XML路由算法分类研究

目前,由于网络上存在海量的XML信息,针对XML格式数据的过滤及信息的选择性分发成为当前网络通信研究的重点。如何利用大量XPath查询表达式来构造具有高效性和扩展性的XML过滤器,以匹配持续到来的XML文件流,是XML路由算法研究的核心。本文首先介绍XML路由模型,然后对XML路由算法进行分类比较,在此基础上对典型XML路由算法进行归纳总结,最后展望XML路由算法的应用前景。     

基于改进蚁群算法的拥塞规避QoS路由算法

服务质量(QoS)路由算法缺少拥塞规避机制,会影响业务QoS。为此,提出一种基于Ant-Pub&Enco的信息素模型,根据蚂蚁行进方向,利用相反的信息素引导模式以及不同的信息素更新策略进行路由搜索。基于改进蚁群算法设计一种规避拥塞算法求解QoS单播路 由问题。仿真结果表明,该算法能够有效规避网络中的拥塞链路,均衡网络负载。     

一种公平接入的QoS路由算法

主要讨论了在网络负荷较重情况下带宽需求不同的连接公平接入问题,给出了ＱｏＳ路由的最小代价函数并提出一种公平接入的ＱｏＳ路由算法,同时给出了验证算法效益的网络效益函数,最后是实验仿真结果。     

基于LSOT的高速IP路由查找算法

由于因特网速度不断提高、网络流量不断增加、路由表规模不断扩大，IP路由查找已经成为制约路由器性能的重要原因，因而受到广泛重视。目前人们已经提出几种算法用于解决IP路由查找问题，但均不能完全满足核心路由器的要求。该文提出一种基于LSOT的IP路由查找方法，它使用可变大小段表和偏移量表，能适应SRAM和FPGA芯片内存储器容量的变化，具有查找速度高、更新时间快、存储代价低、易于实现等特点，使用FPGA设计能满足10Gbps端口速率核心路由器环境的要求，使用ASIC设计能满足40Gbps端口速率核心路由器环境的要求。     

基于蚁群算法的移动自适应网QoS路由算法

在移动自适应网中,由于无线环境的不稳定性及终端的移动性造成网络拓扑结构不断变化,使网络中端对端的服务质量随时间不断变化.为移动自适应网提供服务质量保证的关键是移动自适应网的QoS路由问题.提出了一种适用于移动自适应网的QoS路由算法.该算法将蚁群算法与移动自适应网的特点相结合,可以高效地在该网络中寻找满足延迟、延迟抖动、带宽、包丢失率、节点跳数和费用等多项指标的QoS路由,从而显著地提高移动自适应网的QoS路由性能.     

HPMR在并行矩阵计算中的应用

为了解决传统并行编程难度大、效率低的问题,提出一种基于MapReduce模型的并行编程方法,在高性能MapReduce平台上实现矩阵并行LU分解。实验结果表明,相比传统并行编程模型,MapReduce模型并行程序可较好满足高性能数值计算需求,其编程简洁性和可读性能有效提升并行编程效率。     

机会网络的RSSI-PROPHET路由算法研究

针对机会型网络提出一种改进的机会网络路由算法RSSI-PROPHET。该算法结合节点接触频率和接收信号强度指示值RSS(IReceived Signal Strength Indication)信息进行设计,并加入一种消息到达通告机制来抑制已达消息副本的扩散。算法不需额外设备支持,不依赖于既存的网络拓扑。仿真结果表明,该算法明显减小了设备缓存空间的消耗,提高了系统效率。     

改进人口迁移算法用于QoS路由优化

研究了带宽、时延等QoS路由问题,针对原人口迁移算法易收敛于局部最优且计算量大,计算时间长的特点,提出了一种改进的人口迁移算法（modified Population Migration Algorithm）,并将其应用于QoS路由选择优化问题。算法采用网络资源消耗和负载分布为目标函数,目的是在消耗网络资源最小的基础上,使负载均衡分布,合理利用网络资源,降低网络拥塞。仿真结果表明,该算法是有效的、稳定的。     

基于启发信息的QoS路由蚁群算法

提出一种改进的路由蚁群算法,算法采用了动态更新的概率替代传统的路由表,引入干扰系数作为启发信息,从而提高了算法收敛速度.通过验证,算法具有更快的收敛速度和较好的吞吐能力.在网络节点出现故障时,该算法能快速地更新节点上信息,使网络趋于平稳.     

