基于蚁群算法的Qo S路由模型的设计与优化

为了提升网络数据传输中路由性能,采用蚁群算法解决网络路由出现的问题。首先介绍了蚁群算法的原理与模型,然后根据实际应用的QoS路由具体问题,建立QoS路由模型,设计基于ACO的Qo S路由算法。通过仿真实验,对参数进行优化分析,验证了蚁群算法在网络路由中的应用效果,证明这种方法能够提高网络数据传输中路由的性能。     

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.     

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.     

一种解多QoS约束组播问题的改进蚁群算法

多QoS约束的组播路由技术是当前实现分布式网络多媒体的关键技术，蚁群算法是解决多QoS约束组播路由问题的一种启发式算法，但存在收敛速度慢等缺陷. 基于这种情况提出了一种改进的蚁群算法，该算法采用基于组成员节点驱动的方式构造组播树，并在概率转移函数中添加了方向因子，使蚂蚁在寻找路径时摆脱了最初的盲目性，以更大的概率快速向源节点靠近. 仿真实验证明，改进蚁群算法的收敛速度明显提高.     

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。     

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。     

基于混合蚁群与遗传模拟退火的QoS组播路由算法

对于网络业务,服务质量(QoS)包括传输的带宽、传送的时延、数据的丢包率等.通过使用蚁群算法的自组织能力自动搜寻得到备选路径集,结合遗传模拟退火算法(GSAA)对产生的这些备选路径进行选择、交叉、变异、模拟退火来产生的一个路由协议综合缩短网络的路径消耗以及提高网络传输的服务质量.     

基于蚁群算法的卫星网动态路由算法

卫星网络路由应当具有使用较小的通信开销和处理能力计算出最优路径,并能够适应卫星网络拓扑结构动态变化等特点,这与蚁群算法的特征相匹配,能很好地解决这一问题。以此为背景,提出了一种新型的基于蚁群算法的卫星网动态路由算法(DRAS-ACA),并在NS2网络仿真平台上实现了该路由算法,使用gnuplot分析了仿真结果。     

基于蚁群算法AODV协议的研究

Ad hoc网络是一种新型的多跳自组织网络,有着广泛的应用。通过对Ad hoc网络技术的分析,在Ad hoc网络中,针对AODV协议的路由表仅维护一条到指定的目的节点的路由,当源节点移动而造成某条路由失效时,源节点只能重新发起路由请求的问题,提出将蚁群算法融入AODV算法来解决以上问题。将蚁群的信息素的多少作为路径的选择标准,以一定概率选择次佳路径,解决了节点的拥塞和时延时问题。     

改进的WMN的QoS组播路由算法

无线Mesh网络（WMN）是一种新型的网络结构,服务质量（QoS）是影响其网络指标的关键因素,因此对WMN的QoS组播路由算法研究成为了一个新的研究方向．采用粒子群优化（PSO）算法应用到WMN的QoS组播路由,存在易早熟的问题,因而采用DE-PSO算法是差分进化（DE）算法与PSO算法一起进行WMN的组播路径寻优．仿真结果表明,DE-PSO算法相比PSO算法,具有收敛速度快、多样性的特点,而且发现DE-PSO算法提高了算法全局搜索能力,更符合无线通信实际的要求．     

一种物联网群体访问路由算法

针对物联网群体访问互联网过于频繁,使得路由节点状态信息不断变化,不能在路由节点精确状态信息下选择路径,从而造成在非精确状态信息下选择无效QoS路由,本文提出了一种物联网群体访问路由算法(IOT_GR),该算法从基于群体智能的启发式算法角度解决问题,并对所涉及的协同代理进行描述,同时给出其相应的算法描述.实验表明,通过群体智能启发式算法可以有效减少不精确状态信息对QoS路由所造成的影响,使得QoS服务成功率较高.     

