基于改进克隆算法的WSN的QoS路由研究

为解决在无线传感器网络QoS约束下的最优路由选择问题,在优化网络拓扑结构的基础上,提出利用克隆选择算法和蚁群算法结合求解WSN组播路由的方法.该算法利用克隆选择算法对原始路由种群进行优化改善,避免搜索过程陷入早熟收敛问题,然后利用蚁群算法快速搜索.该算法在保证能力最优的前提下,提高了路由搜索速度,在保证最优路径选择基础上,节约了通信成本,仿真结果证明了其可行性和有效性.     

基于现代超启发式搜索方法的计算机通信网络中路由选择优化的研究

为了改进计算机通信网络的性能，首次采用近年来才开始应用、且具有很强灵活性的现代超启发式搜索方法——Tabu搜索方法，对计算机通信网络中重要的路由选择优化问题进行了详细的研究，得到了比经典的拉格朗日松驰及子梯度优化方法更优的结果，尤其在网络负荷很重的情况下，与其它算法相比，更显示出该方法的优越性，从而为计算机网络的优化理论提供了新的思路方法。大量的计算机仿真实验的结果表明，所得结论对于计算机通信网络以及电信网、电力网、交通运输网等，在其性能优化与评价、提高网络性能与效益、降低运营费用等方面，具有重要的理论价值和广阔的应用前景。     

一种适用于Ad Hoc网络路由的启发搜索技术

提出了一种基于地理位置信息的启发式Ad Hoc网络路由方法,该方法将传统的A^＊算法改造后用于Ad Hoc网络的路由搜索,解决了由贪婪方式转发而失败的本地最小问题,避免了繁杂的路由平面构造与维护,计算机仿真显示,它需要的开销较小并能提供较高的分组传输成功率。     

基于二叉树的有向双环网络最优路由算法

提出了有向双环网络G(N;r,s)路由模型--二叉树模型,给出了一种新的寻径策略--基于二叉树层的寻径策略,以及计算有向双环网络G(N;r,s)直径d(N;r,s)的显式公式,证明了有向双环网络G(N;r,s)的直径等于二叉树模型的树高,研究了二叉树模型中与路由相关的一些性质.与传统的方法相比,本算法提高了系统的寻径效率.     

移动自组织网络中社会关系感知的路由方法

移动自组织网络是一种移动通信和计算机网络相结合的网络,用户节点可以在网络内随意移动并且保持通信,因此移动自组织网络中节点移动的随意性给研究网络中的路由带来了困难;另一方面,移动自组织网络中节点之间的社会关系对路由过程有直接影响.本文采用最可靠路径的原则来计算移动自组织网络中的最优路径进行路由,该方法通过网络节点之间的邻接可能性来表示最优路径,通过节点的移动方案和与其他节点之间的社会关系强度对邻接可能性进行计算.最后,通过仿真实验,将本文提出的路由方法与常用的最优链路状态路由协议OLSR(Optimized Link State Routing)进行比较分析,结果显示本文提出的方法具有较好的性能.     

自适应粒子群优化的AdHoc网络多播路由算法

针对AdHoc网络中带QoS约束的多播路由问题,提出了一种自适应粒子群优化的AdHoc网络多播路由算法（APs0）,将微粒在解空间中的飞行搜索过程映射为多播树的树形变换过程．构建了AdHoc网络中QoS多播网络模型,采用罚函数处理约束条件来设计适应度函数．描述了APSO算法求解AdHoe网络多播路由问题的实现过程,将QoS多播路由优化问题转化为整数计算问题．仿真结果表明：该算法能快速地找到针对AdHoc网络中满足qos要求的最优多播树,尤其在大规模网络下更能显示该算法的有效性和可靠性．     

无结构对等网络资源搜索技术研究

资源搜索是对等网络的关键问题之一,非结构化对等网络一般采用泛洪方式作为其基本的搜索策略,而导致较多的网络流量.在泛洪搜索的基础上,提出一种新的搜索方法,该方法使用路由技术,对响应请求的节点信息进行路由索引,以便为后续查询提供路由指导.实验表明该方法可以提高搜索成功率,降低查询消息数量.     

