量子旋转门实现蚂蚁的移动,用量子非门来实现蚂蚁位置的变异,同时为了确保算法不陷于局部最优,对量子蚁群算法做了改进,并进行了对比实验。实验表明该算法不但克服了遗传以及蚁群算法的易限于局部最优解的缺陷,在收敛速度上也优于相关算法,能较好地解决QoS单播路由问题。     

基于蚁群的Ad Hoc网络多路径路由的改进

在大规模的Ad Hoc网络中,带宽有限,并且节点移动会引起链路频繁中断,从而导致传输时延较大。针对这些缺点,文中提出了加入了链路失效预测的蚁群多路径路由算法LA-ACO （ Location Aided ACO）。通过蚁群算法的分布式计算来寻找多条路由,并利用多路径路由来进行数据包的负载平衡,同时进行链路失效的预测,利用蚁群的正反馈机制完成快速主动路由修复。在仿真得到的结果中可以发现,该算法有较好的寻优能力,并且适应于Ad Hoc网络的拓扑多变化的特性。     

分布式星群网络中基于蚁群算法的通信量分类路由

给出了一种分布式星群网络(Distributed Satellite Cluster Network,DSCN)体系架构,阐明了DSCN拓扑变化的特点。在分析网络状态获取方式和路由计算方法的基础上,提出了一种适用于DSCN的基于蚁群算法的通信量分类路由(Ant Colony Optimization Based Traffic Classified Routing,ATCR)算法。ATCR算法将通信量分为时延敏感型通信量A、带宽敏感型通信量B以及提供尽力而为服务的通信量C,并对蚁群算法(Ant Colony Optimization,ACO)收敛慢的缺点进行了改进。仿真实验表明,ATCR算法提高了收敛速度,可以有效平衡网络流量。通信量A和C的端到端时延要小于未采用通信量分类的改进ACO算法。由于减少了重负载链路的数量及拥塞引起的丢包,ATCR算法在分组递交率上的表现优于改进的ACO算法。     

SIP终端中拓扑感知的P2P中继查找机制实现①

由于Internet采用尽力而为的服务,VoIP系统存在QoS问题。为改善QoS,多数系统采用“应用层路由”方案,该方案关键是如何查找拓扑最优中继节点。结合P2P技术,提出一种拓扑感知的P2P中继查找机制。首先构建一个Cluster Overlay网络来模拟真实的Internet拓扑;在Cluster Overlay网络上设计一种拓扑感知的中继查找算法;最后在SIP终端中实现这种方案。在NS2平台上对Cluster Overlay网络和中继查找机制进行了仿真实验。结果表明：Cluster Overlay网络和真实的Internet拓扑相似度很高,中继查找算法能查找到最优中继结点,从而改进了路径质量。     

Internet中一种基于遗传算法的QoS路由选择策略

随着Internet上支持的多种服务类别对QoS需求的增长,高效的QoS支持显得越来越重要。路由机制是实现QoS保证的关键之一,应将路由选择与QoS相关联。文中给出了QoS路由选择问题的描述,提出了在单点投递(unicast）和多点投递（multicast）情况下,利用遗传算法（genetic algorithm）解决受多个QoS约束的路由选择策略,并对这两种情况进行了仿真,结果表明该策略是可行的和有效的。     

IP网中约束路由的一种算法研究

Internet的迅猛发展对网络提出了更高的要求,而原有的最努力服务不能适应新的应用的需求。为了使Internet继续发展,必须能够提供有服务质量(QoS)保证的服务。IETF提出了几种服务模型和机制来满足用户的需求,比较典型的有集成服务模型、区分服务模型和流量工程。约束路由是流量工程中的一个重要工具。该文分析了延迟的主要组成部分,用M/M/1模型来分析通过节点的时间和节点负荷率的关系,通过限制各节点负荷率提出了一种新的约束路由算法,这种尝试性的算法对约束路由的研究具有一定的启发意义。     

