一种基于链路优化的时延约束组播路由算法

研究具有时延约束的最小代价组播路由问题，提出一种基于链路优化的组播路由算法求解该问题。算法从最小时延树开始，不断地用低代价链路代替树中高代价链路，以求得满足条件的组播树。仿真实验结果表明，该算法能根据组播应用对时延的要求，快速、有效地构造最优组播树，具有较低的时延。     

应用层组播分布式动态路由算法

在深入分析基于虚拟覆盖网上的应用层组播的特点,并建立组播网络路由模型的基础上,针对应用层组播带度约束与时延及时延抖动约束的路由问题,提出一种新的应用层组播分布式动态路由算法,该算法只要求维护网络链路和节点的局部状态信息,不需要维护全局状态信息,从而能够较好地减少构造组播树的开销。仿真实验结果表明,该算法具有较小的时延和较小的代价,能够较好地适用于网络状态变化比较频繁的环境及各种实时多媒体应用。     

用一种改进遗传算法求解带时延约束的组播路由问题

提出一种改进的遗传算法,用以求解带时延约束的组播路由问题.该算法综合考虑了路由费用和路由时延,并给出了一种适应度评价函数,在算法中采用了最佳个体保留、自适应交叉以及非线性排序选择等多种优化机制.仿真结果表明,该算法是可行的,有效的.     

基于带宽和时延约束的服务质量任播路由算法

为在满足带宽需求的前提下找到时延最短的任播路径集合,研究基于带宽和时延两个约束度量的服务质量任播路由算法.为解决带宽和时延约束问题,提出一个适用于该非确定性多项式问题的多项式时间近似优化算法.仿真结果表明,当网络规模增加或客户带宽需求较大时,该文算法时延增加相对较小,因此具有较好的可扩展性和健壮性.与包括最短路径优先任播路由算法和最大带宽优先任播路由算法的启发式算法相比,在带宽受限大型网络中该文算法具有更好的性能优势.     

多种群遗传蚁群融合的多Qos约束组播路由算法

具有多约束的Qos(quality of service)路由问题是一个NP完备问题,传统方法很难求得全局最优解。针对多约束Qos组播路由问题,选择带宽、时延和时延抖动为Qos参数,由多种群遗传算法产生初始状态,利用蚁群算法的全局寻优能力提出一种将多种群遗传算法和蚁群算法融合的新算法。分析表明,该算法是可行、有效的。     

基于遗传算法的路由选择问题的研究

针对多目标优化问题,应用免疫遗传算法的基本思想,提出了一种求解满足带宽-时延约束多组播路径问题的两层遗传算法。在算法中设计了一种基于节点连接路径的具有树状结构的染色体表示方法及可以实现树状染色体交叉和变异的算子。数值实验结果表明,文中提出的算法可以有效找到多组播路由问题的优化解。     

BT与RS算法动态仿真测试

基于Mesh网络模型测试了移动IP基本路由算法RS和BT的动态组播特性,包括算法的生成树代价、平均时延、最大时延等性能。仿真测试表明：RS方式比BT方式更有利于网络资源的进一步优化,也更适合于“端到端”时延约束较严格的实时组播业务。     

通信网络中QoS多播路由技术研究

给出了多约束QoS组播路由的问题模型,分析论述了多约束QoS组播路由优化的约束树算法和遗传算法、蚁群算法、免疫算法等智能化算法,对QoS约束的多播路由技术的进一步研究进行了展望。     

遗传算法在组播路由优化中的应用

通过分析遗传算法和组播路由的特点,提出了一种求解满足带宽-时延约束多组播路径问题的遗传算法.在算法中设计了一种基于节点连接路径的具有树状结构的染色体表示方法及可以实现树状染色体交叉和变异的算子.数值实验结果表明,所提出的算法有效改善了初始群体的整体适应性,便于更快地找到最优路径,有效解决了带宽-延时约束组播路由的问题.     

PNNI层次网络模型下的动态组播路由算法

提出以通用层次网络模型(PNNI)为基础的,支持带宽-时延约束的动态层次组播路由算法(delay-band-width constrained PNNI hierarchical multicast routing,DB-PHMR).为实现组成员的动态跨域加入,设计了跨域分支计算、中间域内分支细化以及目地域内嫁接点优化等3大步骤.对所构建的跨域组播树不存在环路进行了理论证明.仿真结果表明,DB-PHMR不仅解决了PNNI模型下的时延-带宽约束的动态跨域组播路由问题,且能与各种信息聚集方法无缝结合,在实现信息压缩的同时保持了与平面路由近似的路由效率,实现组播路由在大规模网络下的扩展.     