一种加权的启发式QoS路由算法

本文推广启发式搜索算法公式,提出了一种基于费用和延迟的加权启发式QoS路由选择算法。根据带宽和抖动等限制条件的不同特性,对费用和延迟加上不同的权值,得到费用最少的QoS路由,并研究了在不同的权值下对搜索性能的影响。仿真结果验证了该算法的有效性。     

基于免疫克隆退火算法的P2P路由算法

为改善P2P网络中传统路由算法存在的不足,结合免疫克隆算法和模拟退火算法的优点,提出一种基于免疫克隆退火算法的P2P路由算法。该算法充分考虑节点间延迟、带宽和费用等差异。实验结果表明,该算法能有效提高路由效率,减少路由延迟,整体性能优于其他路由算法。     

QoS组播路由的并行遗传算法

针对遗传算法应用于服务质量(QoS)组播路由时运算时间长的问题,提出一种基于集群路由器的并行遗传算法,并对集群路由器的体系结构加以改进,使其适用于该并行遗传算法的运行。该算法对种群初始化方法进行改进,使每个从路由器能独立初始化种群,减少主从路由器之间的通信次数,缩短算法收敛的时间。实验结果证明了该算法的有效性。     

基于遗传算法的网络选播路由算法的研究

选播(anycast)通信已被规定为在IPv6中的一种标准通信模型．提出了一种选播通信服务模型，设计实现了一种新的基于遗传算法的网络选播路由算法．网络仿真模拟实验结果表明：该算法能以较短的时延达到局部最优．较好地平衡网络负栽，提高了网络搜索速度和网络资源的利用率，改善了网络服务质量．     

无线传感器网络簇间路由算法研究

基于簇的无线传感器网络路由协议,是目前国际上研究的重点之一。在目前研究中,往往假设簇首之间可以直接通信,忽略了簇间路由的建立过程。在讨论簇间路由问题域及其形式化描述的基础上,提出了一种簇间路由算法,着重对算法的设计思想和工作过程,包括簇间连通性、簇间路由建立与维护,以及簇间路由链路质量评估等问题进行了分析和论述。算法充分考虑了簇首选举和簇重组对簇间路由建立造成的影响,对动态簇组织协议有很好的支持能力,符合当前基于动态簇的无线传感器网络协议设计方向。     

降低路由开销的ZigBee路由算法研究

ZigBee技术是为无线传感器网络技术设计的一项新兴的低成本、低功耗的短距离无线通信技术。在分析ZigBee路由机制的基础上,针对控制分组的传输范围和转发方向提出降低路由开销的改进方案,并与原算法进行仿真分析。     

改进型PSO算法在VRP中的应用

运用罚函数法将约束优化问题转化为无约束优化问题,同时采用实数编码方案,将离散的车辆路径问题转化成准连续优化问题,在此基础上,用改进的粒子群优化算法求解最优值.改进的粒子群算法引入了杂交PSO模型和变异算子.仿真实验结果表明,该算法在保持粒子种群多样性、提高收敛速度和搜索精度、扩大搜索范围、避免过早收敛于局部极值点等方面...     

HPMR内存管理模块优化设计

HPMR系统是一个采用MapReduce模型的高性能计算软件支撑平台,它改进了MapReduce模型以适应高性能计算的需求。高效的HPMR系统内存管理模块是保证其效率的重要模块。HPMR系统中有两个角色,Master和Worker。Master负责从输入数据文件中读入数据块并分配给Workers。Worker负责接收master分配的数据块、管理map函数的输入输出模块的输入输出数据、管理reduce函数输入输出数据。目前的内存管理模块存在管理通信冗余、管理低效、数据处理并行不足等缺点。本文根据成熟的内存优化理论,重新设计了HPMR底层的数据管理机制,提出了基于内存池的内存管理。实验表明,新的内存管理模块是保证HPMR系统高效的必要条件。     

一种减少网络振动的智能路由选择算法设计

近来,研究人员开始关注基于数据驱动的智能网络协议设计方法,以此取代依赖人类专家的传统协议设计方式.智能化路由技术也随之得到快速发展,但仍存在亟待解决的问题.研究了当前智能路由算法在路由更新过程中带来的大范围路由抖动以及转发效率下降问题.提出了一种路由抖动抑制的智能路由选择算法FSR(flap suppression routing),在追求全网链路负载均匀、转发资源高利用率的同时,寻求与现有路由策略最相似的更新方案,使得每个路由更新周期的路由抖动减小,缩短路由收敛时间,提升网络整体转发性能.实验表明：FSR算法能显著提升路由收敛速度,与对照算法相比提升约30%的网络吞吐量,同时降低路径长度和拥塞概率.     

基于布线资源图的FPGA互连测试算法

分析基于静态随机访问内存的FPGA开关盒互连资源,提出一种自动生成且与应用无关的测试配置集算法,通过建立布线资源图,根据线网的走向动态设定各边的权重,利用改进的Kruskal算法,自动产生测试配置集。对于FPGA不同的互连结构,该算法对互连资源中的开路和短路故障的覆盖率能够达到100%,且具有测试配置个数少、运行速度快以及与具体硬件结构无关等优点。     

适用于路由算法研究的动态网络仿真系统

合适的网络模拟系统是进行智能路由算法研究的支撑环境。采用基于事件驱动的方法,研究实现一个动态网络路由仿真系统。给出构造网络拓扑、生成流量负载、实现网络协议、展现性能结果的设计过程。实验结果表明,该模型能对网络动态和非精确状态信息进行有效模拟且支持群体智能路由仿真。