基于延时状态统计的分布式QoS路由算法

为了克服网络状态的不准确性给服务质量(QoS)路由机制带来的负面影响,针对延时约束最小代价(DCLC)路由问题,提出了一种基于延时状态统计的分布式路由算法(DSS-DRA)。根据延时状态的稳定性程度预测路径状态的不准确性,并结合概率选路,为到来业务探测寻找满足其QoS要求的DCLC路径。仿真及其分析表明,DSS-DRA能够较好地容忍不准确的网络状态信息,在路由性能以及DCLC问题的解决能力方面具有较为明显的优势,同时与泛洪探测等方法相比,可以较好地减小探测开销,而与最小延时等算法相比,当网络重载时,能够以略微增加的开销为代价换取较大的性能改进。     

QoS路由算法分析

QoS路由是保证网络服务质量的关键技术之一.随着网络技术的飞速发展,QoS路由算法日益增多,目的都是为了寻找最优路径来传递信息以提高服务质量.该文重点对目前QOS单播路由、QOS多播路由、无线网络路由的多种算法的基本思想及特点进行了分析,探讨了QoS路由的难点和今后可能的研究方向.     

一种分布式多路径多约束QoS路由算法

提出了一种以路径剩余带宽为度量标准的分布式多路径多约束QoS路由算法DMPM-CA,该算法能够在源结点和目的结点之间找到多条满足要求的路由路径,并从中选择出有利于网络负载均衡的路由路径。该算法的时间复杂度为O((d 1)L)。     

基于BOA的受限延时QoS路由算法

无线ad hoc网络中受限延时的QoS路由问题是NP-complete问题,针对其特点,将贝叶斯优化算法引入其中,用贝叶斯网络对QoS参数进行模拟、采样和优化.实验结果表明,贝叶斯优化算法对于受限延时的QoS路由问题有着很好的解决能力,同时与其他算法比较,能够搜索到较低代价的路由,满足QoS路由要求.     

基于狩猎搜索的可信QoS路由算法

提出了一种可信QoS路由算法,采用区间形式描述用户需求以适应用户QoS和信任要求的模糊性,采用基于滑动窗口和窗台的信任评估与控制机制,引入满意度函数,基于狩猎搜索寻找满足用户需求的优化路径.对提出的算法进行了仿真实现,并在多个实际网络拓扑和虚拟网络拓扑上进行了性能评价,结果表明,所提算法是可行和有效的,同现有算法相比,具有更好的性能.     

一种基于OSPF的QoS路由算法研究

由于因特网的快速发展和普及,音频流、视频流等一些对时间延迟比较敏感的数据流就要求有更好的QoS保证.在传统的拥塞策略的基础上,提出了一种新的拥塞策略.当路由节点发生拥塞时,避开拥塞节点的策略,并改进了相应的基于OSPF协议的路由算法,提高了对时延敏感数据流的传输速率.     

基于演化计算和代理的QoS路由算法

随着网络技术的不断发展,如何保证高性能网络服务质量(QoS)问题,是目前亟待研究的重要课题。文中研究了将代理和演化计算融合在一起,构建具有演化计算能力的多代理系统体系结构模型,并依据此模型提出一种新的路由算法,用于解决高性能网络QoS路由选择问题。     

基于正交多项式神经网络的卫星网络QoS路由算法

QoS路由问题作为多目标约束优化问题,是一种非确定多项式完全(NP-complete)问题,目前在地面网络中多使用启发式算法求解。卫星网络的拓扑时变特性要求路由算法快速收敛,而高昂的信息交换代价又要求尽量减少星间控制信息交换,这导致绝大多数探测导向型的启发式路由算法应用在星上时性能不高。该文引入一种基于正交多项式神经网络的卫星网络QoS路由算法,将数据包路由过程类比为在经训练过的神经网络中分类的过程;同时正交多项式的使用提高了训练速率,保证了拓扑周期内训练结果的有效性。仿真结果表明:该路由算法在满足用户QoS需求的同时还降低了链路拥塞、丢包率、呼叫阻塞率等指标。     

基于非精确状态的动态组播QoS路由算法

基于非精确状态的QoS组播路由问题,提出了一种由信宿驱动的动态组播路由算法,实验和分析结果表明,构造的路由方案成功成功地解决了在网络中存在多个组播业务及组播节点动态变化情况下的QoS路由选择问题。     

