异构组播网络中效用最大化的速率控制算法

针对单播和多速率组播共存网络中资源最优分配问题，本文以用户效用最大化为目标，考虑组播异构性，将单播和组播任务纳入统一的凸规划模型研究，并应用惩罚函数法推导出一种启发式速率控制算法。仿真结果表明该算法能保证单播与多速率组播公平共享网络资源，算法选择不同的效用函数可使资源分配满足不同的公平性准则，资源利用获得不同的效率。     

组播最优QoS划分问题及其混合遗传算法

最优QoS划分研究基于性能的价格体系下的资源分配问题，组播最优QoS划分（MOPQ）是将组播树上端到端QoS要求划分到本地链路，使得总代价最小。研究了求解MOPQ问题的遗传算法，设计了由树代价与叶结点缮罚因子构成的适应度函数，提出了双子群混合遣传算法。该算法充分利用了遗传算法的全局搜索优势，模拟退火算法的局部搜索优势以及双子群的协作优势。仿真结果表明该算法的有效性。     

单播与多速率组播共存网络中的公平资源分配

以最大化网络用户效用值为目标,考虑组播接收者的异构性,将单播和组播任务纳入统一的凸规划模型研究,并应用惩罚函数法推导出一种启发式速率控制算法。该算法在IP网络中分布式实现时,路由器使用RED算法标记报文,反馈拥塞信息;用户端提取拥塞信息计算最优速率,并作相应更新。通过选择合适的算法参数及效用函数,单播与组播将依据比例公平性准则共享网络资源。仿真结果验证了该算法的有效性。另外,还分析了多速率组播分层实现时,不同的带宽离散化密度对资源分配公平性的影响。     

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。     

基于共享子树的组播状态聚合新方法

网络层组播存在的可扩展性问题导致路由节点需要记录的组播路由状态数量非常庞大,严重影响了组播技术的推广应用.创建了一种基于共享子树的网络组播状态聚合方法SSMM,首次提出将不同组播树之间互相重叠的子树聚合为单一的共享子树,且完全基于MPLS组播技术设计,大量减少了组播状态数量.SSMM不需要服务器集中计算组播路径,易于实际应用.性能分析和仿真试验证明其优于以往相关工作,较好解决了网络组播的可扩展性问题.     

基于禁忌搜索的负载均衡组播路由算法

提出了一种基于禁忌搜索策略的能实现网络负载均衡的QoS组播路由优化算法。该算法在满足业务带宽和时延的基本要求下,将网络费用和负载均衡分布作为目标函数进行优化,达到网络费用较小和负载均衡分布的目的。仿真结果表明,该算法是一个有效、可行的算法。     

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.     

一种高效的自适应可靠广播/组播MAC协议

为了提高无线多跳网络中支持可靠广播/组播MAC协议的效率和灵活性,分析了可靠广播/组播的不同实现方式,以广播/组播代价为指标建立了有确认广播、有确认单播、混合方式三种实现方式的数学模型,并在此基础上提出了一种自适应可靠广播/组播MAC协议.该协议能够根据网络环境、业务特性等参数自动地选择效率最高的广播/组播实现方式.仿真结果说明该协议在效率与可靠性两方面均能达到良好的性能.     

分布交互仿真中的可靠组播

分布交互仿真的特殊性要求网络通讯能提供具有实时性的可靠组播服务。本文在讨论了国内外关于可靠组播的主要研究成果基础上,提出了一种基于IP的实时可靠组播算法。该算法在保证组播通讯数据的可靠性基础上,重点考虑了实时性。     

Optimizing on multiple constrained QoS multicast routing algorithms based on GA

With the rapid development of Internet, mobile networks and high-performance networking technology,multiple constrained QoS multicast routing optimization in networks with uncertain parameters has become a very important research issue in the areas of networks and distributed systems. It is also a challenging and hard problem to the next generation Internet and high-performance networks, and has attracted the interests of many people. This paper discusses the multiple constrained QoS multicast routing problem, which may deal with the delay, delay jitter,bandwidth and packet loss metrics, and describes a network model for researching the routing problem. The paper mainly presents multiple constrained QoS multicast routing algorithm (MCQMRA), a QoS multicast routing policy for Internet,mobile network or other high-performance networks, which is based on the genetic algorithm (GA) and can provide QoS-sensitive paths in a scalable and flexible wayin the network environment with uncertain parameters. The MCQMRA can also optimize the network resources such as bandwidth, delay, packet loss metrics and can converge to the optimal or near-optimal solution within few iterations, even for the network environment with uncertain parameters. Simulation results show that MCQMRA is an available approach to QoS multicast routing decision.     

