批量放号阶段VoLTE网络容量瓶颈的解决方案

VoLTE批量放号之后,CS域和IMS域的互通话务越来越多。导致GMSC和MGCF的容量利用率激增,成为放号阶段最严重的网络容量瓶颈。根据历史统计数据,得出有效VoLTE用户转化率。然后根据转化率、本地话务模型、设备软硬件License特性,精确分析批开过程中的网络资源状况。当GMSC和MGCF设备容量利用率过高、可能影响业务时,采用紧急分流方案,把业务临时疏通到同一个GMSC Server或者MGCF下面的其它MGW。通过MGCF和GMSC网元融合可以更彻底的解决这个问题。本文结合实际工作介绍了两种比较常用的融合方案:仅GMSC Server替换、GMSC Server和GMGW升级。前者主要用于华为关口局。后者主要用于爱立信关口局。

随机网络瓶颈容量扩张相关机会规划模型

文章研究的问题为,在不确定环境中,怎样去增加网络中一组边的容量到一个指定的容量,以至于网络瓶颈扩张的费用不超过给定的总费用上限的概率尽可能的大。本文假定每一条边的单位扩张费用Wi是一个随机的变量,它服从一定的概率分布。带有随机单位扩张费用W的网络瓶颈容量扩张问题可以根据一些规则,列出它的相关机会规划模型的通用表达式。随后,本文将网络瓶颈容量算法、随机模拟方法和遗传算法合成在一起,设计出该问题的混合智能通用算法。最后,给出数值算例。

随机型网络瓶颈容量扩张的机会约束模型与智能算法

文章研究的问题为,在不确定环境中的机会约束下,怎样去增加一组边的容量到一个指定的瓶颈容量,以至于网络瓶颈扩张的费用最小。本文假定每一条边的单位扩张费用wi是一个随机变量,服从一定的概率分布。带有随机单位扩张费用W的网络瓶颈容量扩张问题可以根据一些概率机会约束规则,列出它的机会约束规划模型的通用表达式。随后,本文将网络瓶颈容量算法、随机模拟方法、神经网络和遗传算法合成在一起,设计出该问题的混合智能通用算法。最后,给出数值案例。

一类网络瓶颈容量扩张问题

所研究的问题为,在不确定的环境中,怎样去增加网络中一组边的容量到一个指定的容量,以至于网络瓶颈扩张的费用不超过给定的总费用上限的概率尽可能的大。假定每一条边的单位扩张费用是一个随机的变量,它服从一定的概率分布。带有随机单位扩张费用的网络瓶颈容量扩张问题可以列出它的相关机会规划模型的通用表达式。随后,将网络瓶颈容量算法、随机模拟方法、神经网络算法和遗传算法合成在一起,设计出该问题的混合智能通用算法。

网络瓶颈带宽测量的噪声分析

包对/串技术通过两个/多个背靠背发送的测量包所经历的散布间隔来估测一条路径的瓶颈带宽.本文分析了瓶颈带宽测量中的噪声特性,解释了在不同测量包长和测量包数情况下测量样点的分布.基于噪声分析的结论,文中提出了一种基于信号模式的滤波算法(MBFA,Model-Based Filtering Algorithm),它利用信号模式/特征来增强信号、过滤噪声.

一类网络容量和扩张的纯效益模型及算法研究

研究了一类概率约束下的网络容量和扩张的纯效益模型及算法。网络容量扩张问题在现实生活中是非常常见的,而网络的瓶颈容量对于网络最后容量起着关键的限制,文中考虑的瓶颈容量是网络的容量总和。根据实际问题的需要,研究了要求网络扩张的纯效益最大,带机率约束的网络瓶颈容量和扩张的纯效益模型,并给出了相应的遗传算法。

WDM网络中基于均衡策略的波长分配算法

对WDM光网络中的波长分配问题进行了研究,采用波长均衡分配的思路解决瓶颈容量对网络性能的影响,并给出了一种启发式算法--最大剩余瓶颈容量算法(MaximumBottleneckCapacity,MaxBC)。该算法把负载引起的波长损失均衡地分布在网络中,使得链路的信道容量受到的影响更小。通过仿真比较了MaxBC与MaxSum、RCL算法在网络拥塞概率等网络性能上的优劣。

一类带有限制的网络瓶颈容量扩张问题!

在一些物理网络中,当设施(边的容量等)建立后,由于需求增加,需要调整网络的容量来提高服务水平。调整优化的过程中既要考虑扩张成本,同时也要考虑需要调整的总边数,以尽可能小的影响人们的正常生活。本文研究对于一个给定的网络G,已知边ei的初始容量和单位容量扩张成本,在预算成本和扩张总边数的约束下,如何有效地扩张边的容量至xi,使得系统的容量最大,即max{mine i∈Txi,T是网络G中的生成树}。首先求解两个与之相关的模型,然后通过分析两个相关模型与原问题之间的联系与区别,提出了原问题的多项式时间算法。最后,通过算例说明算法的步骤,并分析了不同参数值对系统容量的影响。

一类网络扩张的机会约束模型与算法

在不确定环境中的机会约束下,怎样去增加一组边的容量到一个指定的瓶颈容量,而使网络瓶颈扩张的费用最小.带有随机单位扩张费用的网络瓶颈容量扩张问题,可以根据一些概率机会约束规则,列出它的机会约束规划模型的通用表达式.将网络瓶颈容量算法、随机模拟方法和遗传算法合成在一起,设计出该问题的混合智能通用算法.最后,给出数值案例.

随机网络瓶颈容量扩张的期望值模型

在不确定的环境下,怎样去增加一组边的容量到一个指定的瓶颈容量,以至于网络瓶颈扩张的费用最小。假定每一条边的单位扩张费用Wi是一个随机的变量,它服从正态分布。带有随机单位扩张费用W的网络瓶颈容量扩张问题可以根据一些概率统计规则,列出它的期望值模型的通用表达式。随后,网络瓶颈容量算法、随机模拟方法和遗传算法将合成在一起,设计出该问题的混合智能算法。最后,给出数值案例。