基于图搜索的网络路由算法的复杂度分析

本文以图搜索问题作为计算机网络呼由选择问题的数学模型，探讨了路由算法的几个基本性质。对于网络路由算法的空间耗费，本文的主要结论是，（１）．不可能有最大空间耗费小于０（Ｍ）的路由算法，（Ｍ是网络中所含的ＩＭＰ个数）；（２）．不存在普遍最优的可采纳路由算法。     

基于膜计算的蚁群算法在配电网WSNs中路由研究

针对智能配电网WSNs数据传输可靠差、节点能量消耗快、网络生存周期短和路由空洞等问题,研究一种膜计算-蚁群路由(Membrane Computing-Ant Colony Routing,MCACR)算法;通过在状态转移函数中引入动态补偿因子,避免了MCACR算法因信息素过高出现过早停滞现象;利用膜计算膜内运算和膜间运算的并行能力,结合引入的最优路径衡量公式,进行多路径并行搜索获取到最优的路径,提高了MCACR算法的局部和全局收敛的能力;通过定义路由修复机制,使得MCACR算法避免了路由空洞;仿真结果表明:MCACR算法在数据的可靠路由方面有明显增强,实现节能要求以及延长了网络寿命。     

一种基于蚁群优化的动态节能路由选择策略

针对无线传感器网络中寻找最优路径的问题,考虑网络的节能需求,提出了一种基于蚁群优化的动态节能路由选择策略。蚁群算法在进行过一段时间后,受转移概率公式影响易于陷入局部最优解,因此在提出的基于蚁群优化的动态节能路由选择策略中设计了动态状态转移优化规则,合理的增加了新节点的搜索概率,从而达到快速有效的寻找全局最优解的目的;此外,基于蚁群优化的动态节能路由选择策略设计了奖罚机制,进一步节省搜索时间的同时增加最优路径搜索概率,极大的延长了网络生存时间。仿真实验及分析表明,通过动态状态转移优化规则及奖惩机制的动态调整极大的增加了全局最优解的搜索概率,快速有效地实现了全局最优解的获得,节省了节点能量消耗,有利于延长网络生存时间。     

基于基因位迭代映射的无线传感器网络能量优化分簇算法

摘要：针对无线传感器网络的节点能量利用率和网络寿命问题,引入一种基因位迭代映射思维进行改进,并构造新的无线传感器网络能量优化分簇方案生成方法,在此基础上提出了基于基因位迭代映射的无线传感器网络能量优化分簇算法。该算法将无线传感器网络节点路由能耗优化问题转化为网络系统簇内节点最优能耗进化激励的解空间最优解搜索问题,然后利用基因位长度自适应编码和迭代映射的进化算法进行候选解搜索,最后输出具有最优能耗的节点通信路径和簇头的下级跳节点。实验结果表明,该算法高效可行,能量均衡和优化能力较好,有效的降低了节点的能耗,延长了网络生命周期。     

基于改进GA和信任感知的无线传感器网络安全分簇路由协议

针对现有信任感知无线传感器网络安全路由协议局部决策导致整体安全性不足以及能耗和负载不均衡的问题, 提出一种基于改进遗传算法的无线传感器网络信任感知安全路由方法. 该方法中节点根据直接信任值、 间接信任值、 挥发因子和剩余能量计算得到综合信任值, 以综合信任值最大、 网络能耗最小以及负载均衡为目标, 构建相应的适应度函数, 并将簇头选择和路由搜索用单个染色体编码, 通过改进遗传操作形成优化的下一代, 从而找到最优的簇头集和每个簇头的最佳路由路径. 仿真测试结果表明, 该方法能保障网络安全, 提高网络能量效率, 均衡网络负载, 延长网络生命周期.     

