基于遗传-蚁群优化算法的QoS组播路由算法设计

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的QoS组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。     

关于实际构造最大带宽路径算法的研究

以往的研究中 ,已经提出了利用修改Dijkstra算法或修改Bellman -Ford算法来构建最大带宽路径 .本文证明可以使用修改的Kruskal算法来构建最大带宽路径 ,并且演示了该算法比前面提出的算法更为简单、灵活、快速且易于实现 .     

保证服务质量的最小能量无线传感器网络路由算法

为了减小无线传感器网络(wireless sensornetwork,WSN)的路由能量开销,同时保证数据传输的服务质量,提出了一种新的路由算法,称之为DEER(delay-constrained energy efficient routing)算法。DEER算法的核心思想是将路由选择和传输速率控制相结合。算法首先采用概率分析方法,估计出最优的总跳数以及相应的传输速率;然后再逐跳选择出后续节点,构成整条路径。理论分析和计算机仿真结果都表明,在现有的路由算法中,如果端到端传输时延变小,那么能量消耗将呈指数上升趋势;而在DEER算法中,二者的关系将从指数退化成多项式关系。可见,DEER算法不但保证了端到端传输的服务质量,而且大幅度地降低了路由能量开销。     

基于ACO的LEO卫星网络路由研究

为了解决低轨卫星网络动态拓扑路由问题,通过更改蚁群优化(Ant Colony Optimization,ACO)算法结构以及信息素更新策略进行调整,提出一种适合LEO卫星网络的具有多QoS约束条件的ACO路由算法.这种路由算法能够根据LEO卫星网络中业务流量分布的变化对网络最优路径做出调整、均衡网络负载、避免拥塞,实现多种QoS指标的联合最优.仿真结果表明:在网络接近满负荷的情况下,路由算法在保证业务QoS需求的同时,使网络资源得到了充分利用.     

一种满足多服务质量约束的动态组播路由算法

建立了网络模型，描述、简化了研究的问题，并提出了一种新的满足多服务质量(QoS)约束的动态组播路由算法(DMRMQ)．该算法采用Bellman—Ford算法作为路径搜索算法，能在满足带宽、延迟、延迟抖动和丢包率约束的前提下确定具有最小跳数和开销的动态组播路由．仿真实验表明，在假定网络节点输出链路容量相等的情况下，与Greedy、LeastHop两种不考虑QoS的算法相比，DMRMQ能在满足多QoS约束的前提下建立动态组播路由，且路由请求平均成功率提高约10％，路由平均延迟降低约20％，路由平均跳数基本持平．     

基于路径缓存的并发扩散式服务质量路由算法

服务质量路由算法是一种多约束多目标的优化问题，该问题属于计算复杂度完全类(NP-CompIete)问题．基于一些扩散式服务质量路由算法，提出了一种基于路径缓存的并发扩散式服务质量路由算法(PCB-CFQR)，该算法是一种分布式算法，它将资源预留、接纳控制和路由选择进行有效的结合，能同时完成多个请求的路径建立，大大提高路由算法的效率．分析和仿真结果表明，PCB-CFQR算法具有较强的稳定性和实时性，与最短最宽(WSP)路由算法相比，它无须进行路由信息的定时刷新，却具有较低的呼叫阻塞率．     

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．     

多媒体传感器网络中基于簇的QoS多路径路由协议

针对多媒体传感器网络的应用,提出了一种基于簇的服务质量(quality of serve,QoS)多路径路由协议(cluster - based QoS multipath routing protocol,CQMRP),利用本地信息采取模糊控制的分簇方法对网络进行划分,然后在分层分簇的网络模型基础上,以带宽为QoS参数并提出节点饱和度和路径饱和度的概念,利用多路径并行传输流量实现拥塞避免?数据实时性传输和网络的高吞吐量;利用模糊控制的分簇方法实现网络的层次化管理和提高应用的可扩展性?仿真结果表明,该协议具有良好的实时性和可扩展性,并能有效延长网络生命周期?     

一种基于精英策略的蚁群优化QoS单播路由算法

指出传统蚁群算法在解决QoS单播路由选择问题时,受到时延和带宽的约束,为降低路由费用,容易出现陷入局部最优且收敛速度慢的现象。针对上述问题,提出一种基于精英策略的蚁群优化QoS单播路由算法,该算法利用蚁群算法原理,并引入精英策略。通过仿真模拟一个20节点的计算机网络QoS单播路由选择实例,并与传统蚁群优化（ACO）算法进行对比,仿真结果表明该算法是有效的。     

时延约束的最小费用路由选择算法

如何找到效率高、性能优的路由算法成为了一个热点。QoS路由算法的实质就是求解多约束整数规划问题,这类问题通常都是NP-hard问题。针对满足两个度量的路由选择,利用Lagrange松弛和剪切网络的方法,给出了一个从源点到宿点满足给定时延门限值求解最小费用路由的启发式算法。仿真结果表明了算法是有效的。     

卫星网络中基于蚁群优化的概率路由算法

为了提高空间信息传输的有效性和可靠性,针对传统蚁群优化(ant colony optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(ant colony optimization based proba-bilistic routing algorithm,ACO-PRA).根据卫星网络拓扑动态周期时变的固有特点,将拓扑周期均匀分为若干个时间片,形成基于不同时间片的卫星网络拓扑连通图;根据网络拓扑连通图,将星间链路带宽和链路容量引入到目标函数中,建立时延最小的优化模型;根据蚁群算法的节点概率函数选择下一跳节点,进而找到一条能同时满足时延带宽和链路容量要求的最佳信号传输路径.仿真结果表明,提出的基于蚁群优化的概率路由算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载.     