QoS multicast routing algorithm based on GA

1 .INTRODUCTIONTheprovisionofquality of service (QoS) guaranteesisofutmostimportanceforthedevelopmentofthemulticastservices .Multicastroutinghascontinuedtobeaveryimportantresearchissueintheareasofnet worksanddistributedsystems.Ithasattractedtheinterestsof…     

基于改进蚁群算法的建筑火灾疏散路径规划研究

针对综合建筑火灾中人员疏散路径动态规划问题,以待疏散人员所需逃生时间最短为目标,考虑火灾产物和人群密度对人员逃生速度的影响,构建基于改进蚁群算法的人员疏散路径规划模型。建立由障碍物顶点栅格构成的疏散网络数据模型,改进蚁群算法的启发函数、死锁处理策略,引入烟花算法中的爆炸算子优化蚂蚁路径,以某综合建筑为例进行仿真实验。结果表明：该模型不仅能够避免疏散路径经过危险区域,还可根据建筑环境状况和人员分布情况实时调整疏散路径,提高了人员疏散路径安全性。     

无人机自组网中基于蚁群优化的多态感知路由算法

无人机自组织网络具有节点移动性强、网络拓扑变化快、数据交互频繁、应用环境复杂等特点, 采用传统的路由算法会使该网络在传输延时、丢包率、路由开销等方面性能均较差, 以至于无法为多无人机协同执行任务提供有效的通信保障。为了解决该问题, 提出一种基于蚁群优化的多态感知路由(ant colony optimization based polymorphism-aware routing, APAR)算法。该算法将蚁群算法与动态源路由算法相结合, 通过感知路径长度、路径拥塞度和路径稳定性, 计算出由路由发现过程得到路径的信息素水平, 并将其作为选路标准, 经过改进的信息素挥发机制也被引入该算法。同时, 根据无人机编队的变化做出合适的调整, 以保证其网络性能不下降。仿真结果表明, 与其他经典算法相比, APAR算法提高了数据包成功传输率, 降低了平均端到端延时, 减少了路由开销, 且在战场环境下有较高的可靠性。     

基于移动汇聚节点的组网导航系统路由协议

针对组网导航系统中节点能量受限及网络通信时滞的问题, 设计了一种基于移动汇聚节点的交叉路由树构建及链式分簇相结合的路由算法(routing algorithm combining cross routing tree construction based on mobile sink and chain clustering, CRTCC)。CRTCC规划了移动汇聚节点的路径, 创建了以移动汇聚节点为中心的交叉区域, 以交叉区域内的节点为对象构建了交叉路由树。同时, 对于交叉区域外的节点, 根据蚁群算法的特点引入候选簇头间的角度, 并重新制定了簇头选取策略, 构建了链式簇群结构, 完成了数据传递路径的规划。最后, 通过算例仿真验证了算法的有效性。     

QoS-aware multicast routing protocol for Ad hoc networks

1 .INTRODUCTIONA mobile ad hoc network ( MANET) is a multi-hopwireless network formed by a collection of mobilenodes without the intervention of fixedinfrastructure.Because an Ad hoc network is infrastructure-less andself-organized,it is used to provide i mpromptu com-munication facilities in harsh environments . Typicalapplication areas of mobile ad hoc networkinclude bat-tlefields ,emergency search,rescue sites and data ac-quisitionin remote areas . A mobile Ad hoc networkisalso usef…     

基于XOR选择重传ARQ的网络编码多播路由算法

针对XOR选择重传ARQ协议,提出了一种基于网络编码的多播路由算法,有效地恢复链路传输错误。该算法分为两种情况：一是信源发送正常的数据包,在信源节点与各接收节点之间建立多播路径族,并考虑不同路径族之间链路的共享;二是信源发送XOR数据包,搜索信源节点到各接收节点的最短路径,并考虑最短路径之间的链路共享。仿真结果表明,该算法有效地提高了网络吞吐量,在资源消耗方面较传统的多播路由算法有更好的表现,非常接近基于网络编码的最小费用多播算法。数学分析表明,该算法的复杂度远小于最小费用多播算法。     

基于蚁群策略的无线传感器网络能量有效路由算法

从无线传感器网络自身的特点出发,提出了一种基于蚁群策略的无线传感器网络能量有效路由算法(energy efficient routing algorithm based on ant colony optimization for wireless sensor network,EEAWSN).该算法设计了一个新的能够均衡传输能量消耗和节点剩余能量的蚂蚁前向移动的选择概率模型,并给出路径最优度的概念来评价路径的最优性.仿真结果表明,与其他蚁群策略的路由算法相比,该算法找到了一条路径最优度最优的路径,在此路径上传输能量消耗最小,并且兼顾了节点的剩余能量,从而延长了整个网络的生存时间.