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。

基于点火耦合神经网络的多约束QoS路由选择算法

本文针对多约束QoS路由选择问题,将其转化为一个多约束的赋权图最短路问题,并建立点火耦合神经网络,通过在其上所具有的自动波生成和传播特性,并在自动波的传播过程中随时监督约束的满足情况,及时取消不满足约束的自动波,从而最先到达目的节点的自动波所走过的路径即为多约束QoS的最优路径。该算法具有高度的并行性,并总是获得全局最优解,所需的迭代次数相对其他算法而言也是最少的。最后本文给出了实验结果及与其他算法的比较。

多约束QoS路由选择算法研究

对于多约束QoS路由选择问题，将其转化为一个多约束赋权图，通过捕食模型调整最小时延和最小丢包率这两个I／1标的权值，找到非劣解集；然后，利用人工鱼群算法较好地平衡全局搜索能力和局部搜索能力，完成最小成本的路由选择。实验表明：该算法是可行的。

基于QoS约束的通信组网链路故障恢复探究

随着网络技术的不断发展,通信网的规模逐渐扩大,网络结构日渐趋于复杂化,发生故障的概率自然就会增高。当通信网出现故障后,必须尽快恢复,否则可能会造成巨大的经济损失,严重时甚至引发各类社会安全风险。智能通信网是解决上述问题的有效策略之一,对网络带宽、时延、丢包率提出了不同的要求。本文对如何恢复网络故障展开了研究,提出了一种基于QoS(Quality of Service)约束的通信组网链路故障恢复方法,根据用户对业务提出的QoS需求以及空闲网络资源,选择恢复路径,确保传输业务的可靠性。在当通信网发生故障后,该方法能够有针对性地快速解决故障,对通信技术的应用与发展具有实用价值。

改进分布式遗传算法多约束QoS移动IP路由选择

结合分布式遗传算法和Cascade模型的优点,提出改进分布式遗传算法,并将改进后的算法用于解决移动IP的多约束服务质量(QoS)路由选择。该算法在分群操作的基础上,根据每个子群进化的优劣程度动态地划分子群大小、控制子群间个体的迁移方向,使路径搜索更快、更好地收敛于最优。

QoS多约束优化路径选择算法

针对H_MCOP算法在QoS多约束最优路径选择中存在产生累积误差,搜索范围不全面 的缺点,提出了一种改进的算法LMS,使用BFS算法双向搜索网络拓扑,在每个节点实时监测最优路 径。最优路径成功率的仿真实验表明,该算法有更低的时间复杂度和更高的性能表现。

基于改进分布式遗传算法多约束QoS移动IP路由选择(英文)

结合分布式遗传算法和C ascade模型的优点,提出了改进分布式遗传算法,并将改进后的算法用于解决移动IP的多约束服务质量路由选择.该算法在分群操作的基础上,根据每个子群进化的优劣程度动态地划分子群大小、控制子群间个体的迁移方向,使路径搜索更快、更好地收敛于全局最优.

多约束QoS多播路由选择优化算法研究

研究了一类通信网络中源节点到目的节点的多约束QoS多播路由选择问题,提出了一种解决此类问题的算法。该算法将带宽、时延、丢失率等QoS参数作为约束条件,用基于最短路径算法构造路径选择函数,并依照该函数修正被选路径,使其满足多约束条件。仿真结果表明该算法有较好的性能和较小的时间复杂度,可以方便地推广到多个QoS参数的情况。

基于多个QoS约束的路径选择算法

寻找同时满足多个独立的QoS约束的路径是一个NP完全问题。提出一种解决多约束路径问题的有效算法———多约束最小跳路径算法(MHMCA),该算法首先利用Bellman Ford最短路径算法进行标记,并删除图中的无用链路,在简化后的图中使用基于堆栈的深度优先搜索算法寻找所有满足约束的最小跳可行路径。最坏情况下,算法的时间复杂度为O(n3)。仿真结果表明,该算法寻找具有最小跳可行路径的成功率高,接近于最优算法。

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。

基于多约束条件反馈的QoS链路选择算法

针对物联网普适定位系统中链路选择需满足多限制条件的要求,提出了一种基于多约束条件反馈的QoS(Quality of Service)链路选择算法。利用无线通信广播特性,将多约束服务质量路由问题转化成满足链路长度、带宽、时延、时延抖动、丢包率和费用等约束条件的最小代价问题。建立了物联网多跳自主链路模型并定义了目标能量函数,利用Hopfield神经网络模型的并行思想将多项约束条件转换为多项式求极值问题。该算法在不改变系统链路选择策略的前提下,避免了选择大量参数的问题,实现了链路自动选择,满足了通信实时快速的要求。

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.

基于多条件约束的QoS路由选择优化算法

基于多条件约束的Qos路由选择优化是提高通信网络效率和性能的核心问题,本文针对一类源-目 的通信网络的QoS路由选择问题,引入动态规划方法在给定丢失率约束条件下给出最小时延的路由选择.

QoS路由选择:问题与解决方法综述

保证服务质量的QoS路由 (QualityofServiceRouting)是网络中解决QoS问题的一项关键技术 .QoS路由的主要目标是为接入的业务选择满足服务质量要求的传输路径 ,同时保证整个网络资源的有效利用 .度量参数选择问题、寻路问题和路由信息不准确问题是QoS路由中的几个主要研究内容 .本文围绕这三个方面 ,介绍了QoS路由中的主要问题及相关的解决办法 ,并探讨了今后QoS路由可能的研究方向 .

多QoS约束的多播路由协议

随着高性能网络、移动网络及Internet的不断发展,具有QoS约束的多播路由技术已成为网络及分布式系统领域的一个重要研究课题.研讨了具有多QoS约束的多播路由问题,其中主要包含延迟、延迟抖动、带宽、代价等QoS约束.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QoS约束的多播路由协议(multicast routing protocol with multiple QoS,简称MRPMQ).MRPMQ试图有效减少生成多QoS约束的多播树的开销.在MRPMQ中,一个多播组成员能够动态地加入/退出一个多播会晤,且不干扰现有的多播树.给出了该协议的正确性证明和复杂性分析.仿真实验结果表明,MRPMQ为多QoS约束多播路由提供了一种新的有效途径.

QoS约束下的链路分离路径问题研究

研究了QoS约束下的链路分离路径问题,建立了2种QoS约束下的链路分离优化路径问题的模型。首先证明无向图的不具备端到端QoS约束的链路分离路径问题可以转化为其链路分裂图的对应问题,而具备端到端QoS约束的相应问题则无法进行类似转换。同时证明2种QoS约束下的链路分离优化路径问题都属于NP完全问题,最后对其近似算法进行研究并对算法进行比较测试。

一种满足带宽和时延约束的选播QoS路由算法

建立一个满足带宽和时延约束的选播通信服务模型,提出相应的选播QoS路由算法。仿真实验结果表明:该算法是有效且切实可行的,它能同时满足带宽和时延的约束条件,较好地平衡网络负载,改善了网络服务质量。

基于蚁群算法的多路径多约束QoS路由研究

多路径多约束服务质量(Quality of Service,QoS)路由问题是无线传感器网络的核心问题之一,由于网络拓扑的不断变化及链路的固有的不精确性,解决这个问题具有很大的挑战性。首先给出无线传感器网络中QoS路由问题描述及调和蚁群算法(Ant Colony Optimization,ACO)的基本算法步骤及其特点。然后在分析了蚁群算法应用于QoS路由问题的可能性的基础上,给出了调和蚁群算法解决多路径多约束QoS问题的算法。最后通过仿真实例得到满意的结果。

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。