MPLS流量工程协议及算法研究

简述了MPLS流量工程的网络结构、协议以及其路由技术现状.介绍了目前基于MPLS流量工程的路由算法研究情况,分析了基于MPLS流量工程技术路由算法的优势和存在问题,指出了未来研究方向.     

流量工程约束路由算法的探讨研究

通过对MPLS中流量工程的约束路由算法进行分析,给出实际实现,并完成了几种关于MPLS流量控制算法在静态和动态的不同模型下仿真比较分析,从而说明流量工程的约束路由算法是解决网络瓶颈的较理想的流量控制算法.     

支持MPLS流量工程的显式路由算法及其仿真

利用显式路由,MPLS提供了基本的流量工程能力。本文首先介绍了MPLS流量工程的实施方法,然后分析了几种用于MPLS流量工程的显示路由算法,最后利用NS2仿真器进行了仿真实验。     

MPLS网络中面向流量工程的路由算法

针对MPLS流量工程,提出了一种新的路由选择算法:最小竞争路由算法,目的是为了提高网络资源的利用率,使之能够接受尽可能多的路由请求.在选择路径时,算法同时考虑到了最大流零流边对最大流的影响以及MPLS网络中各出口-入口对之间带宽资源的竞争.仿真结果表明,与参与测试的算法相比,最小竞争路由算法能够接受更多的路由请求.     

MPLS自治系统中基于人工蜘蛛的重路由研究

提出了将一个MPLS自治网络按照自然界中蜘蛛网的形式转化为逻辑上的人工蜘蛛网络的思想,对网络内每个节点赋予了坐标,从而可以方便地对网络进行区域划分以及区域内寻路.在此基础上,提出了基于人工蜘蛛的动态分布式重路由算法(DDRAAS),以及改进的DDRAAS算法来实现MPLS网络中的快速重路由,通过仿真试验与传统的重路由算法作了比较,表明改进的DDRAAS算法在快速重路由方面具有较好的效果.     

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.     

基于MPLS流量工程的流量保护自动处理机

简述了MPLS(多协议标签交换)和MPLS流量工程的基本原理,提出了流量工程实现的思路和流程;在以RSVP TEDaemonforDiff servoverMPLSunderLinux软件包构建的MPLS实验平台上,设计了一个基于MPLS流量工程的流量保护自动处理机———实现了自动重路由、自动流量切换,以及自动弹性恢复。     

MPLS流量工程中基于约束的路由选择技术研究

在介绍MPLS流量工程基本概念的基础上，对流量工程的核心技术——基于约束的路由选择进行了系统的研究，并重点对基于约束路由研究的难点、计算方式、度量参数的选择作了深入的探讨，结合存在的问题，提出了今后基于约束路由可能的发展方向。     

基于最小干扰机制的MPLS流量工程动态路由算法

LSP的选路算法是MPLS流量工程中的核心问题。在研究了当前LSP最小干扰选路算法的基础上,提出了一种通过平衡链路上的LSP的数量来降低链路之间干扰的动态路由算法。该算法以链路剩余流量和该链路上经过的LSP的数量的函数作为链路关键度,在实现网络资源高效利用的同时降低了算法的计算复杂度。仿真结果表明,和现有的最小干扰算法相比,该算法具有更好的抗干扰性能。     

基于MPLS流量工程及其QoS的研究

MPLS是现代IP骨干网络技术,流量工程是合理使用网络资源保障QoS的关键,在综述了MPLS应用于流量工程和QoS路由的基础上,提出了MPLS QoS路由的混合算法,并介绍了Qos的研究方向.     

一种Ad hoc网络中的虚电路建立策略

为了实现Ad hoc网络中的端到端的可靠传输,利用带外信令与带内信令相结合的方式建立虚电路.业务发起点利用带内信令携带的链路建立消息和资源预留消息来预留反向虚电路,业务接收端在反向虚电路建立成功后,利用带外信令预约正向虚电路.对于网络拓扑变化所引起链路故障,采用反向链路故障通告和局部路由恢复相结合的策略进行修复.当虚电路建立起来后,可利用虚电路的面向连接特性,应用端到端的报头压缩策略,达到进一步减小网络中控制开销并缩小端到端的处理时延的目的.     

一种新的IP网络服务质量模型

在深入研究区分服务(DiffServ)、多协议标记交换(MPLS)、服务质量路由(QoSR)等技术以及它们之间相互结合的基础之上,提出一个将QoSR与MPLS+DiffServ相融合的下一代IP骨干网络的服务质量模型·详细叙述了该模型的结构以及各组成部件的功能,并给出了边缘路由器节点和核心路由器节点的工作过程,介绍了DiffServ与MPLS的映射方法,最后对该模型进行仿真·仿真结果显示了该模型的负载均衡和故障修复等流量工程的能力·     

一种非均匀动态子带划分OFDM自适应调制算法

针对采用固定子带划分算法系统误码率较高,均匀动态子带划分算法需要多次迭代、算法复杂度较高的缺点,提出一种非均匀动态子带划分OFDM自适应调制算法。算法根据信道的频响关系,无需迭代即可完成动态的子带划分。采用随机选取方案定义子带等效信噪比和优先利用等效信噪比最大子带的比特调整方式,能有效减小比特调整的迭代次数,算法复杂度低。仿真结果表明,系统达到目标误比特率10-3时,该算法相比SBLA算法和4QAM调制方式分别能获得2dB,2.6dB信噪比增益。     

线性规划基于修正牛顿方向的宽邻域内点算法

通过修正经典宽邻域算法的搜索方向, 提出一种新的求解线性规划问题的宽邻域内点算法, 并对算法进行收敛性分析, 证明了该算法具有经典宽邻域算法的迭代复杂性界O(nL). 数值实验表明算法是有效的.     