认知无线电网络中保证服务质量的优化路由协议

基于路由与频谱管理的依赖关系,提出了一种频谱自觉地满足不同业务服务质量需求的优化路由协议.首先建立网络模型和优化分析,定义了链路度量和路径度量指标,路由协议选择端到端时延最小的路径,最大化网络吞吐量.然后提出了子频段和路径联合优化选择算法,对实时业务优先选择带宽抖动小和切换时延小的子频段及下一跳;对尽力传递业务优先选择带宽大的子频段及下一跳.最后提出频谱自觉的路由维护,通过局部频谱调整算法稳定路径不变,保证业务服务质量.仿真结果表明：该路由协议能满足业务服务质量需求,优化网络资源使用,减少数据包丢失,提高网络吞吐量.     

多重链路网络中基于QPAS的并行算法

提出一种基于最短路径的QoS度量并行算法(QPAS)的两级并行算法。将多重链路网络按连接规则划分为若干网络分区,利用QPAS算法并行计算出每个分区内的QoS路由,并将路由结果发送给相应的分区处理器,最终由分区处理器调用最短路径并行算法计算出分区间代价最小路径。最后研究了路由更新频度。实验结果表明,基于QPAS的两级并行算法的时间复杂度更低,适用于有限节点网络的路由寻优。     

Ad Hoc网络中基于模拟退火-蚁群算法的QoS路由发现方法

针对Ad Hoc网络的动态网络环境和链路、节点性能限制等不利因素，提出了一种新的QoS路由发现方法——SAANT．该方法利用蚁群算法增加了发现可用QoS路由的概率，利用基于概率的路由转发策略来减少洪泛造成的网络开销，从而强化所提算法的全局搜索能力和自适应性，减小了洪泛对Ad Hoc网络性能的影响．所提方法还利用模拟退火算法调整路由发现算法的搜索方向，以弥补蚂蚁算法收敛速度上的弱点，减少了搜索过程中的停滞现象．在包投递成功率、平均包延迟和吞吐量等方面，通过仿真实验对SAANT、仅基于蚁群算法的QoS路由算法和传统的按需路由算法的方法进行了性能比较，结果表明，在Ad Hoc网络环境下，SAANT的收敛速度、移动性能和网络负载性能均表现出更好的适应性．     

NGI中一种基于粒子群优化的QoS单播路由算法

针对满足多个约束条件的服务质量QoS(Quality of Service)单播路由的特点,提出了一种下一代互联网NGI(Next Generation Internet)中基于粒子群优化PSO(Particle SwarmOptimization)的QoS路由算法.给出了QoS单播路由问题模型及其数学描述,对所考虑的带宽、延迟、延迟抖动和出错率等QoS参数进行模糊处理,在此基础上基于PSO算法进行路径寻优,并在多个实际的和虚拟的网络拓扑上进行了仿真实现与性能评价.仿真结果表明,提出的算法是可行和有效的.     

Optimized QoS Routing Algorithm

QoS routing is one of the key technologies for providing guaranteed service in IP networks. The paper focuses on the optimization problem for bandwidth constrained QoS routing, and proposes an optimal algorithm based on the global optimization of path bandwidth and hop counts. The main goal of the algorithm is to minimize the consumption of network resource, and at the same time to minimize the network congestion caused by irrational path selection. The simulation results show that our algorithm has lower call blocking rate and higher throughput than traditional algorithms.     

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。     

一种基于服务质量的点对点通信路由选择算法

基于服务质量的路由选择机制是向分布式多媒体应用提供服务质量保证的重要手段·着重研究了基于服务质量的点对点通信路由选择机制,根据点对点分布式多媒体应用的实际需要和Dijkstra算法,提出了一遍逐段式算法,证明了算法的正确性·同时,设计并实现了算法的仿真软件,仿真结果表明算法是有效的·一遍逐段式算法不仅可以满足基于服务质量的点对点通信路由选择的需要,而且可以用于多媒体组通信路由选择机制的初始路由建立·     

基于MPLS流量工程的仿真分析

MPLS是下一代多用户、多服务的Internet骨干网络的一种路由交换技术基础，而流量工程是合理使用网络资源，提供QoS保障的关键．该文基于网络仿真工具OPNET，以吞吐量和链路利用率为性能指标对MPLS网络中采用流量工程情况下的QoS性能进行了仿真，并对仿真结果进行比较和分析．