基于流量工程的动态路由算法研究

针对NPLS网络提出一种保证带宽的动态路由算法,该算法综合考虑了链路关键度和链路饱和度指标,将流量工程优化目标转化为约束路由问题．实验仿真结果表明,该算法在优化网络资源分配上较传统方法具有更好的性能,同时也保证了业务流的服务质量．     

基于流量工程的网络改进算法

针对计算机网络规模滞后、服务类型单一和服务质量没有保证等问题,将网络规划(网络改进)与流量工程作为有机整体为网络业务流量提供QoS服务,并在此基础上提出基于流量工程的新型网络改进算法.算法运用构造Harafy图和网络扩充启发式算法保证拓扑约束,基于多QoS约束路由算法满足流量工程约束;并使用改进遗传算法策略全局寻求改进费用最小网终及容量分配.仿真结果表明:算法实现最小化新增链路,使改进后拓扑仅略大于理想拓扑(Harary拓扑),88%的流量通过少跳数传输,且各链路带宽分配均匀(均方差σ=1.1).从而使算法在满足各网络约束的同时能够有效地均衡网络负载,避免链路拥塞,提高网络运行性能.     

MPLS网络流量工程中的动态在线路由算法

提出了一种用于MPLS网络流量工程中的动态在线路由算法NORA.该算法在网络拓扑结构基础上定义了链路关键度,根据链路的带宽利用率定义了链路繁忙度,利用链路关键度、链路当前可用带宽及链路繁忙度确定链路权重,并依据该权重运用最短路径优先算法思想为到达的LSP建立请求选择权重优化路径.该算法在动态建立有带宽保证路径的同时可以均衡网络负载,并降低LSP建立请求服务拒绝率.仿真实验表明,与SPF及MIRA算法相比,该算法在降低LSP建立请求服务拒绝率以及均衡网络负载等方面表现出更好的性能.     

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.     

电力通信传输网络的优化模型探讨

该文介绍网络优化的数学模型和几种算法,阐述了图论的基本概念,介绍最小生成树的Kruskal算法、最短路径算法和最大流量算法,根据广州电力通信网的结构,论述了优化的必要性,优化的目标。对电力通信传输网,提出了受限最短路径优先(CSPF)算法的具体步骤,并详细提出了用于CSPF计算的约束条件:链路约束和路径约束。采用该算法对广州电力通信网络的骨干网络进行计算机模拟,取得了有实际意义的结果。     

基于能力约束的多车种空车动态调整方法

引入空车时空服务网络来描述铁路运输动态变化特性,同时考虑到实际运输生产中的能力约束,并据此建立了基于能力约束的动态规划模型.模型的目标函数考虑了与时间因素相关的空车滞留费用和需求未满足时的惩罚费用等相关费用,同时考虑了多个车种之间的替代费用.模型的能力约束条件考虑了网络弧段的通过能力、空车提供站的发送空车能力和空车需求站的接收空车能力.考虑网络径路绕行的情况,设计了融合K短路算法的模拟退火算法,并采用了两步法的优化策略进行求解.最后对一个简单的路网进行了验证,结果表明融合K短路算法可以在能力约束条件下得到较好的收益.     

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...     

基于带宽受限模糊权重的蚁群优化算法及其应用

针对基于流量控制的优化路径很难得到最优解和计算复杂度过大等问题,该文提出带宽受限条件下基于随机网络拓扑的模糊蚁群优化动态流量分配方案.该方案根据网络流量的模糊控制划分路径权重,将路径权重融入信息素中;采用蚁群全局搜索和信息素控制在多条路径中动态选择最优路径.仿真结果证明了该算法的有效性,该法显著加快了传统路由算法网络流量的探索收敛速度.     

WMSNs中粒子群优化的多径流量分配路由算法

针对无线多媒体传感器网络(WMSNs)节点能耗问题,提出了一种基于粒子群优化的多路径自适应流量分配路由MATDR-PSO算法。通过建立能效优化模型,将最小能耗和能耗均衡2个特性转化为多目标优化问题;利用粒子群优化算法动态分配多路径上各条链路流量来实现网络的能效优化。仿真实验表明:MATDR-PSO算法能够在降低全网节点消耗总能量的同时保证能耗的均衡特性,显著提高了网络的生命周期。     

Peer-to-Peer流量缓存部署建模

为了在网络中更好地部署对等网络(P2P)流量缓存,从而优化网络的性能,提出了一个评价方法量化在不同链路上部署P2P缓存的收益。基于该方法建立了最优化模型:在给定部署开销的约束下最大化收益。分析了问题复杂度,提出了优先选择收益开销比的链路进行部署的启发式算法求解。对实际校园网络的仿真结果表明:在10%的链路上部署P2P流量缓存,能够降低30%的平均链路利用率。该文提出的P2P流量缓存部署模型和算法可以有效地指导P2P缓存的部署,优化网络性能。