一种改进的Turbo码译码算法及其FPGA实现

为有效降低Turbo码在硬件实现时的译码复杂度并减少其存储资源消耗,将现有Turbo码译码算法中Log-MAP算法和Max-Log-MAP算法进行融合改进,提出一种适于并行计算的改进Max-Log-MAP算法,即在译码计算中间参数的过程中,只将具有多个输入变量的max*(·)运算简化为取最大值的max运算,而对具有2个输入变量的max*(·)运算进行精确计算. 仿真结果表明,改进Max-Log-MAP算法的复杂度可以接近Max-Log-MAP算法,而性能接近Log-MAP算法. 将采用新算法的Turbo码编译码器在现场可编程门阵列(FPGA)上实现,并应用于低轨卫星通信系统(LED)中的,能在保证Turbo编译码优异性能的同时,获得较低复杂度和较低资源消耗,有利于减小卫星手持通信终端的体积,降低功耗.      

时滞生化反应系统中的DFAPS-Leaping算法

提出一种模拟时滞生化反应系统的加速随机模拟算法--最后所有可能步进的加速算法（DFAPS-leaping）. 该算法能在不失算法精度的前提下减少模型的运行次数, 有效提高算法的运行速率. 数值模拟结果表明, DFAPS leaping算法能广泛应用到多种生化反应系统中, 与已有算法相比其效率显著提高.     

改进鲸鱼优化算法及其在混流U型装配线平衡问题的应用

为提高鲸鱼优化算法的寻优效果和求解稳定性,通过改进算法的种群初始化、局部搜索、越界处理方法和收敛因子,提出一种改进的鲸鱼优化算法 。 采用基于切割法的均匀设计种群初始化方法,改善算法初始种群的均匀性;通过引入基于NEWUOA算法的局部搜索算子,提高算法的局部搜索能力;在算法的越界处理方面,提出一种基于环形区间和随机波动的方式,降低算法陷入局部最优的可能;引入了非线性收敛因子和自适用权重,均衡算法的局部和全局搜索,并进一步增强搜索的精细度。通过7个单模态、多模态以及固定维度的基准测试函数进行了数值仿真实验,验证了改进的鲸鱼优化算法相较于遗传算法、鲸鱼优化算法以及其他改进的鲸鱼优化算法,在寻优效果和求解稳定性方面具有优越性。 针对混流U型装配线平衡问题,考虑最小化装配线的节拍时间,将改进的鲸鱼优化算法用于问题求解;在解码阶段,设计一种基于阈值的解码方法,优化工序的分配过程;最后计算了21个混流装配线算例,结果表明,改进的鲸鱼优化算法在20个算例中求得了更优解,相较于其它算法,节拍时间平均降低3.02%。     

单品种货物装车问题的两阶段优化算法

针对同种同规格货物的三维装车问题,基于分层思想,将三维装车问题进行降维,转化为二维布局优化问题,提出九种分层装车策略,在算法设计上,提出了两阶段优化算法,第一阶段沿车厢的长、宽或高进行分层,针对不同的层高,通过动态规划算法求解平面内的最大货物装载量,得到货物的最优布局;第二阶段结合背包算法对层进行组合,得到车厢每个维度下的最优层,最后择优选取可装货物数量最多的方案,即为最优装载方案;最后通过两个数据集共8个算例对算法进行测试。结果表明,对于数据集一来说,本文算法求得的平均装载率可达99.43%,优于带排列分层算法、动态规划算法,以及混合递归算法求得的平均装载率;而对于数据集二来说,本文算法求得的平均装载率也达到了96.11%,优于二维排列算法,说明本文提出的两阶段优化算法在一定程度上可以生成较好的装载方案。     

基于遗传珊瑚礁优化算法的负载均衡问题

基于珊瑚礁优化算法, 通过在种群的每次进化过程中引入遗传算法中的交叉和变异算子, 提出一种遗传珊瑚礁优化算法, 并将改进的遗传珊瑚礁优化算法运用到负载均衡中, 有效解决了算法过早收敛的问题, 提升了算法的优化性能. 对比经典遗传算法、 珊瑚礁优化算法等群智能算法, 在CloudSim上仿真实验结果表明, 遗传珊瑚礁优化算法优化负载均衡策略取得了满意的结果, 提升了资源能耗利用率, 均衡了控制策略.     

智能优化算法在复杂模型寻优中的研究

针对建立的钢板轧制过程中的中厚板凸度预报多参数复杂模型,分别采用BP算法、BP改进算法、混沌算法和粒子群算法进行寻优并对结果进行比较。实验结果表明,该模型切实可行,在模型优化中,混沌算法和BP算法寻优速度慢,精度不高,粒子群算法寻优速度和精度均有相应提高,BP改进算法寻优速度和精度均为最优。