基于遗传算法时延与时延差约束组播路由算法

现有组播路由协议提供尽力而为的服务而没有QoS(服务质量 )的支持 .一种启发式组播路由方案考虑了时延与时延差的约束条件 ,可以为应用提供实时性与同步性的支持 .提出了基于遗传算法的时延与时延差约束条件组播路由算法 ,在具有启发式组播算法性能的基础上兼顾组播的代价 ,同时力图减小算法运算复杂度     

一种时延受限共享组播树算法

针对目前基于共享树的组播路由算法中有些算法没有考虑时延约束、有些不能准确地选举出树的中心的情况,提出一种新的时延受限共享组播树算法,并对新算法进行算法分析和仿真实验。该算法首先准确地选择出共享组播树的中心,然后以所选举的中心为树根,构造一棵满足时延约束的最小代价组播树。仿真实验表明,该算法所构造的组播树的成功率要高于RAND DCSHARED,M INMAXD CSHARD,DC IN IT IALDCSHARED等算法,同时也能保证多个源结点到成员结点之间的时延约束。     

异构带宽约束的动态源组播路由

提出异构带宽约束的动态源组播路由(heterogeneous bandwidth-constrained dynamic source multicast routing, HBMR). 为了支持组成员的动态性和异质性,收集了组播树分布信息和组播树上节点的最大可接收能力信息. 并设计了一个基于该信息的异构带宽约束的动态源组播路由算法. 仿真实验结果表明,HBMR不但解决了异构带宽约束费用优化的动态组播路由问题,而且在路由成功率、路由消息开销和组播树占用的带宽资源等方面的性能都有综合提高.     

一种新的QoS保证的快速组播路由算法

提出了一种新的服务质量保证的组播路由算法。算法使用了一个修改的斯坦利树近似算法来构建时延有界的低代价组播树,再通过最小时延路径与其他尚不在组播树的组内节点连接,并消除环路。理论和仿真表明,新算法与其他一些时延有界组播路由算法一样有较好的性能,并且有较小的复杂度。     

基于交叉熵的多约束QoS组播路由蚂蚁算法

基于多媒体传输的网络应用均对服务质量(quality of service,QoS)有迫切的需求,如带宽、延迟、丢包率等。寻找满足上述QoS要求的组播树问题是一个NP-完全问题。在已有的多约束QoS组播路由算法中主要是局部搜索算法或集中式搜索算法,这些均不能保证在实际网络中找到全局解。本文提出用基于交叉熵的蚁群优化算法来求解多约束QoS组播路由问题,NS2仿真结果表明该算法能够快速找到近似最优解。     

带时延约束的动态多播路由算法

考虑多媒体业务端到端的时延要求，需建立有时延约束的Steiner树，提出一种分布式的带时延约束的动态多播路由算法。通过仿真实验验证了算法具有很好的性能和扩展性，优于巳有的几种算法，且能适应多播成员的动态变化。     

免疫优化在QoS组播路由中的应用

提出了一种时延约束的最小代价组播源路由免疫算法．该算法的主要思想是：利用自然免疫系统中抗体和抗原的交互关系来模拟QoS组播路由中可行解（满足QOS约束的解）和不可行解（不满足QoS约束的解）之问协同演化过程,避免了传统的处理约束的方法——罚函数方法的局限性．算法的实现借鉴了前人提出的高效的克隆选择算子,可有效地提高算法的搜索性能．仿真实验证明：算法性能要好于被测试的著名路由算法．     

基于混合遗传算法的多约束组播路由问题的求解

研究了延时、延时抖动约束的最小费用组播路由问题,并且提出了一种混合遗传算法.遗传算法是一种模拟生物进化过程的并行最优算法,适合在大型、复杂的空间中寻找最优解.遗传算法并不需要求解问题具有连续性,因而适宜于约束组播路由问题的求解.此外,遗传算法的并行分布式处理实现简单,因而用遗传算法解决约束组播路由问题十分有效.并通过计算分析,表明本算法能够快速有效的构造出所要求的满足延时、延时抖动约束的最优组播树.     

一种时延约束的多共享组播树构造算法

该文提出了一种时延约束的多共享组播树构造算法,以解决多点到多点组播路由情况下单棵共享树无法满足时延约束的问题。该算法构造覆盖所有源节点和目的节点子集的多棵共享树以满足时延约束的要求,并通过减少共享树个数降低管理开销。该算法计算以每个节点为中心的共享树所能达到的目的节点的子集,将原问题转换为集合覆盖问题,并采用基于矩阵的启发式算法进行求解。仿真实验将该算法和同类算法进行比较,结果表明该算法在不增加管理开销和中心数的情况下,有效地减少了运行时间。     

基于自适应遗传算法的组播路由研究

本文提出一种基于自适应遗传算法,解决了组播路由中既考虑时延抖动,又满足时延约束的NP-complete问题。遗传算法的进化过程中,采用适于此类问题的动态交叉算子和动态变异算子,既克服了遗传算法的早熟收敛性,又提高算法的收敛速度。仿真结果表明本文算法能适应网络的动态环境,快速的,有效的的构建组播树。