基于蚁群算法的自适应QoS路由优化

Internet网络规模的迅速增长和网络技术的不断完善,使得如何在满足QoS(quality of service)要求下进行路由选择,已成为路由算法研究的重要方向。本文提出了一种多约束条件下的自适应蚁群算法,该算法基于目标函数的信息素分配策略来自适应的调整蚂蚁的搜索行为,使多约束QoS路由优化问题得到了很好的解决。     

基于距离向量深度的多约束路径选择算法

 为各种应用提供不同的服务质量(Quality of Service,QoS)保证是下一代高速网络面临的一个重要难题,而服务质量路由(Quality of Service routing,QoSR)则是其中的一项核心技术.本文针对不精确状态信息下的多约束QoSR问题,建立了一种用于求解此类多约束QoSR问题的临界点模型,提出了一种基于距离向量深度的多约束QoS路径选择算法(MCPSA),该算法以已有的QoS路由预计算算法为基础,设法选择一条能够最大程度适应不精确网络状态信息的路径,理论分析表明该算法具有一定的优势.最后,结合已有的路由预计算算法进行了大量的仿真试验,结果表明MCPSA具有很强的问题求解能力,能够有效克服路由状态信息的不确定性.     

基于蚁群算法的自适应QoS路由优化

Internet网络规模的迅速增长和网络技术的不断完善，使得如何在满足QoS（quality of service）要求下进行路由选择成为路由算法研究的重要方向。提出了一种多约束条件下的自适应蚁群算法，该算法基于目标函数的信息素分配策略来自适应地调整蚂蚁的搜索行为，使多约束QoS路由优化问题得到了很好的解决。     

基于信源路由的时延受限点到点路由算法

本文研究了网络路由中的一个NPC问题:时延受限最小代价路由问题.文中提出了一个理论框架,并给出了多个简单有效的启发式算法,在满足给定时延约束条件可行路径存在时,算法总能找到满足约束条件的代价优化路径.文中提出的启发式算法复杂性为O(|V|²)且在线复杂性为O(|V|).仿真显示算法取得了良好的平均代价性能.最后将模型扩展到多QoS限制条件下的路由问题.     

WMN中基于免疫算法的QoS路由研究

无线Mesh网络的路由技术是影响网络性能的一个关键问题。针对无线Mesh网络的QoS多约束路由算法难于找到最优路径的问题,提出了一种基于免疫算法的路由算法,利用免疫算法的寻优能力,实现了无线Mesh网络QoS多约束条件下的最优路径选择,并与基于遗传算法的路由算法进行了比较。实验结果表明,利用免疫算法获得满足QoS要求的最佳路径时,不容易陷入局部最优,且收敛速度快,性能优越,更符合无线通信实时性的要求。     

基于遗传算法的求解复杂计算机通信网路由选择的新策略

求解计算机通信网路由选择是一个多约束条件的非线性优化问題,当变量和约束条件较多时,难以求得最优解。本文以遗传算法的基本思想为基础,提出了一种新的遍历匹配选择法。通过实例计算,采用这一选择方式的遗传算法能快速求出问题的全局近似最优解,且具有较高的计算精度。     

一种基于计算智能的组播路由算法

在通信网络中,多约束组播通信是提高网络运行效率和服务质量的重要途径。一些启发式的算法已经被用来解决多约束条件下的组播路由问题,如模拟退火算法,遗传算法,蚁群算法和粒子群优化算法等。然而,这些算法在求解多约束组播路由问题时存在收敛速度低和计算复杂度高的问题。萤火虫群优化(GSO)算法是一种近期在计算智能领域出现的卓越算法,它可以在一定程度上解决多约束组播树生成过程中收敛速度低和计算复杂度高的问题。提出了一种基于GSO的多约束组播树生成算法(GSO-MCM)。该算法可有效生成满足多约束要求的组播路由树。仿真结果表明提出的GSO-MCM算法在求解和收敛速度,以及网络规模适应性方面均有良好的性能。     

QoS约束的链路故障多备份路径恢复算法

链路故障的恢复,不仅仅是选择一条连通的备份路径问题,还应考虑网络业务故障恢复过程中的QoS需求。针对此问题,该文基于多备份路径策略,构建概率关联故障模型和重路由流量丢弃量优化目标。并基于该优化目标,以业务的QoS需求为约束,建立故障恢复问题的数学模型,提出一种QoS约束的链路故障多备份路径恢复算法。该算法构建单条备份路径时,以最大程度地减少重路由流量丢弃为目标,并采用改进的QoS约束的k最短路径法进行拼接,且给与高优先级链路更多的保护资源。此外还证明了算法的正确性并分析了时间空间复杂度。在NS2环境下的仿真结果表明,该算法显著提升了链路故障恢复率和重路由流量QoS满足率,且QoS约束条件越强,相较于其它算法优势越明显。     

基于遗传算法的多目标多路径优化选择算法研究

依据遗传算法GA（Genetic Algorithms）基本原理，文章提出一种多目标多路径选择算法，在给定多个目标约束条件下，能够解出多个近优路径，以满足驾驶员不同偏好的路径选择，并对每一目标设计出了相应适应度函数。实验结果证明能有效解决多目标多路径不重叠路径选择问题，能为驾驶员提供更好路径选择满意度。和目前已有其它方法相比，减少了路径搜索计算时间和复杂度。     

具不确定信息的延迟受限QoS路由研究

QoS路由的目的是找到一条或多条具有足够资源,以满足某种约束条件(如延迟,带宽等)的路径。在实际情况中,关于链路状态的信息并不总是确定的,这种不确定性对QoS路由的选择有着不可避免的影响。探讨其原因,在约束条件为延迟保证的前提下,讨论处理不确定信息的QoS单播路由算法。