一个时延约束的动态组播路由算法

分析了时延约束的动态最小代价组播路由问题，然后基于贪婪思想设计了一个动态组播树生成算法DCDG（Delay—Constrained Dynamic Greedy Algorithm），用于在动态环境下构造时延约束的低代价组播树。该算法通过节点动态贪婪地选择满足时延约束的最短路径加入组播树来降低代价；若时延不满足要求，则通过合并DDSP（Destination-Driven Shortest Path Algorithm）最小时延路径来产生一个满足时延约束的低代价组播树。仿真实验表明：DCDG算法动态生成的组播树代价较低、性能稳定，而计算复杂度仅为O（n）；在严格的时延约束下会话成功率高。     

基于配队蚁群算法的QoS组播路由方法

QoS组播路由是网络信息传输的一项关键技术,提出了一种配队蚁群算法对该问题进行求解。算法以满足约束条件下的组播分解、策略控制下的组播树生成为基本思想;定义了扩展组播树,并改进了蚁群算法的信息素更新策略,使之更适合于组播问题的求解。仿真实验表明,该算法能快速搜索并收敛到全局(近似)最优解,且随着网络规模的增大算法保持了良好的特性。     

基于线性能量函数的组播路由算法性能评价策略

作为下一代高速网络的核心技术之一,多约束服务质量组播路由成为了当前网络研究的重点,但对算法性能进行合理的评价仍是一个开放性问题。提出了一种基于线性能量函数的组播路由算法性能综合评价策略——IESMR。算法通过线性能量函数将待评价组播算法的各项QoS性能转化为单一度量值,考察其距极限最优能量值的偏差半径作为算法性能综合度量指标。     

SDN驱动的网络流量负载均衡路由优化算法

在5G网络数据流量剧增的背景下,针对5G网络流量负载均衡问题提出并评估了两种基于软件定义网络驱动的路由搜索优化算法。首先,建立了软件定义网络多约束数据传输路径选择模型;然后,针对所提模型提出了一种流量负载均衡广度优先搜索(load balancing scheme with breadth-first-search, LBB)路径优化算法,在广度优先搜索的过程中,设定一个动态流量阈值对链路进行实时监测,旨在寻找源节点到目标节点的最优数据传输路径。为了减少甚至避免不必要的搜索所造成的空间开销,进一步提出了基于深度优先搜索的迭代深化搜索(iterative deepening search with depth first search, IDDFS)路径优化算法,该算法限制了数据传输路径的每次搜索深度,并在搜索过程中优先选择可用带宽最大的链路进行深度优先搜索迭代优化。仿真结果表明了所提算法在资源利用率和网络吞吐量这两项关键性能指标上的优越性能。     

基于决策图贝叶斯的多目标QoS组播路由算法

随着实时组播通信需求的不断增长，要求网络能够提供更加严格高效的QoS(Quality of Service)路由保证，需要设计一个能够同时满足不同QoS约束的高效组播路由算法。此问题可归结为图论中的NP(Non-Polymenital)问题，一般方法是把多个QoS参数加权合并为一单目标函数进行优化。提出了一种基于决策图贝叶斯的多目标QoS组播路由算法，算法在不需做预处理的情况下可对多个不同的QoS参数同时进行优化。仿真结果表明，所提出的算法能够快速收敛于一组满足不同QoS约束的非支配解。     

两种带多约束的组播路由算法

组播对其成员节点能够提供服务质量,且组播在未来通信网络当中起到越来越重要的角色.对多约束斯坦利最小树问题,提出了基于Boruvka方法的多约束组播算法(BMCMRA)与基于Kruskal方法的多约束组播算法(KMCMRA).仿真试验表明算法具有良好代价性能,且能够很好地满足多约束条件.     

基于ns-2的SSM组播模型仿真

组播技术能以高效、可扩展的方式发送点到多点、多点到多点数据。传统的组播模型与协议存在可扩展性差等问题，至今未能在Internet得到广泛应用。新型的SSM组播服务模型，能克服传统组播模型的缺点，有望在Internet上得到广泛应用。本文实现了SSM组播服务模型，并对SSM实现机制进行了分析，利用所实现的SSM组播模型进行了仿真实验，论证了SSM组播模型的简单与高效性。     

基于禁忌搜索的CDMA多用户检测算法研究

基于禁忌搜索 (tabusearch ,TS)的原理 ,提出了两种实现码分多址 (CDMA)系统的多用户检测 (MUD)的算法。一种是通过合理地选择初始解、当前解的邻域以及禁忌搜索表 ,构造禁忌搜索检测方法 ;另外一种是采用禁忌学习神经网络 (TLNN) ,通过神经网络状态方程的迭代完成最优检测目标函数的全局寻优。通过分析以及对同步和异步情况的仿真表明 ,这两种方法均具有多项式的计算复杂度 ,而TLNN比TS复杂度更低 ;它们优于传统、多级、Hopfield神经网络等方法 ,对远近问题不敏感 ,并且具有与最佳检测方法 (OD)接近的误码率性能。     

基于蚁群算法和禁忌搜索的部队机动路径选择

新形势下的部队作战规划对机动路径选择这个问题提出了新要求,需要同时达到机动时效和机动分散的双重指标.针对问题建立了数学模型,引入信息熵理论作为目标评价准则,借助改进的蚁群算法和禁忌搜索算法相结合的启发式方法对问题进行求解,给出了该方法的具体计算步骤.对仿真结果的分析表明,算法是切实有效的.     

