无环网络最大流的一种新算法

网络最大流问题是运筹学和网络优化的重要问题之一.基于动态规划基本思想,提出了在无环网络中适用的一种网络最大流算法.该算法通过判断在各个动态阶段各节点允许通过的最大流量,最终得到终点的最大流量-网络最大流,从而大大提高了执行的效率.最后算法分析和算例表明了新算法的有效性.     

网络流量最优化算法的讨论

讨论了一个实现网络流量最优化算法,本算法给出了流网络的最大流量,还给出达到最大流量的若干方案,可以广泛应用于各种流网络的规划中。     

快速确定网络中最大流的流量分配算法

运输网络中的最大流的流量分配问题不仅存在于计算机网络,许多诸如在生产活动中的信号流、物流之类的问题,均可转化为运输网络模型,同样存在最大流的流量分配问题.文章就这一问题进行了探讨,"快速确定网络中最大流的流量分配算法"提供了运输网络中最大流的流量分配问题的算法及理论依据.     

基于层次网络的最大流求解方法

针对最大流问题的研究现状,提出了分层求解最大流的简单方法,并给出了该方法可行的严格证明。该方法首先求得层次网络的阻塞流,进而最终求得一个最大流。另外,该方法还针对有向流网络的特点,将算法中涉及的流网络、剩余网络和层次网络共用一个网络结构,既有效地降低了算法的空间复杂度,还大大提高了算法的执行效率。     

基于流量特征的动态最小干扰流量工程选路算法

提出一种新的MPLS流量工程选路算法——P-DMIR算法.该算法分为离线和在线两个阶段.离线阶段确定每条链路的关键度,将网络流量特征信息引入链路关键度的计算,在时间复杂度不增加的前提下使离线阶段对信息的处理更加具体、丰富.在线动态路由选路部分,首先根据到达业务的类型计算链路代价函数系数,然后根据链路上可用带宽倒数与链路关键度来计算链路权重,在实现最小干扰目的的同时降低在线阶段算法的时间复杂度.采用链路关键度定期修正机制,以确保流量特征信息即时准确地反映在关键度的计算上.仿真结果表明,P-DMIR算法能够将流量合理分担到不同路径上,有效地避免了网络拥塞,并在拒绝率和网络吞吐量方面的性能优于传统算...     

基于SDN的跨IP协议的流量调度优化模型

针对SDN环境下传统流量工程无法将IPv4/IPv6流量调度到IPv6/IPv4链路上进行转发的问题,构建一种改进的SDN环境下跨IP协议的流量调度模型,并给出该模型的全多项式时间近似求解算法,即基于过渡技术的流量调度算法.首先,把过渡技术对流量转发性能产生的影响转化为对链路权重的影响,计算各路径上链路权重之和;然后,对流量进行分割,并为每条分割后的流量选择权重和最小的路径进行流量传输.基于MATLAB和Mininet的仿真实验显示,使用上述算法可以实现更好的网络传输性能.相比于传统流量工程算法和OSPF路由算法,此算法在网络整体吞吐量方面分别提升60%和145%,在流量转发时延方面分别降低17%和24%,而在流量转发丢包率方面分别降低58%和76%.     

考虑萤火虫群的网络生存性计算方法

为解决网络中因链路失效而产生的拥塞问题.利用萤火虫群提出一种新的网络生存性评价方法 (Survivability algorithm based on Glowworm Swarm,SGS).给出了生存性的评价指标,针对失效状态下的到达流量,利用萤火虫群优化算法来获得最佳网络剩余流量.通过OPNET和MATLAB进行联合仿真实验,深入研究网络生存性与失效链路、荧光素系数、权重系数等参数之间的关系.研究结果表明:相比于其它方法,SGS表现出较好的适应性.     

基于SDN的数据中心网络流量调度机制的设计与实现

针对SA算法中未考虑当前网络链路带宽资源引起的流冲突问题以及GFF算法中未考虑流带宽需求变化引起带宽资源分配不合理问题,提出了基于模拟退火遗传算法的按需自适应(SAGA-AO)流量调度机制.该机制首先依据流带宽需求变化筛选出网络中需要调度的流,然后利用模拟退火遗传算法(SAGA)根据当前链路带宽资源状况对需要调度的流进行全局调度路径搜索.仿真结果表明:SAGA-AO算法在大多数通信模型下平均对分带宽高于SA和GFF算法.     

基于动态流量矩阵的网络链路权值调整方法

对基于动态流量矩阵的流量均衡问题进行建模,以最小化最大链路利用率为目标分别建立了期望值模型和机会约束模型,并且采用基于流分析的方法计算链路的权值增量,使部分流不再经过利用率最大的链路.仿真实验结果表明:无论是针对期望值模型还是机会约束模型,在已知动态流量矩阵统计特性的情况下,基于流分析的链路权值调整方法都能在只改变利用率最大的链路的权值时,依然保证网络失效后流量基本均衡.     