基于地地解析协议（ARP）的网络应用探讨

一、ARP协议简介 地址解析协议（ARP），全称Address Resolution Protocol。 根据OSI七层模型，网络层建立网络连接、为上层提供网络传输服务，解决任意两台网络终端设备的路由和寻址问题。在网络中，最常见的是IP数据包，地址编码规则有IPv4和IPv6等版本。     

一种MANET中的路由可靠性评估方法

从可靠性的角度,分析对比了移动AdHoe网络中热门的两个动态寻址路由协议：DART与ATR。提出了一种有效的路由可靠性分析方法,并通过仿真验证了方法的有效性,理论分析结果与基于数据包传输率等传统测量结果相一致。表明ATR多路径方法适用于可行路由,并且在大规模网络中性能明显优于DART最短路径方法。     

多机器人Ad Hoc路由协议中蚁群算法的改进

针对多机器人Ad Hoc网络路由协议中路由稳定性和可靠性低的问题,引入蚁群算法并对其进行深入分析.通过对蚁群算法状态转移策略和信息素更新策略的改进,提高全局搜索能力,避免算法陷入局部最优解,实现基于改进蚁群算法多机器人Ad Hoc路由协议的设计.仿真结果表明,与经典的AODV(Ad Hoc on-demand distancevector)协议相比,该路由协议有效地提高了网络的稳定性和通信效率.     

无线传感网络改进混合移动代理路由的研究

移动代理路由的本质是一个多约束条件下的优化问题,针对遗传算法快速随机的全局搜索能力,但对于系统中反馈信息却无法利用、求精确解效率低的问题,本文提出了一种遗传蚁群混合算法的WSN移动代理路由方法.利用遗传算法快速随机的全局搜索能力找到较优解,将较优解代换成蚁群算法的初始信息素,最后采用蚁群算法收敛速度的优点,找到移动代理路由全局最优解.仿真结果表明,该算法能在较短的时间找到最优移动代理路由,相对于其他的路由算法,减少了网络延时和平均能量消耗,提高了数据传输的速度和效率.     

面向云计算框架的最大流算法实现研究

网络最大流路径搜索是图论中的一种重要方法,在交通路径规划、通信路由寻址等领域具有广泛的应用.然而,随着实际问题规模的增大,抽象出的网络模型越来越复杂,最大流路径的搜索过程也越来越耗时,甚至丧失其时效性.为提高计算速度,对最大流搜索算法进行了改进,并采用MapReduce分布式编程模式实现了该算法.基于开源云计算框架的实验表明,改进的算法及其在云计算平台上的实现,对于大规模网络有着较好的搜索效果和计算性能.     

计算机网络中路由选择的优化研究

为了改进计算机网络的性能 ,提出了一种改进的并行遗传算法 ,采用多群体并行进化与自适应地改变遗传参数 ,对计算机网络中路由选择问题进行了优化 ,比较了不同算法所得到的链路利用率及网络的平均时延 .计算机仿真实验结果表明 ,该算法能较迅速地求出全局近似最优解 ,并且与传统的方法相比较 ,解的质量能大幅度地提高 ,证明此改进的并行遗传算法是行之有效的     

基于Tabu搜索的QoS多播路由优化算法

该文研讨了具有QoS多播路由问题．文中描述了一种适应于研究QoS多播路由的网络模型．该文在网络环境及不确定参数下，提出了一种在网络规模、可行性方面为Internet、移动网络和其他高性能网络基于Tabu搜索的QoS多播路由优化算法(TQMRA)．TQMRA在网络环境及不确定参数下能够优化网络资源．仿真实验结果表明．TQMRA为QoS多播路由提供了一种新的有效途径．     

基于遗传算法的OSPF路由研究

本文主要对OSPF网络路由规划在选择中运用了遗传算法的应用进行相应的研究,重点对有效的改善网络局部拥塞和快速求得全局的最优解的问题进行探究。本文利用约束条件,并结合着OSPF网络路由参数的特性,来确定搜索的方向,解决OSPF网络路由在选择上的难题,其中OSPF网络路由主要的目的就是应用和探索遗传算法为选择难题上开辟新的途径。