基于自适应遗传蚁群算法的SDN路由规划研究

技术的快速发展使网络规模不断扩大,结构日益复杂,传统路由算法已无法满足不同业务服务质量(quality of service,QoS)需求的数据传输。设计了基于软件定义网络(software defined network,SDN)的实时路由规划框架,以有效地管理网络资源。结合遗传算法和蚁群算法的优点,提出基于自适应遗传蚁群(adaptive genetic ant colony,AGAC)的QoS路由算法,通过仿真试验将该算法与遗传算法、蚁群算法在不同网络规模中进行对比,并进行了路由仿真。结果表明:该算法能在大规模网络中通过快速搜索得到多个优选路径,可充分利用正反馈来缩小最大搜索时间,快速找到满足不同业务的最优路径,且面对大规模网络时,效率和稳定性更高。基于自适应遗传蚁群的QoS路由算法在不同业务需求下的寻优能力均得到保障,对比其他两种传统算法寻优效率得到明显提升。

电力通信网业务路由规划算法的研究

本文针对电力通信网业务路由风险高且集中的问题,提出了路由规划算法,先描述电力通信网业务路由的规划问题,以多目标优化算法、强化学习评估重要度,通过设计应用环境分析规划算法的应用效果。结果显示,该算法能更加均衡业务分配,业务容量提升9.04%,业务路径安全性提升20.5%,对实际工程业务部署及路由规划具有良好的指导作用。

基于SDN的QoS测量与路由规划系统设计与实现

采用OpenFlow技术,设计并实现了一套基于软件定义网络的QoS测量与路由规划系统.利用控制器与OpenFlow交换机之间的消息交互,实现SDN中链路时延、负载和丢包率的测量功能.针对QoS路由中存在的"多指标约束限制"问题,根据本文考虑的QoS指标(链路时延、负载和丢包率),改进并实现了一种自适应多指标限制路由算法.实验结果表明:该系统在准确测量链路QoS指标的同时,可以根据测量结果切换符合条件的路由路径,满足系统设计需求.

一种应用于路由规划的实用无环K路算法

在对已有第K条最短路算法进行分析和比较的基础上提出了一种新的无环K路算法。该算法基于最短路计算，具有复杂度较低、收敛快以及无环等特点，在路由规划中的应用以及仿真分析都证明本算法是有效、实用的。

基于高可靠束路径的车载自组网路由规划算法

为提高车载自组网端到端路径存活期,提出一种基于高可靠束路径的路由规划算法LGGR。该算法通过分发网络连通性信息,使每个十字路口的节点可以感知与相邻十字路口节点的连通情况,通过计算十字路口的度、路径段存活期和自逾期确定最佳束路径,从而保证网络高连通性,延长路径存活期。仿真结果表明,LGGR的性能优于AODV、GPSR等算法。

面向电子商务的邮政运输路由规划技术

文章分析了影响邮政运输的主要因素，建立了面向电子商务的邮政运输路由规划层次模型，最后介绍了根据此模型所实现的邮政运输路由规划软件。

基于LSTM流量预测的路由规划和切换

随着近年网络技术的不断发展和演进,用户对网络资源的需求体量越来越大,内容越来越复杂,传统的网络架构很难满足当前灵活的网络需求。软件定义网络的革命性技术思想赋予了网络可编程性和可演进性,实现网络资源更灵活的管理。为了提高网络资源利用率,提出了基于LSTM模型的流量预测,为路由规划提供理论依据。通过提前预测网络流量,在流量激增之前进行防御措施保证网络的安全性和稳定性。实现基于流量预测的路由规划、无损路径切换等功能。

邮政运输路由规划技术及其软件实现

邮政运输路由规划及优化技术的计算机化对提高生产率提供了巨大的潜力。本文在分析邮政运输业务需求的基础上，以实例揭示了实现邮政运输路由规划软件的方法及优越性。

ATM网络虚通道路由规划问题的一种新解法

本文对ATM网络虚通道路由规划问题 (VPR)进行了分析 ,并将此类问题转化为一类瓶颈多选择整数规划问题 (BMCIP) ,针对此类问题特点提出了一种新的有效的求解方案。在改进的启发式群局部搜索基础上 ,采用分枝剪枝方法得到精确解。仿真结果与局部搜索。

电力骨干光传输网业务路由规划

随着智能电网建设的不断深入,电力系统的通信业务将逐渐转向大颗粒IP业务,而电力系统中存在多种业务,各个业务的传输要求也各不相同。因此在电力行业逐渐实现数字化、信息化、IP化的同时,也给电力骨干光传输网的业务传输提出了新的要求。文章通过分析网络中的业务需求,提出在电力骨干光传输网中,对业务进行优先等级的传输,从而提高网络的可靠性的路由规划算法。

ATM网络最小最大信元丢失率路由规划

本文基于ATM网络交换节点 ,建立其数学模型 ,以链路最大信元丢失率最小为目标 ,对ATM网络路由选择作数学规划 ,并进行计算机模拟。结果表明 ,对于简单的拓扑结构 ,最小最大信元丢失率的路由策略和最短路径策略效果类似 ;对于复杂的拓扑结构 ,由于链路信元丢失率差别较大 ,应先计算出各条链路的最大信元丢失率 。