基于流量工程的最小干扰路由算法的改进

在研究多种流量工程动态路由算法的基础上，深入剖析了最小干扰路由算法并指出了该算法的不足，提出 了一种改进的最小干扰路由算法。改进算法的基本思想是在考虑不包括当前节点对和其他入口出口节点对的关 键链路和准关键链路的同时，综合考虑了当前节点对的△-关键链路，使网络中相应链路的重要程度以链路权值的 方式表现出来。仿真结果表明，改进算法在满足标记交换路径（LSP）请求的同时,提高了整个网络总的最大流，增 加了LSP请求接入的个数，进一步降低了LSP请求的拒绝率。     

一种改进的最小代价网络编码算法

分析了网络编码内在特性,指出网络编码区别于传统多播并提升多播传输性能的根本原因在于网络中存在被不同传输路径所重用的关键链路.通过在构建网络编码多播的传输路径时形成较少的关键链路,提出了一种基于关键链路的最小代价网络编码算法.该算法是在最大流算法的基础上加以改进的,并结合了网络增广链和最小截集的性质,是一种有效的最小代价网络编码算法.基于随机网络的仿真实验证明,在实现多播理论容量的前提下,该算法能有效降低网络编码的代价.     

基于最小代价的跨域虚拟网络映射算法

针对多个自治域网络环境中的虚拟网络映射问题,提出了基于最小代价的跨域虚拟网络映射(MC-VNE)算法.首先根据虚拟网络的约束条件,计算每个虚拟节点的可用物理节点集合,然后利用最小权重路由算法,计算出每条虚拟链路的可用映射物理路径集合.借鉴克鲁斯卡尔最小生成树算法思想,依次在可用映射物理路径集合选择最小权重物理路径,然后将对应的虚拟链路映射到该物理路径上,并协调完成虚拟节点的映射操作.仿真结果表明,MC-VNE算法有效地降低了虚拟网络映射的资源代价,提高了虚拟网络请求接受率.     

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。     

基于链路分组优先分配的多信道集中信道分配方法

针对无线Mesh网很容易受到干扰影响出现性能恶化的问题,提出了一种基于链路分组后根据所在组流量多少的情况优先分配的多信道分配方法。该方法首先对网络中所有的信道进行分组,将链路与组绑定,然后利用最大流最小割定理计算网络的关键链路,优先对关键链路所在的组进行分配信道。仿真结果表明,与一般的集中信道分配方法相比,该方法可以有效的增加网络的吞吐量和降低丢包率。     

一种新的无线Adhoc网络中的多路径路由及流量分配算法

结合无线Ad hoc网络与多媒体业务的特点,提出了一种新的适用于在无线Ad hoc网络中传输多媒体业务的多路径路由及每条路径上的流量分配算法.针对多路径路由,优先选择延时最短的路径,在此基础上选择多条路径来满足业务带宽的需求.流量分配算法中使用FEC编码对传输的业务流进行纠错,并给出了根据信道信噪比等特性计算FEC编码速率的算法,该算法能够较好地适应多媒体业务对实时性要求较高的特点,同时能够对无线链路达到最优的利用.仿真结果显示,所提算法能够很好地增加网络的利用率,有效地减小多路径的传输延时.     

网络最大流问题典型组合算法研究

简述了网络最大流问题的现状,详细分析了几种具有广泛代表性的网络最大流问题组合算法,同时,阐述了几种在特殊网络结构上的网络最大流问题.对网络最大流问题的深入研究具有重要意义和实用价值.     

基于位置信息的Ad Hoc网路由选择算法

传统Ad Hoc网路由选择采用的是最少跳算法(min hops),这种机制倾向选择长距离的链路,因此吞吐率不高,而且不适应现在多速率网络的发展.本文提出了一种基于位置信息和最大流的路由算法.仿真结果表明:这种算法能平衡传输距离和传输率间的矛盾,比传统路由算法有更好性能.     

非确定环境下一种组播路径最优QoS分解算法

目的 研究非确定环境下对组播树的QoS分解问题.方法 每条网络链路都定义了一个概率函数,其值等于在非确定环境下链路资源满足局部QoS约束的概率.结果 提出了一种如何将每一组组播成员的端到端QoS约束分解为局部QoS约束,使组播树的总体安全性最大的QoS分解算法.结论 算法时间复杂度为O( Max/σ×|T|2),算法可以生成优化的合理解.     

节点环流网络中的最大流算法

为了求出节点有容量并有存储功能的网络中的最大流,提出使用改进的带有节点环流的网络模型。在改进的网络模型中,网络节点改由新的结构代替,即节点分为入点和出点,增加中转弧和节点环。提出了进出节点的配平算法,使用了改进的流量守恒约束,通过虚拟源、虚拟汇进行配平,使用最大流算法求出由节点环流调节过的最大流。在配平算法中,遇到入流容量小于出流容量,要判断节点环流量的大小;遇到入流容量大于出流容量,要判断节点环流的残容量大小。算法应用于流的分配或流的汇聚。     

多通道流的几种算法

G=(N,A,u)是一个有始点s和终点t的有向网络,每条弧的容量限制为uij.多通道流问题是求解从始点s到终点t不仅要满足顶点平衡(始点和终点除外)和弧的容量限制下通常的最大流问题,而且这个流必需满足沿着K条弧不交的s-t路发送.它对通信领域、网络领域、军事领域和科学领域有许多重要意义,是计算机科学和运筹学领域的研究内容.经20多年来的研究和发展,多通道流问题已经形成几种不同的算法,本文主要对这几种算法进行总结和归纳.