基于移动代理的蚂蚁算法在QoS路由选择中的应用研究

随着Internet上广泛的分布式多媒体应用对服务质量（QoS)需求的增长，各种服务应用对网络所能提供的QoS提出了不同的要求，所以高效率的QoS支持越来越显示出其重要性，而路由机制是实现QoS保证的关键之一。首先对一般性的QoS路由选择问题进行了讨论；在分析了自然界中蚂蚁卓越的选路行为后，提出了一种基于智能蚂蚁算法的QoS路由选择算法（QRAP），接着对QRAP算法进行了修正，使之更加符合应用的需求；然后讨论了该算法基于移动代理（Mobile Agent)的应用框架，并且给出了每个移动代理虚拟上应用模块的实现原理；最后通过实验仿真，验证了该算法应用的可行性和有效性。     

一种分类预计算QoS路由算法

为了满足Internet上各种网络应用的传输服务质量的需求,Internet工程任务组(IETF)先后提出了集成服务/资源预留模型(integrated service/resource reservation protocol,简称IntServ/RSVP)、区分服务模型(differentiated service,简称DiffServ)以及从流量工程角度提出的多协议标记交换(multi protocol label switching,简称MPLS).这些服务模型都需要一个与之相适应的QoS路由机制     

QoS动态路由算法分析

保证服务质量(QoS）的通信是当今网络发展的必然趋势之一。动态路由算法可根据网络拓扑和负载情况实时为业务选择路径。其合理性和有效性对于网络资源的优化使用及网络运行性能起着重要作用。文章阐述了QoS动态路由算法的研究内容：链路量度的选择、选路原则、改进Bellman-Ford算法和Dijkstra算法以及算法的触发,并总结了QoS路由算法目前存在的几个问题。     

一种基于Agent的分布式QoS多播路由算法

针对QoS约束多播路由问题,提出了一种基于Agent的分布式QoS多播路由算法AQRA (Agent-based Distributed QoS Multicast Routing Algorithm).算法利用不同类型Agent之间的通信协作,寻求满足QoS约束要求的多播路由;在获得最优路径的同时可有效避免回路的产生,并且通过灵活的路由切换和锁定机制,保证了路由连接的成功建立.实验结果表明AQRA是一种正确、有效的QoS组播路由算法.     

遗传算法在Overlay-NCS中的应用研究

由于Internet随机、不确定的延时,不能保证基于Internet的远程网络控制系统（NCS）实时性等QoS要求,从而影响NCS稳定性。结合远程NCS数据传输的特点,利用Overlay网能改善基础网络服务QoS性能和遗传算法、模拟退火算法能优化系统Overlay网络费用的特点来保障远程NCS的可靠性。通过实验仿真结果表明,当覆盖网络负载不过大时,该策略能在满足远程NCS系统延时要求的基础上,使控制系统的覆盖网络总费用达到最小化,有助于控制系统在Internet上的部署。     

IP／DWDM光因特网中一种基于人工免疫算法的QOS组播路由算法

本文提出了一种IP／DWDM光因特网中基于人工免疫算法的QoS组播路由算法，当QoS组播请求和需求区间给定时，能够找到一棵基于QoS的柔性费用近优组播路由树。该算法基于人工免疫算法构造QoS组播路由树，并基于波长图对树进行波长分配，将路由和波长分配集成到一个过程中，同时考虑了负载平衡。仿真结果表明，算法为IP／DWDM光因特网中的组播应用构造的QoS组播路由树是可行和有效的。     

下一代因特网QoS路由机制的研究

目前得到广泛应用的因特网是一种尽力而为服务模式的网络,它不能对网上实时多媒体业务提供服务质量保证,传统的路由选择、流量控制与重传机制具有不可预测的时延特性,对时延敏感的媒体信息传输极为不利。随着多媒体应用领域的拓展和网上通信的日益增多,QoS路由越来越成为目前网络研究的热点。文中针对下一代因特网的综合服务模型与区分服务模型的QoS路由机制做了较详尽的探讨,分析了QoS路由算法的研究现状,并探讨了将来的研究方向。