基于软件定义网络的多约束QoS双路径路由优化方法

针对当前SDN架构存在路由算法复杂度高、QoS流满意度低和单链路故障等问题,提出了一种基于软件定义网络的多约束QoS双路径路由优化算法(SDN_MCQDP)。利用控制器获得全局网络状态信息,生成基于目的节点的有向无环图。在多约束QoS路由选择阶段,通过拉格朗日松弛对偶算法将多约束问题转化为线性规划问题。使用反向链路删减得到满足多约束QoS的节点不相交的双路径冗余链路,使链路故障后的数据传输得到保障。从路由计算时间、链路利用率、QoS流满意度等方面对算法进行仿真实验。结果表明,与MODLARAC、QT、RMCDP_RD、H_MCOP算法比较,SDN_MCQDP能够有效降低传输时延,减少路由计算时间,提高链路利用率,且在链路发生故障后仍能满足QoS需求。

基于免疫——蚂蚁算法的多约束QoS路由选择

针对多约束QoS路由选择问题,将其转化为一个多约束赋权图最短路径问题,选择费用、带宽、时延、丢失率为QoS参数。借鉴人体免疫系统的适应能力和蚂蚁算法的全局寻优能力提出了一种新的融合算法即免疫——蚂蚁算法。免疫算法把目标函数和制约条件作为抗原,目标函数的优化解对应为抗体,使得求解过程的收敛方向得以控制;利用蚂蚁算法产生和更新抗体,抗体交叉、变异操作以及对与抗原亲和力高的抗体进行记忆,均能促进快速求解。实验结果表明:免疫——蚂蚁算法表现出了超越免疫算法和蚂蚁算法的优点,大幅度提高了路由选择的效率。

基于再励学习蚁群算法的多约束QoS路由方法

本文研究了多约束QoS路由问题,给出基于模糊评判的路由模型,实现了多QoS约束的综合优化;同时提出一种再励学习蚁群路由算法对该问题进行求解,算法通过对蚂蚁搜索路径进行评价产生再励信号,并根据再励信号采取了不同的信息素更新策略,提高了算法的寻优能力和收敛速度。仿真实验表明,该算法能快速得到较大程度满足业务QoS要求的路径。

一种基于蚁群系统的多约束Qos路由算法

该文研究了多约束路由Qos问题,其中约束主要包括时延、带宽、延时抖动、成本等。给出了多约束Qos路由的数学模型,并提出了一种基于蚁群系统原理来解决多约束Qos路由问题的算法。仿真实验证明该算法能很好地优化网络资源。

新型混沌遗传算法在多约束QoS路由的应用

针对多约束QoS路由优化问题,提出一种新型混沌遗传算法。算法采用节点序号编码,混沌优化初始化种群,以及能防止产生无效路径的交叉变异策略。利用混沌变量的随机性、遍历性特点有效增加初始种群的多样性,改善了遗传算法早熟的不足。仿真实验证明,该算法适用于较大规模的网络,且具有收敛速度快和稳定性高的优点,是一种解决多约束QoS路由问题的可行、高效的方法。

竞争型脉冲耦合神经网络及用于多约束QoS路由求解

在脉冲耦合神经网络的基础上提出了竞争型脉冲耦合神经网络模型,分析了该模型用于求解网络最短路由时的脉冲波传播特性,并提出了脉冲波任务的产生、分解和状态转换理论,在模型中实现了脉冲波的多约束传播,成功地应用于网络多约束QoS路由问题的求解,并可得到全局最优解。仿真实验表明,与其他算法相比,该方法的计算迭代次数最少,且减少较多;而且迭代次数只与网络路由图中源点与目的点之间的最优QoS路由长度有关,而与节点数、链路数和网络的分布构成复杂性无关,体现出较好的计算性能和优势。

基于捕食模型与蚁群算法的多约束QoS路由选择

针对多约束QoS路由选择问题,将其转化为一个多约束赋权图,求符合最小时延和最小丢包率且满足最小成本的多目标问题。利用捕食模型调整最小时延和最小丢包率这两个目标的权值,快速找到非劣解集;再结合蚁群算法很强的全局寻优能力,完成最小成本的路由选择。实例计算结果证明了算法的可行性。

基于改进蚁群算法的多约束QoS路由方法

高速多媒体网络路由问题是一个多QoS约束的NP-完全问题,提出一种改进蚁群路由算法对该问题进行求解。该算法采取了带记忆的后继节点选择方式,利用蚂蚁已走过的路径启发后继节点的选取;引入了基于目标函数的信息素更新机制,依据目标函数评价蚂蚁路径搜索行为,并根据蚂蚁的表现采取不同的信息素更新策略,提高了算法的寻优能力和收敛速度。仿真实验表明,该算法能快速得到较大程度满足业务QoS要求的路径。

无线多媒体传感器网络中高效多约束QoS路径选择

为满足对环境进行更细粒度和更精确监测的迫切需求,无线多媒体传感网应运而生.对能量受限和拓扑结构动态改变的无线多媒体传感器网络而言,要在其中传送大数据量、大信息量的图像、音频和视频等多QoS约束条件的多媒体业务流,多约束QoS路径选择是一个巨大挑战和迫切需要解决的关键问题.该问题已经被证明是NP全问题.对此,人们提出了多项式时间和伪多项式时间启发式算法.但这些算法都是针对有线网提出的,计算复杂度高或者性能差,无法保证最终解的质量,并不适合无线多媒体传感器网.为此,本文提出一种新型高效的基于改进的模拟退火的多约束QoS路径选择方案,从冷却进度表中起决定作用的两个参数:控制参数T的衰减函数,控制参数T的终值Tf出发,构造出更精细的冷却进度表;此外,还研究了不同随机数发生器对算法搜索性能的影响.理论分析和实验仿真结果表明所提算法是一种高效的多约束QoS路径选择算法,在不牺牲算法复杂度的情况下,能提高最终解的质量,因此在性能方面优于其它现有的算法.

