移动自组织网络路由选择算法研究进展

移动Ad Hoc无需基础设施,可支持高动态的移动数据通信,具有广泛应用的前景。然而,其高动态特性导致互联网现有路由协议不再适用。近年来学者针对Ad Hoc网络提出了大量的路由选择算法。给出了各种路由技术分类方法,简述了Ad Hoc网络的基本路由协议和路由选择算法,进而从预测模型、能量模型、位置信息、服务质量控制和安全支持等5个角度,深入分析了当前Ad Hoc网络路由选择算法的最新研究进展。预测模型通过基于历史信息的移动预测,降低了路由选择的时间代价;能耗模型则采用适当的数学模型来描述网络能耗情况,在选路过程中实现了分组传送的能耗最小化和能量负担均衡之间的权衡;基于位置的路由选择算法根据节点的地理位置来标识目的地,从而利用该地理位置信息进行路由选择;服务质量感知的路由选择算法在本地计算中考虑带宽、延迟、能量和电池生命周期,从而在选路过程中提供了服务质量支持;安全路由选择算法则利用适合移动Ad Hoc网络的密钥、哈希链、电子签名等技术对协议交互消息进行加密来保障网络安全。最后从通信开销、计算和存储开销、路径数量、关键节点的存在性以及算法类型等方面详细对比总结了近年来提出的30余种典型路由选择算法,指出了各自的特点和适用范围,并从预测模型、能量模型、位置信息、服务质量控制和安全支持等5个角度展望了该领域的未来发展方向。

基于蚂蚁算法的分布式QoS路由选择算法

本文基于蚂蚁的自组织能力描述了一种新的分布式动态路由选择方法 ,针对当前通信网中存在的服务质量问题提出了QoS保证的分布式路由选择算法 (DQRA)。DQRA能以并行的方式解决网络中呼叫的时延和带宽分配问题 ,避免了NP 完全问题。算法简单 ,易于实现 ,能有效地解决大型网络的负载平衡问题。本文选择了OPNET仿真环境对网络进行实时仿真 ,通过和最小代价算法的比较 。

免疫组播路由选择算法

研究了带宽延时受限、费用最小的QoS组播路由问题 ,并提出了一种解决该问题的免疫算法 .免疫算法的核心在于免疫算子的构造 ,而它又是通过接种疫苗和免疫选择两个步骤来完成的 .根据QoS组播路由问题 ,给出了免疫疫苗选取与免疫算子构造的具体方法 .将免疫算法应用于组播路由选择 ,是通过在基于遗传算法的组播路由选择的基础上引入免疫算子来实现的 .该算法采用的进化算子简便、高效 .仿真实验表明 ,该算法不仅有效可行 ,而且较好地解决了标准遗传算法中出现的退化现象 。

Ad Hoc网络中基于蚁群优化的路由选择算法

为了降低AdHoe网络拥塞程度，减少节点能量消耗，将蚁群优化算法应用于改进Adhoe网络的路由选择问题上，提出一种在Adhoe网络中基于网络有限带宽和剩余能量信息的路由选择算法。根据蚁群优化算法中的信息素浓度对路由选择进行调整，使路由选择实现分布式全局优化。仿真结果表明，该算法可以使平均端到端延迟从0．75s降低到0．28s，网络生存时间延长30％，提高了网络资源利用率。

性能优化的认知无线电网络安全路由选择算法

针对认知无线电网络可用频谱动态变化的特点和认知节点存在有意或无意丢包干扰问题,将跳数最少、鲁棒性强和路由安全等级高作为路由选择标准,提出了一种路由选择算法。跳数最少可简化数据传输过程;鲁棒性强可保证在可用频谱动态变化时,数据稳定传输,提高网络吞吐率;路由安全等级高可以减少由于转发节点存在的有意或无意干扰而引起的数据包丢失。给出了算法的具体实现步骤,理论分析和仿真实验表明该算法是高效和可行的。

基于神经网络的动态路由选择算法

在分析了网络中基于QoS组播路由问题的基础上,文章给出了基于Hopfield神经网络的动态路由选择算法的模型。仿真研究表明该算法具有良好的分布特性和智能决策能力,此方案不仅保证了带宽、端到端延时和延时抖动,优化了路由树的代价,而且有效地控制了算法的复杂性,是一种快速动态组播路由算法,能实现全局网络资源利用的优化,容易扩展到大型网络中应用。

一种新型流量工程动态路由选择算法

提出一种基于时延、跳数和链路优先级的路由算法,通过引入链路优先级的概念,加快了路由算法的收敛速度,通过理论分析详尽说明了算法的设计思想和相对于现有算法的优越性.

