移动自组织网络Q学习和改进蚁群QoS路由算法

针对移动自组织网络的QoS路由问题,提出一种结合Q学习和改进蚁群算法的QoS路由算法,该算法综合Q学习和蚁群算法的优点,把Q学习算法的Q值作为蚁群算法的初始信息素,提高了算法初期的收敛速度,同时在路径选择时综合考虑节点的能量和负载.仿真实验表明,该算法在保证QoS需求的前提下,增加了路由的有效性和鲁棒性,降低了能耗,包投递率、网络生存时间等指标均较好.     

基于量子遗传算法的多约束QoS路由算法

提出了一种基于量子遗传算法解决多约束QoS路由问题的算法，详细讨论了该算法用于解决包含带宽、延时、包丢失率和最小花费等约束条件在内的多约束QoS路由问题，给出了算法实现的方法和具体流程．实验结果表明，与其他2种算法相比，该算法不但能满足QoS约束要求，同时可以均衡链路负载，很好地优化网络资源．     

基于位置信息的MANET按需QoS路由算法

针对移动自组织网络QoS路由开销大的问题,研究了一个基于位置信息的路由消息转发方法,该方法可降低路由开销并提高路由成功率.在此基础上提出了一种路径优化的基于位置信息的QoS路由算法ODLAQR.不同于利用位置信息的路由算法,ODLAQR算法将路由消息转发域进一步分为Green区和Yellow区两个不同的区域,处在不同区域的节点采用不同的路由消息转发策略,最终根据费用选择最优路径传输数据分组.ns2仿真结果表明,和一些QoS路由算法相比,ODLAQR算法能够以较小的路由开销取得较高的路由成功率.     

移动Ad Hoc网络QoS路由的闭环DNA计算模型

提出针对移动Ad Hoc网络QoS路由问题的闭环DNA计算模型.对每条路径进行弧、费用、探针的3组编码,再采用有目的的终止技术合成所有从起点到终点的弧首尾相连路径,然后通过接入实验和电泳实验得到费用最小路径,并通过检测实验输出所有费用最小路径,同时给出了算法的生化实现过程.实验结果表明:在不增加算法复杂度情况下获得了QoS路由问题的最优解.     

基于BOA的受限延时QoS路由算法

无线ad hoc网络中受限延时的QoS路由问题是NP-complete问题,针对其特点,将贝叶斯优化算法引入其中,用贝叶斯网络对QoS参数进行模拟、采样和优化.实验结果表明,贝叶斯优化算法对于受限延时的QoS路由问题有着很好的解决能力,同时与其他算法比较,能够搜索到较低代价的路由,满足QoS路由要求.     

基于多媒体业务的Ad Hoc网络QoS路由算法

当前Ad Hoc网络QoS路由算法难以满足传输中对多个目标的同时要求.以多媒体 实时业务中有严格限制的时延作为约束条件，把路由费用和数据丢失率作为QoS目标建立了QoS路由选择的多目标整数优化模型，并给出了模型的算法.实例表明了算法的可行性.     

一种基于地理位置的无线传感器网络服务质量路由算法

基于传感器节点的地理位置信息与网络传输路径的能耗模型分析,提出一种无线传感器网络服务质量(QoS)路由算法.将多跳传输路径中的转发节点序列控制在以源节点与汇聚节点连线的一定区域内,尽量拟合源节点与汇聚节点连线传输,有效控制了传输路径.并对QoS路由算法提出改进,转发节点根据当前实时QoS约束动态地调整传输区域的大小以及优化下一跳选择机制,使传输路径最大程度拟合源节点和汇聚节点之间的连线,达到路径传输能耗最优.仿真实验表明,该QoS路由算法在满足网络QoS约束的同时,节省了网络的能耗,延长了网络生存时间.     

基于自主蚁群算法的认知网络多约束QoS路由算法

提出了一种基于自主蚁群算法的认知网络多约束QoS路由算法,该算法主要解决认知网络中具有多个参数约束的QoS路由优化问题。针对基本蚁群算法在收敛速度和全局搜索能力方面存在不足,本算法主要从信息素浓度初始化、信息素挥发因子调整、信息素更新规则、状态转移规则四方面改进,在收敛速度和全局搜索能力方面得到提高。实验结果表明,该算法具有较好的收敛速度和全局寻优能力,能够有效的解决认知网络所面临多约束QoS路由问题。     

基于蚁群优化的无线多媒体传感网络QoS 路由算法

介绍一种基于蚁群算法的无线多媒体传感器网络WMSNs的QoS路由算法。本文在分析了WMSNs的QoS路由模型的基础上,设计了基于蚁群算法的QoS路由算法,并对节点排队模型进行了分析。仿真结果表明,采用该算法时,在满足网络QoS参数需求的前提下,节点平均寿命和数据包延迟要优于传统的DD算法。     

多可加性条件下的端点到端点QoS路由算法

基于QoS的路由是QoS中最关键的功能组件之一.从本质上看,QoS路由就是端点到端点的带结点条件和边条件限制的最短路径问题,这种问题是NP完全的.作者研究了可加性条件限制的QoS路由模型和路由算法,分析了可加性条件的性质并得到了其对路由长度限制的定理,为多个可加性条件的QoS路由问题建立了一个一般性的数学模型;最后根据此模型,提出了一种新的启发式求解算法.在算法中,采用限制条件的可加性进行搜索剪枝,从而使新算法在实际应用中更有效;该算法的时间复杂度为o(1gm+n×(1+d1+d2+…+d00)).应用结果表明,由于采用搜索剪枝,该算法在实际应用中具有时间复杂度减小、运行速度加快等特点.