延迟容忍网络中基于Epidemic算法的组播路由研究

延迟容忍网络(DTN)是近年来出现的一种新型的网络体系结构,它最大的特点就是网络的间断连通性,这也使得其路由算法的设计成为DTN网络的关键所在.介绍了DTN路由设计时应该考虑的问题,研究了DTN的直接传送组播路由和Epidemic路由机制,并将两种路由算法结合起来,在OPNET仿真平台上对其信息传送率和传送延迟等性能进行了仿真分析.结果表明,基于Epidemic路由的组内直接传送的组播方式在性能上是由于直接传送组播方式的.     

基于遗传算法与模糊选择的多播路由优化

遗传算法在优化计算特别是在多播路由问题中得到了广泛应用,但在进行大规模优化时,遗传算法存在着爬山能力差以及不成熟收敛等缺点。为此,提出基于启发式遗传算法和模糊选择机制的新型多播树计算方法,本算法采用树型结构编码和高效的遗传操作,同时优化时延、丢包率和带宽利用率等多个参数。仿真实验表明,这种算法用于多播路由多目标优化问题时,可以克服采用遗传算法进行多目标优化的缺陷。     

一类半开放式车辆路径问题及其禁忌算法研究

对半开放式车辆路径问题进行了描述,提出了核心路径的概念和理论,并根据问题的特点设计了基于核心路径的禁忌算法.算法分为初始优化、核心路径的提取和连接以及后期优化三部分,采用自然数编码,用GENI插入法构造初始路径和进行邻域操作,设计了三种邻域以扩大搜索空间,用能力约束控制单条路径的配送点数,以增加惩罚的方式加入配送距离约束.算法利用核心路径的特点阻碍不良路径的生成,并在后期优化的第二阶段拆开核心路径,进行优化路径的调整.最后采用多组数据进行计算并对结果进行了分析,证明了基于核心路径禁忌算法对优化有能力和距离约束半开放式车辆路径问题的有效性.     

带装载能力约束的开放式车辆路径问题及其禁忌搜索算法研究

对另一种类型的车辆路径问题——开放式车辆路径问题进行了研究 .提出了一种用于求解带装载能力约束的开放式车辆路径问题的禁忌搜索算法 .给出了算法对测试算例的运算结果 ,并与文献中目前最好的结果进行比较 .比较结果表明 ,在绝大多数情况下 ,该算法能求出更好的解 .     

一类集散货物路线问题的禁忌搜索算法设计

针对该类同时集散货物路线问题(VRPSDP)的特点,文章将配送中心车辆的固定费用和可变费用之和作为目标函数.然后,提出了一种SFC-TS算法:先应用分形理论中的空间填充曲线法(SpacefillingCurves,SFC)求解初始解,再用禁忌搜索法(Tabu Search Algorithm,TS)对初始解进行改进优化.最后,应用算例验证了SFC-TS算法的有效性,结果表明SFC-TS算法在求解小规模问题(20个点)时其性能总体优于已有的同类问题的算法.     

多重运输调度问题基于双表的并行表搜索算法

大型企业在生产过程中的运输组织和实施一般可归结为多重运输调度问题（ＭＶＲＰ）,本文提出了ＭＶＲＰ基于插入和双表策略的表搜索算法,以该算法为基础设计了一个并行表搜索算法。实际运算表明这些算法具有较快的收敛速度。     

基于禁忌遗传算法的区域路网双层优化模型

针对区域路网优化问题,利用改进的遗传禁忌算法进行了综合研究。在探讨区域路网交通特性的基础上,构建了区域路网优化的双层优化模型。并在分析遗传算法和禁忌搜索算法自身的优势与不足的基础上,提出了基于遗传禁忌算法的路网优化算法。区域路网双层优化模型利用禁忌遗传算法能够较快得到最优解,相对于传统的优化模型更能结合区域交通与经济特性,结论比较符合实际情况。应用结果表明,优化模型不仅能够满足交通需求,而且该法科学合理、可操作性强。     

关于Tabu Search算法收敛性的研究

对ＴａｂｕＳｅａｒｃｈ算法的收敛性进行了研究。并对ＴａｂｕＳｅａｒｃｈ算法运行的迭代次数与收敛性的关系进行了理论上的说明,从而使ＴａｂｕＳｅａｒｃｈ算法迭代次数的选取有了一定的估计。     

带时间窗的多重运输调度问题的自适应Tabu Search算法

给出了带时间窗的多重运输调度问题 ( MVRPTW)的转换模型 ,基于该模型提出一台车辆的自适应 Tabu Search算法 ,该算法对搜索过程进行综合记忆、自动确定施行强化和多样化策略的时机 .大量的实际计算表明本文提出的算法能在较短的时间内求出问题的最优解.     

基于Tabu搜索算法的产品族配置问题研究

产品族的可配置零部件之间存在约束关系,用户需要从产品族的有效配置结果中找到最满意的配置。对于配置项较多的问题,由于搜索空间很大而不能用传统方法求解。给出了按订单装配模式下产品族配置问题的数学模型,并设计了Tabu搜索算法对模型进行求解。使用了动态惩罚、频数表、多阶段搜索和优化配置池等方法改进了算法的效率。应用模型和算法对复合热载体产品进行了仿真计算,取得了比较好的效果。