IP/DWDM光Internet中智能QoS组播路由算法

提出了一种IP／DWDM光Internet中基于蚁群算法的智能QoS组播路由算法。给定QoS组播请求与用户延迟需求区间,提出的算法寻找一棵基于柔性QoS的成本近优组播路由树。它基于蚁群算法来构造组播路由树,并基于波长图思想对组播路山树进行波长分配,一体化考虑组播路由选择和波长分配问题,同时还考虑了IP／DWDM光Internet中的负载均衡问题。仿真研究表明,算法是可行和有效的。     

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。     

NGI中一种混合智能QoS组播路由算法

针对满足多个约束条件的服务质量（Quality of Service,QoS）组播路由的特点,提出了一种下一代互联网（Nem Generation Internet,NGI）中基于粒子群优化（Particle Swarm Optimization,PSO）和遗传算法（Genetic Algorithm,GA）的混合智能QoS组播路由算法。给出了QoS组播路由问题模型及其数学描述,结合PSO的快速搜索和GA的全局寻优能力,解决了多约束QoS组播路由问题,并在多个实际的和虚拟的网络拓扑上进行了仿真实现与性能评价。仿真结果表明,本文提出的算法是可行和有效的。     

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。     

IP/DWDM光Internet中的一种公平智能QoS组播路由机制

QoS（Quality of Service）与组播是IP/DWDM光Internet中应该具备的基本能力.本文研究了IP/DWDM光Internet中的公平智能QoS组播路由机制.在所提出的机制中,QoS需求的区间表示形式体现了对柔性与异构QoS的支持;根据微观经济学理论,建立基于Kelly/PSP模型的定价策略,体现组间公平性;使用下游链路均分方法在组成员之间分摊费用,体现组内公平性;基于点火耦合神经网络,建立智能QoS组播路由算法.以上各方面有机结合,构成IP/DWDM光Internet中的公平智能QoS组播路由机制.仿真结果表明,该机制是可行和有效的.     

一种考虑不确定信息的QoS单播路由改进算法

考虑到IP网络中存在大量不确定信息及其对多媒体业务的QoS(Quality of Service)的影响,本文设计了一种基于多路径和延迟划分的QoS单播路由改进算法,该算法在保证一定的选径成功率的基础上,有效地降低了算法的时间复杂度;在网络仿真器NS上的仿真分析结果表明了该算法在丢包率和满足端到端延迟约束的概率等性能指标上,具有良好的性能特性。     

NGI中一种微观经济学模糊QoS单播路由机制

本文设计并仿真实现了一种微观经济学模糊OoS单播路由机制,通过适合隶属度函数对边做出模糊综合评判,通过博弈分析确定网络提供方与用户在边上的效用能否达到Nash均衡态,通过基于双向Dijkstra算法及中间链表加速方法的启发式选路算法,使得在找到的路径上不仅用户的QoS需求得到满足,而且双方的端到端效用达到或接近Nash均衡下的Pareto最优。仿真结果表明,同基于Dijkstra的路由机制和基于模糊塔的QoS单播路由机制相比,该机制具有较好的性能。     

基于信息素优化的蚁群算法求解QoS单播路由问题

蚁群算法是一种新型的启发式智能算法,它具有较好的适应性、较强的搜索能力和鲁棒性。依据这些特点,运用蚁群算法求解QoS单播路由这一多约束的NP难问题的方法。在此基础上提出根据时间变化来控制信息素阈值的优化措施,通过与传统蚁群算法的对比仿真实验,验证算法改进的有效性,并对实验结果进行分析。     

IP/DWDM光Internet中的一种并行公平智能QoS组播路由机制

QoS需求的区间表示形式体现了对柔性与异构QoS的支持;根据微观经济学理论与方法,建立基于Kelly/PSP模型的定价策略,体现组间公平性;使用下游链路均分方法在组成员之间分摊费用,体现组内公平性;基于并行化点火耦合神经网络,建立智能QoS组播路由并行算法,充分挖掘点火耦合神经网络内在的并行能力,而且具备对网络规模与问题规模的良好可伸缩性。以上各方面有机结合,构成IP/DWDM光Internet中的并行公平智能QoS组播路由机制。仿真结果表明,该机制是可行和有效的,其时间效率优于相应的串行算法。     