下一代互联网中的智能QoS组播路由算法

设计了一种下一代互联网中的智能QoS组播路由算法,给定一个QoS组播请求和柔性QoS需求,包括带宽需求、组播端到端延迟区间,延迟抖动区间和出错率区间,寻找一棵QoS组播路由树.提出一种基于演化算法和单纯形算法的混合算法来构造满足上述需求且费用近优QoS柔性组播路由树,兼顾网络负载均衡.仿真结果表明,该算法是可行和有效的,明显优于基于传统遗传算法的QoS组播路由算法.     

一种基于非精确状态信息的QoS单播路由改进算法

传统的QoS保障的单播路由算法都假设IP网络结点的状态信息可以被准确地获知,但实际网络存在许多因素使得状态信息非精确.所设计的改进算法是通过动态确定k优路径算法(k_shortest algorithm)中的k值,从而确保最终求得的路径相对其他算法所求得路径是更优的.因此能有效地降低了丢包率,提高了端到端延迟绑定的概率,通过网络仿真器Ns的仿真分析,结果表明了该算法的有效性.     

基于蚂蚁算法的ABC支持型QoS单播路由机制

引入模糊数学和微观经济学有关知识,设计了一种ABC支持型QoS单播路由机制.该机制采用区间形式描述用户柔性QoS需求,使用边适合隶属函数处理链路状态不精确,引入带宽定价、边评判和路径评价机制,基于蚂蚁算法,寻找使用户与网络提供方效用达到或接近Nash均衡下Pareto最优的QoS单播路径.基于NS2仿真实现了该路由机制,在多个实际和虚拟网络拓扑上对其进行了性能评价.研究结果表明,该机制是可行和有效的.     

流量工程中一种权重配置动态路由选择算法

提出了一种MPLS(Multiprotocol Label Switching)网络中新的权重配置动态路由选择算法,该算法以跳数、带宽碎片要求及空闲带宽比率为权重,给到达流量合理分配带宽资源.在MPLS网络边缘实现路径选择后,使用MPLS显示路由技术即可摆脱中间结点路由算法的影响, 建立起满足各种业务QoS(Quality of Service)需求的LSP(Label Switched Path).仿真实验表明,该算法能够更好地进行流量均衡,减小网络拥塞;通过减小带宽碎片和提高带宽利用率更好地利用网络资源;同时通过改善丢包率等参数来实现一定的QoS保证.     

NGI中立队竞争演化QoS组播路由算法

设计了一种NGI中的非NP类QoS组播路由算法.该算法以最小化费用为目标,基于立队竞争演化算法,寻找一棵延迟、延迟抖动、带宽及出错率受限且费用优化的组播路由树,一体化解决路由与波长分配问题,同时兼顾网络负载均衡.仿真研究表明,该算法是可行和有效的,不仅能够满足QoS约束,而且在组播树费用和运行时间上明显优于基于经典遗传算法的QoS组播路由算法.     

基于业务量工程带宽和时延约束的QoS路由算法

研究IP网络中带宽约束和时延约束条件下的路径选择问题,提出基于业务量工程的带宽约束和时延约束的服务质量路由算法．通过计算机仿真,比较SPF,SDPF和SEDPF三种算法在相同的物理网络拓扑结构、不同的链路带宽资源下的性能．结果表明,在链路带宽不均衡情况下SEDPF算法具有优势。     

一种求解QoS路由问题的半定规划算法

QoS路由的主要问题是求源节点到目的节点满足QoS多个约束的优化问题。由于半定规划在求解组合优化问题和NP-完全问题时具有收敛速度快,迭代步数少等优点。本文基于QoS路由问题的线性整数规划网络模型,利用半定规划方法研究了时延约束的代价最小问题。把QoS路由的一般模型松弛为半定规划的标准形式,利用半定规划内点方法进行求解,然后利用随机扰动方法得到原问题的近似最优解.数值试验表明了算法的有效性。     

基于延时状态统计的分布式QoS路由算法

为了克服网络状态的不准确性给服务质量(QoS)路由机制带来的负面影响,针对延时约束最小代价(DCLC)路由问题,提出了一种基于延时状态统计的分布式路由算法(DSS-DRA)。根据延时状态的稳定性程度预测路径状态的不准确性,并结合概率选路,为到来业务探测寻找满足其QoS要求的DCLC路径。仿真及其分析表明,DSS-DRA能够较好地容忍不准确的网络状态信息,在路由性能以及DCLC问题的解决能力方面具有较为明显的优势,同时与泛洪探测等方法相比,可以较好地减小探测开销,而与最小延时等算法相比,当网络重载时,能够以略微增加的开销为代价换取较大的性能改进。     

Ant Colony Algorithm for Solving QoS Routing Problem

Based on the state transition rule, the localupdating rule and the global updating rule of ant colony algorithm, we propose an improved ant colony algorithm of the least cost quality of service (QoS) unicast routing. The algorithm is used for solving the routing problem with delay, delay jitter, bandwidth, and packet loss-constrained. In the simulation, about 52.33% ants find the successful QoS routing , and converge to the best. It is proved that the algorithm is efficient and effective.