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.     

一种自适应物种寻优的无线Mesh网络QoS路由算法

针对无线Mesh网络带宽、负载能量不均等情况引起的网络延迟,以及路由算法运算速度较慢等问题,提出了一种自适应物种寻优的无线Mesh网络QoS路由算法。该算法利用路径评价函数进行最佳节点路径的搜索并通过蚁群信息素更新规则来平衡网络负载,避免数据拥堵和传输延时,并结合量子行为粒子群优化算法的物种形成策略,提出一种领域最好位置的自适应搜寻方式,降低了网络延迟并提高了算法收敛速度。仿真实验表明,从网络延迟和算法收敛速度来看,该算法相比改进的蚁群QoS路由算法和基于遗传算法的QoS路由算法具有更良好的效果。     

移动自组织网中MP-QAODV协议的研究与性能评估

为了在移动自组织网络中提高数据包路由的可靠性以及效率,研究了在移动自组织网中一种基于QoS(quality of service)的改进路由协议。该协议基于一种路径长度限制的路径稳定的路由算法,该算法用一种确定性的最优权值约束算法,通过一般化方法,把确定性算法转换成多项式复杂程度的非确定性算法;最后引入QoS的判定因子实例化算法而形成,结合对MP-QAODV(multi path-quality of ad hoc on-demand distance vector routing)路由协议数据包、路由机制的分析与设计,利用NS2设定移动自组织网仿真环境参数,仿真结果表明,该算法是一种能满足QoS需求的路由策略。通过与同类路由协议的比较,该路由协议具有提高现有网络性能的特点,为实时大流量业务提供了有效的通信服务保障。     

Ad Hoc网络中的QoS-Aware多目标优化路由协议

对Ad hoc网络中的QoS保证进行研究,针对现有的QoS路由协议没有考虑节点负荷、节点碰撞等本地信息,提出了一个在Ad hoc网络中提供QoS的路由协议——QoS-Aware多目标优化路由协议(QMOR).该协议把QoS请求———带宽作为接入控制的参数,路由发现和路由维护算法是DSR协议的扩展,在目的节点利用多目标优化算法进行选路,算法的优化参数包括路径时延、缓冲区中已存包的长度和重传数目.通过仿真,结果显示了QMOR协议无论在静态网络和动态网络,都有比DSR协议更好的性能.     

容迟网络中基于信任蚁群的自组织路由算法

由于移动节点间的相遇机会的不确定性,容迟网络采用机会转发机制完成分组的转发.这一机制要求节点以自愿合作的方式来完成消息转发.然而,在现实中,绝大多数的节点表现出自私行为.针对节点的自私行为,提出了基于信任蚁群的自组织路由算法TrACO（Trust Ant Clone Optimization）.该算法利用蚁群算法基于群空间的搜索能力和快速的自适应学习特性,能够适应容迟网络动态复杂多变的网络环境.最后对TrACO进行性能仿真分析,仿真结果表明TrACO能够在较低的消息冗余度和丢弃数下获得较高的分组转发率和较低的消息传输时延,表现出较强的挫败节点自私行为的能力.     

基于移动Agent的双层卫星网QoS路由算法

结合移动Agent技术提出了一种新的基于双层卫星网络的分布式分层QoS路由算法.该算法利用移动A-gent自主地收集卫星网QoS信息,并动态地更新和维护路由表,同时采用分布式的概率路由选择策略解决了卫星网路由动态变化的问题,具有低复杂度和可扩展的特点.在NS2仿真软件下模拟了该QoS路由算法的性能.结果表明,该算法能较好地避免链路拥塞,同时具有较低的呼叫阻塞率.     