基于免疫遗传算法的多约束QoS路由选择算法

该文针对多约束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。设计了一个基于免疫遗传算法的QoS路由选择算法 ,该算法主要利用生物免疫机制中的抗原识别、抗原记忆和抗体的抑制、促进作用来控制收敛方向 ,促进快速求解。实验表明本文提出的算法具有较好的性能 ,大幅度地提高QoS路由选择的效率。

基于GMPLS的动态分布式WDM网状网恢复路由选择算法研究

提出了一种在GMPLS体系下的分布式业务路径和恢复路径在线选路算法,以使光网络在动态业务请求下能有效的利用波长资源。由于该算法对业务路径和恢复路径的选择进行了联合优化,其性能更优于独立业务路径恢复算法(SSPR)。仿真结果表明,利用该算法时业务路径和恢复路径占用的网络总资源明显小于SSPR算法,而恢复时间只比SSPR算法略有增加。

基于宽带的单路径LSP流量工程路由选择算法

从算法的触发、L SP头端节点和尾端节点的确定、算法模型等几方面出发 ,提出并实现了一种基于带宽的单路径流量工程路由选择算法 ,并通过仿真实验证明了该算法的可行性和优越性 .

多约束条件下路由选择算法研究

采用遗传算法和蚁群算法相结合的融合算法,继承了遗传算法和蚁群算法的优点,在求精解效率上优于遗传算法,在时间效率上优于蚁群算法,能很好地实现多约束条件的最优路径计算,测试证明融合算法优化性能和时间性能都取得了很好的效果。

基于加权公正队列的QoS路由选择算法

基于 Bellman- Ford最短路径算法提出了一种修改的 Qo S路由选择算法 ,给出了仿真结果 ,并与其它 Qo S路由选择算法进行了比较 。

Ad Hoc网络中基于蚁群优化的路由选择算法

为了降低Ad Hoc网络拥塞程度,减少节点能量消耗,将蚁群优化算法应用于改进Ad Hoc网络的路由选择问题上,提出一种在Ad Hoc网络中基于网络有限带宽和剩余能量信息的路由选择算法。根据蚁群优化算法中的信息素浓度对路由选择进行调整,使路由选择实现分布式全局优化。仿真结果表明,该算法可以使平均端到端延迟从0.75 s降低到0.28 s,网络生存时间延长30%,提高了网络资源利用率。

Ad Hoc网络中基于蚁群优化的路由选择算法

为了降低Ad Hoc网络拥塞程度，减少节点能量消耗，将蚁群优化算法应用于改进Ad Hoc网络的路由选择问题上，提出一种在Ad Hoc网络中基于网络有限带宽和剩余能量信息的路由选择算法。根据蚁群优化算法中的信息素浓度对路由选择进行调整，使路由选择实现分布式全局优化。仿真结果表明，

移动自组织网络路由选择算法研究进展

移动Ad Hoc无需基础设施,可支持高动态的移动数据通信,具有广泛应用的前景。然而,其高动态特性导致互联网现有路由协议不再适用。近年来学者针对Ad HOC网络提出了大量的路由选择算法。给出了各种路由技术分类方法,简述了Ad Hoe网络的基本路由协议和路由选择算法,进而从预测模型、能量模型、位置信息、服务质量控制和安全支持等5个角度,深入分析了当前Ad Hoc。

基于簇的渐近式路由选择算法

路由选择算法是用于决定计算机网络每个结点输入的信息包应当从哪一个输出线路发送出去以便使得某种指定的费用最小．提出了一种新的有效路由算法，以使路径总延迟最小．该算法采用了分簇及渐近式路由方案，从而获得近似最优解．采用簇划分的方法可以减少网络路由算法的运算规模，实现逐步求解．与其他已知类似算法相比较，该算法具有较小的时间复杂性．

时延约束费用最小路由选择算法

给出了两种新的边选择函数———费用下限函数 (LBC)和最大剩余时延 费用下限函数 (LBC RDM) ,并提出了时延约束费用最小路由的DCLC LBC和DCLC LBCRDM算法 ,大量随机网络模拟结果表明 ,DCLC LBC和DCLC LBCRDM算法性能相近 ,在费用竞争性和平均路由长度等指标上均明显好于目前的DCLC

基于多Agent系统的智能路由选择算法

路由选择是计算机网络的关键技术之一 ,其优劣直接影响着网络的服务质量和网络资源的负载平衡程度 .文中针对多Agent系统的特点和目前路由选择算法的不足 ,提出了基于多Agent系统的智能路由算法 ,该算法不仅有智能决策能力 ,而且有良好的分布特性 .

路由选择算法的JAVA实现

就网络层中的路由选择算法进行了归纳和总结 ,并使用 JAVA语言编写出最短通路路由选择算法的具体程序。

基于流量控制的路由选择算法

针对网络上当流量大时,路由无法有效的分配通路的情况,解决由流量控制的路由选择算法。在传统的求最短路径的路由选择算法的基础上进行扩充,加入以DFS(隐枚举)算法为核心的流量淘汰算法,使流量选择网络通路时,能有效的考虑网络带宽因素,减少拥塞概率,增加网络吞吐量。作者根据现有路由选择算法的基础上,使用DFS技术对网络流量的分配做了详细的论证。