新式遗传算法在QoS路由选择中的应用

针对服务质量(QoS)路由的特点，提出了一种新式遗传算法。与基于二进制编码的通用遗传算法相比，本算法采用节点序列编码，编码、解码过程简单、直观，并在此基础上引入新的遗传交叉、变异算子。仿真实验表明，该遗传算法用于QoS路由具有全局收敛性，收敛速度较通用遗传算法有很大改观。     

基于量子遗传算法的多约束QoS路由算法

提出了一种基于量子遗传算法解决多约束QoS路由问题的算法，详细讨论了该算法用于解决包含带宽、延时、包丢失率和最小花费等约束条件在内的多约束QoS路由问题，给出了算法实现的方法和具体流程．实验结果表明，与其他2种算法相比，该算法不但能满足QoS约束要求，同时可以均衡链路负载，很好地优化网络资源．     

一种基于量子遗传算法的多播路由算法

提出了一种基于量子遗传算法QGA（quantum genetic algorithm）解决多播QoS（quality of service）路由问题的算法．介绍了量子遗传算法的基本原理，给出了算法实现的方法和具体流程，并进行了量子遗传算法在多播路由选择优化方面的仿真实验，证明了量子遗传算法优于常规遗传算法．     

求解QoS路由优化的一种新进化算法

对网络中支持多个QoS参数路由的数学模型进行了形式化分析,提出了一种多目标进化算法（QMOEA）。该算法能有效地将多个优化目标统一起来,并在此基础之上引入“自适应退避”机制与贪心策略,保证了群体的多样性和快速收敛。仿真结果与理论分析验证了该算法的有效性与正确性。     

基于遗传算法的Qos的路由算法

目的 为得到求解Qos路由的高效算法。方法利用遗传算法，提出了求解Qos路由的新算法。结果通过三阶段给出了基于遗传算法的Qos的路由算法，分析了该算法的时间复杂度，且通过数值模拟，验证了算法的有效性。结论算法原理简单，鲁棒性强，符合Qos路由的不确定性等特点。     

基于Agent的组播路由算法

现有的路由算法基本上都是利用静态信息 ,这样计算出来的组播树不能反映实际情况 ,具有很大的局限性 .针对此问题 ,本文提出利用Agent技术预先收集、更新网络链路状态信息 ,以便尽可能地反映实际情况 .仿真试验表明效果较好 ,具有较好的实用性     

基于蚂蚁算法的通信网络QoS路由方法

对于提供基于QoS服务的通信网络来说，QoS路由是其中一个很关键的因素。本文介绍的基于蚂蚁算法QoS路由就是一个很好的解决方法。此前的一些算法只考虑了时延这一影响，本文的方法则考虑了服务质量的其它一些参数，比如有保证的带宽和最大的延迟等，从而提供更好的服务质量。     

Ant Colony Algorithm for Solving QoS Routing Problem

Based on the state transition rule, the localupdating rule and the global updating rule of ant colony algorithm, we propose an improved ant colony algorithm of the least cost quality of service (QoS) unicast routing. The algorithm is used for solving the routing problem with delay, delay jitter, bandwidth, and packet loss-constrained. In the simulation, about 52.33% ants find the successful QoS routing , and converge to the best. It is proved that the algorithm is efficient and effective.     

基于蚂蚁算法的拥塞规避路由算法

对业务提供服务质量(QoS)保证,是提高网络效率的重要方法。现有网络常用的路由算法(比如链路状态路由算法)都不具有拥塞响应机制,当一条链路即将或者已经发生拥塞时,只有简单的丢弃数据包。提出了一种基于蚂蚁算法的拥塞规避路由算法。该算法加速了蚂蚁路由算法探索最优路径的过程,并且能够对链路的拥塞状态做出快速反应,分散流量,以避免链路的拥塞。通过仿真,结果表明:该算法在数据包传输时延和网络丢包率性能上,比现有的链路状态路由算法具有明显的优越性。     

一种分布式局部时延受限的多播路由算法

时延受限多播技术对网络中的实时业务非常重要。为保证受限多播树的服务质量，提出了一种利用局部信息的时延受限多播路由算法。算法要求源节点具有局部信息，即源节点到每个目的节点的时延最短路径信息。此外，其他节点要保存相邻节点和链路的信息。仿真实验结果表明，该算法要好于最短时延树的性能。