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．     

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QoS的网络路由模拟器设计与实现

基于网络连接流参数和链路信息,QoS路由算法能够选择合适传输路径以满足应用性能的要求和优化网络资源,仅驻通过数学方法测试路由算法性能是不够的,而且在算法设计过程中,许多参数都需要通过模拟实验获得,本介绍了基于QoS网络路由模拟器的设计与实现方法,该模拟器可以测试不同路由算法性能,并可提供不同路由算法性能参数的比较。     

支持多业务传输的天基Mesh网络机会路由优化算法

针对天基骨干Mesh网络业务类型多样、计算能力相对不足的特点以及SOAR路由算法拥塞控制机制不足、确认机制不可靠以及不同业务QoS保障需求有差异的问题,提出了具有可靠联合确认机制并支持多业务传输的机会路由算法。该算法以预期成功传输次数来描述整体链路性能,有效实现了网络负载均衡与链路拥塞控制;算法兼顾多样化业务的传输,设计了一种路由路径自适应调整策略,以实现路径选择与业务类型的自适应调整。仿真结果表明:所提算法可以较好地实现不同业务下传输路径自适应,并且在重负载条件下,该算法相比传统SOAR路由算法在时延、吞吐量和吞吐率性能上提升明显。     

一种新的QoS多播路由优化算法

讨论一种适应于研究QoS多播路由的网络模型.在网络环境及不确定参数条件下,提出了一种在网络规模、可行性方面为Internet、移动网络和其他高性能网络基于Tabu搜索的QoS多播路由优化算法（TQMRA）.仿真实验结果表明,TQMRA在网络环境及不确定参数条件下能够优化网络资源.     

一种基于本地QoS类别的端到端的QoS路由方法

传统的全局QoS路由需要获知精确的全局网络QoS状态。由于不可忽略的传播延时和处理开销,节点所获得的QoS信息总是不精确的。通过将全局网络划分为多个小的网络子域,并定义每个网络子域的本地QoS类别,将全局的端到端QoS路由转化为分层的路由问题,给出了一个可扩展性的路由算法。     

NGI中的一种禁忌-递阶遗传QoS组播路由算法

设计了NGI主干网重要组网形式IP/DWDM光Internet中一种非NP类QoS(quality of service)组播路由算法,基于禁忌-递阶遗传算法(tabu-hierarchy genetic algorithm,THGA)构造优化的QoS组播路由树·该算法模拟生物繁衍过程,采用递阶编码方式,引入禁忌交叉和禁忌变异两种禁忌算子改进遗传操作,综合考虑了用户QoS需求和网络费用,同时有助于实现网络负载平衡·仿真结果表明,所设计的算法是可行和有效的,它在一定程度上克服了基于经典遗传算法的QoS组播路由算法存在的早熟和收敛慢等问题,提高了算法性能,较好地解决了IP/DWDM光Interne...     

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.     

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.     

一种基于思维进化计算和博弈论的QoS组播路由算法

针对满足多个约束条件的服务质量(QoS)组播路由的特点,提出了一种应用于下一代互联网的基于思维进化计算和博弈论的QoS组播路由算法.该算法由三部分组成:引入隶属度函数来描述"边"对用户QoS需求的适合程度;通过博弈分析判断网络方与用户在"边"上的效用能否达到Nash均衡;采用思维进化计算方法建立组播路由树,使得在树上不仅用户QoS要求得到满足而且网络方效用与用户效用达到或接近Nash均衡下的Pareto最优.仿真结果表明,提出的算法是可行和有效的.     

基于QoS的动态组播路由协议框架

通过对现有动态组播路由算法及协议的研究和分析,在总结QoS动态组播路由问题研究现状的基础上,提出了一个协议框架,并就此协议框架中的动态问题、QoS问题及分层问题提出了一些理论上的解决办法.框架试图利用集中式算法作为组播路由的预计算方法,同时结合分布式地动态收集QoS信息,做出QoS相关的组播路由决定.把一些现代互联网的先进技术,如Anycast机制等,结合到组播路由算法中,使组播路由算法具有更大的灵活性和可扩展性.     

面向QoS的路由数学模型及求解

计算机网络通信过程中,在一定的网络状态下,不同的通信任务对QoS的要求不同,相应地,其路由选择策略也不同,为了描述路由选择的QoS,本文引入了两个相关函数,并在此基础上,给出了面向QoS的路由选择的数学模型及相应的求解算法,最后,利用算法对一个实例进行分析。