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。     

一种基于博弈论方法的模糊QoS单播路由机制

下一代互联网NGI(Next-Generation Internet)需要提供服务质量QoS(Quality of Service)路由能力.一方面,由于NGI网络状态难以精确测量与表达,因此QoS路由基于的信息应该是模糊的.另一方面,随着网络运营的渐趋商业化,付费上网要求实现QoS计费,而网络提供方与用户的利益冲突要求实现双赢.该文设计并仿真实现了一种基于博弈论方法的模糊QoS单播路由机制.该机制由边评判、博弈分析和选路组成,通过适合隶属度函数对边做出模糊综合评判,通过博弈分析确定网络提供方与用户在边上的效用能否达到Nash均衡态,通过启发式选路算法使得在找到的路径上不仅用户的QoS需求得到满足而且双方的端到端效用达到或接近Nash均衡下的Pareto最优.仿真结果表明,同基于SPF(Shortest Path First)的单播路由机制和基于模糊塔的QoS单播路由机制相比,该机制具有较好的性能.     

基于效用和量子遗传的柔性QoS单播路由机制

本文基于模糊数学、微观经济学和群体智能相关知识,引入服务质量QoS满意度和效用,设计了一种柔性QoS单播路由机制,应用量子遗传算法,寻找使网络提供方效用和用户效用达到或接近最大且尽可能均衡的QoS单播路径。仿真结果表明,该机制是可行和有效的。     

一种基于博弈论的智能QoS静态通信量疏导模式

支持服务质量与提高带宽利用率是IP/DWDM光Internet需要解决的主要问题之一。该文引入博弈论知识和分层图思想,以最小化网络资源占用率和最大化总体QoS满意度为目标,设计了一种基于人工免疫算法的静态通信量疏导模式,支持网络提供方效用与用户效用的Nash均衡。仿真研究表明,该模式是可行的和有效的。     

NGI中一种基于食物链算法的柔性QoS组播路由算法

针对下一代互联网（Next Generation Internet,NGI）难以精确测量和用户服务质量（Quality of Service,QoS）需求难以完全表达的特点,设计了一种基于食物链算法（Food Chain Algorithm,FCA）的柔性QoS组播路由算法。给出了QoS组播路由问题模型及其数学描述,针对NGI中QoS参数信息不精确和用户需求柔性的特点,通过博弈分析确定用户和网络方在边上的效用能否达到Nash均衡,基于模糊数学的相关知识并结合FCA的寻优能力,找出在给定条件下用户效用、网络方效用和满足用户QoS需求的可信度同时达到最大的组播路由树。对算法进行了仿真实现与性能评价,结果表明,它是可行和有效的。     

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。     

IP／DWDM光因特网中的一种支持柔性QoS的并行一体化多播路由算法

本文研究了IP／DWDM光因特网中支持柔性QoS的并行一体化多播路由算法。对IP／DwDM光因特网中的多播请求及用户提出的端到端延迟需求区间，提出的算法一体化地解决路由选择和波长分配问题。目标是在考虑网络负载均衡的前提下，寻找一棵费用次优的多播树，并且满足用户QoS需求。该算法基于粗粒度并行遗传模拟退火算法构造多播树，基于波长图思想在多播树上进行波长分配。仿真研究表明，该算法是可行的，并且具有较好的性能。     

NGI尺度收缩混沌变异QoS组播路由算法

IP／DWDM光Internet是下一代互联网主要组网技术之一,服务质量组播路由算法是其一个研究热点,已经证明它是NP完全的。为此设计了一种非NP类算法,基于尺度收缩混沌变异进化算法,构造一棵带宽,延迟,延迟抖动和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。仿真研究表明,该算法是可行和有效的,较好地克服了传统遗传算法的早熟和收敛性差的问题。     

基于蜂群的ABC支持型QoS单播路由机制

下一代互联网NGI(Next-Generation Internet)需要提供服务质量QoS(Quality of Service)路由,支持总最佳连接ABC(Always Best Connected).但是,由于链路状态的难以精确测量与用户QoS需求的难以准确表达,因此路由机制应该具备处理模糊信息的能力.同时,在网络运营日益商业化的环境下,路由时应该兼顾网络提供方与用户利益,支持各方效用共赢.为此,本文引入模糊数学和微观经济学有关知识,设计了一种ABC支持型QoS单播路由机制.该机制采用区间描述用户柔性QoS需求,使用边适合隶属函数适应链路状态不精确,引入边带宽定价、边评判和路径评价,基于蜂群算法,寻找使用户与网络提供方效用达到或接近Nash均衡下Pareto最优的QoS单播路径.仿真结果表明,该机制是可行和有效的.