基于蚂蚁算法的多约束QOS组播路由选择

描述了多约束QoS组播路由问题的网络模型,提出了一种解决该问题的改进的蚂蚁算法.该算法对网络进行预处理,生成初始解,并转化为网络的初始信息素分布,利用蚂蚁算法的正反馈特性调整信息量的分配,使之迅速收敛到问题的最优解.仿真表明,算法可以稳定地获得优于现有启发式算法的解,是一种有效的组播路由算法.

多约束QoS组播路由优化算法研究

不确定网络性能参数下的多约束QoS组播路由优化已成为安全组播领域的一个重要研究课题,也是下一代Internet和高性能网络亟待解决的难题。多约束QoS组播路由优化是NP-完全的多目标优化问题。本文概括了多约束QoS组播路由需求,然后重点讨论多约束QoS组播路由优化的约束树算法和智能算法,最后探讨了多约束QoS组播路由将来的一些主要研究方向。

认知无线Mesh网络中基于WTA的多约束QoS组播路由算法

针对认知无线Mesh网络传统的多约束QoS组播路由算法一贯的进行随机初始化种群这一问题,在没有增加智能算法的复杂度的同时,首次将武器-目标分配问题(weapon to target allocation,WTA)应用在群智能算法对初始种群的优化上,基于蚁群算法,将集火射击、分火射击和混合射击的思想加入到对初始种群的设计上,提出一种基于WTA的QoS组播路由优化算法。其目标是满足无线组播业务的QoS约束且不增加算法复杂度的同时,结合蚁群的强鲁棒性和并行性等性能优势。经过实验验证,在网络开销和时延等方面的指标具有很好改善。

多约束QoS动态多播路由算法

YAM和QoSMIC是支持QoS动态多播路由算法,允许多播组成员动态地加入/退出,同时为接收方提供多个可选择的多播接入路径,以满足不同应用的QoS需求。该文在分析这些算法的基础上,研讨了具有延迟、延迟抖动、带宽和代价等多约束QoS的多播路由问题,描述了一种适应于研究QoS多播路由的网络模型,提出了一种具有多约束QoS的动态多播路由算法(MQDMR),MQDMR试图有效地减少生成多约束QoS的多播树的开销。在MQDMR中,一个多播组成员能动态地加入/退出一个多播会晤,且不干扰现有的多播树。仿真实验结果表明,MQDMR比YAM和QoSMIC具有较小的延时和较少的代价。

基于改进遗传算法的多约束QoS路由算法研究

遗传算法良好的全局搜索能力使其被广泛地应用于网络中多约束QoS路由寻址,并取得了较好的成果。然而大部分应用于多约束QoS寻址的改进遗传算法存在无法有效利用网络资源使得网络拥塞、网络过早收敛陷入局部最优解,以及过慢结束的缺点。针对上述问题,对传统遗传算法中的适应度函数和遗传算子做出相应的改进,并通过实验验证提出改进遗传算法。最终,仿真实验表明该算法是可行的,并能在一定程度上克服传统遗传算法的缺点,提高收敛速度,有效避免过早收敛,提高QoS满意率。

智能算法在多约束QOS组播路由优化中的应用

不确定网络性能参数下的多约束QoS组播路由优化已成为安全组播领域的一个重要研究课题,也是下一代Internet和高性能网络亟待解决的难题。多约束QoS组播路由优化是NP-完全的多目标优化问题。概括了多约束QoS组播路由需求,然后重点讨论多约束QoS组播路由优化的智能算法,最后探讨了多约束QoS组播路由将来的主要研究方向。

WDM网络中支持多约束QoS的路由算法

针对波分复用网络中的路由问题,提出一种支持多个服务质量要求的启发式路由算法。该算法基于带宽约束、时延较小、时延波动和包丢失率较低这4个约束条件寻找路径,通过代价函数值调用Dijkstra算法迭代求解。仿真实例证明了算法的有效性。

基于改进蚁群算法的多约束QoS路由优化研究

本文建立了多约束QoS路由模型，并对基本蚁群算法的信息素更新策略进行了改进，提出了一种基于改追蚁群算法的多约束QoS路由优化算法，实例计算结果证明了算法的有效性。

ACS算法求解多约束QoS路由问题

介绍了ACS算法理论,分析了使用ACO算法求解多约束QoS路由问题,给出了多约束QoS路由的数学模型,并进行了仿真实验和结果的分析.

基于免疫-蚂蚁算法的多约束QoS多播路由优化

针对多约束QoS多播路由问题,选择带宽、时延和时延抖动为QoS参数,借鉴人体免疫系统的适应能力和蚂蚁算法的全局寻优能力,提出了一种新的融合算法即免疫-蚂蚁算法。利用免疫算法把目标函数和约束条件作为抗原,目标函数的优化解对应为抗体,使得求解过程的收敛方向得以控制,利用蚂蚁算法产生和更新抗体。实验结果表明,该算法能够明显提高路由选择的效率。

IP Mesh网络的多约束QoS选路研究

多约束QoS路由算法一直是研究重点和难点,是一个有待解决的NP完全问题。针对IP Mesh网络的特点,设计出相应的完全图,并且推出了n个节点的完全图路径总数目公式。提出了一种CBFS_MCP算法,首先用Dijsktra最短路径算法对节点和边进行删减,将完全图简化,再在简化图上用类BFS算法通过"约束条件夹逼"和不断剪枝,寻找一条从起点s到终点t的符合两个约束条件的可行路径。实验结果表明CBFS_MCP算法有着良好的算法性能。