基于校园网的双出口边界网的路由规划

校园网采用双出口边界网的解决方案,可以缓解CERNET与公网互联互通不理想的问题,但会由此导致边界网的路由复杂化。为此,在实施这种方案前,应该对这种边界网路由进行规划,掌握相关流量在边界网中的转发过程,从而有效地调度流量,实现既让外网只能访问内网备案服务器,又让内网主机都能自动选择出口访问外网。

卫星网络时隙分配算法与路由规划优化

星间链路的应用在增加网络连通性和提升网络性能方面是至关重要的。然而,对于大规模、高动态的卫星网络,实时的星间链路设计和路由规划变得非常有挑战性。为了克服这个难点,本文研究了动态卫星网络中的时隙分配与路由规划问题,并将其建模为一个整数线性规划问题。为了降低问题求解的复杂度,该问题被近似地分解为两个独立的子问题,包括时隙分配问题与路由规划问题。第一个子问题仍然是一个整数规划问题,本文结合匹配理论与拉格朗日松弛方法设计了一个低复杂度但是高效的求解算法。然后,针对第二个子问题,考虑业务的优先级,设计了一个低花费的路由算法。最后,仿真结果验证了方法的可行性与有效性。

低轨航空安全监视星座路由规划算法设计与仿真

针对基于低轨星间链路网络的航空安全信息传输的路由规划需求开展了路由规划算法设计,分别设计了多站就近落地、高可靠备份传输以及分区负载均衡等3种算法,并基于星间链路网络仿真平台进行了试验验证,试验结果表明所提出的算法能够满足低轨航空安全监视网络的高效、高可靠传输需求,可以为我国低轨航空安全监视系统建设提供一定的参考。

基于链路失效模型的多级电力业务路由规划

该文从智能电网中电力业务多样性的角度出发,分析不同类型业务对网络的可靠性需求。建立链路失效函数模型,并基于该模型设计面向可靠性的路由规划方法。以网络阻塞率和资源利用率为指标,通过与传统链路失效路由算法的比较分析来验证所提出方法的有效性。传统链路失效路由规划算法忽略了电力业务多样性,对接入网络的业务请求无差别处理,路由规划约束条件相对单一,导致网络阻塞率较高。该文所提路由算法充分考虑了不同业务对网络需求的多样性,依据业务等级调整目标函数并分别进行路由分配,从而降低网络阻塞率,提升网络可靠性和资源利用率。

一种高效的物联网移动Agent路由规划算法

针对现有物联网数据聚合方法存在网络生命周期短和数据传输时延较高等问题,提出了一种高效的基于马尔可夫决策过程(Markov Decision Process,MDP)的移动Agent物联网数据聚合路由规划算法.该算法使用k-中心点算法对物联网设备进行分簇,基于角度的移动Agent分配过程将簇头分成若干组,利用MDP参数(设备和信宿间的欧式距离、设备的剩余能量及其数据优先级)为每组簇头中的每个移动Agent提供路由规划,以实现高效的数据聚合.实验结果表明:与其他方法相比,本文方法在物联网的网络生存周期、能耗、数据传输时延和可靠性方面均有明显的改善.

面向星间链路高动态网络的路由规划算法

伴随着航天技术的发展,卫星导航系统的技术也在不断提高。星间链路是在导航卫星之间建立具有精密测量和数据传输功能的无线网络,作为提高导航系统生存能力的重要手段,对卫星导航系统的建设至关重要。其中,星间链路路由规划算法作为星间链路技术的重要组成部分,也成为了星间链路技术的主要研究领域和方向之一。根据星间链路系统实际运行场景,结合了星间链路网络的特点,综合考虑数据传输时延和卫星节点负载等多种评价指标,基于广度优先算法思想,辅以多种剪枝策略,提出了一种基于多评价因子的路由规划算法。该算法能够在应用于高动态时变网络下寻找前N条最优路径。同时,对从节点间建链路径条数、节点建链情况、路径的开销代价等多种角度对于路由算法的规划结果进行分析验证,为星间链路路由规划中路径的筛选提供理论依据。

基于遗传算法的无线网络传感器路由规划

为了解决无线传感器网络的最优路由控制,设计了一种基于移动代理和遗传算法的最优路由规划方法.移动代理实时移动到发出数据传输请求的节点,将数据进行融合,并通过改进的遗传算法优化到Sink节点的路由,从而最小化路由传输时间和降低传输能耗.对经典的遗传算法从种群初始化方式、个体编码方式、适应度计算方式,以及种群多样性的保证方法等方面进行改进,实现移动代码将数据从源节点到Sink节点的数据传输.仿真结果表明,文中方法相对仅采用移动代理路由规划方法和仅采用粒子群的路由规划方法相比,具有网络传输时间少和网络能耗低的优点,具有较大的优越性.