基于蚁群算法的Qo S路由模型的设计与优化

为了提升网络数据传输中路由性能,采用蚁群算法解决网络路由出现的问题。首先介绍了蚁群算法的原理与模型,然后根据实际应用的QoS路由具体问题,建立QoS路由模型,设计基于ACO的Qo S路由算法。通过仿真实验,对参数进行优化分析,验证了蚁群算法在网络路由中的应用效果,证明这种方法能够提高网络数据传输中路由的性能。     

下一代互联网中的智能QoS组播路由算法

设计了一种下一代互联网中的智能QoS组播路由算法,给定一个QoS组播请求和柔性QoS需求,包括带宽需求、组播端到端延迟区间,延迟抖动区间和出错率区间,寻找一棵QoS组播路由树.提出一种基于演化算法和单纯形算法的混合算法来构造满足上述需求且费用近优QoS柔性组播路由树,兼顾网络负载均衡.仿真结果表明,该算法是可行和有效的,明显优于基于传统遗传算法的QoS组播路由算法.     

卫星Internet中一种QoS组播路由机制

考虑了卫星Internet拓扑变化的可预测性和组播应用的服务质量QoS(quality of service)需求,设计了一种QoS组播路由机制.给出了卫星Internet中QoS组播路由问题模型及其数学描述,引入拉格朗日松弛,设定适应度函数,使用PRIM算法,基于次梯度优化,寻找生存周期最大化的QoS组播路由树.基于NS2进行了仿真实现和性能评价.仿真结果表明,同传统的组播路由机制相比,该机制是可行和有效的,提高了QoS组播路由树生存周期,具有良好的性能.     

蚁群分区算法在QoS单播路由中的应用研究

随着网络技术的高速发展,新型的多媒体业务应运而生,对网络服务质量(QoS)的要求也更高,如何解决多个约束QoS路由问题,成为新关注的热点,在解决这一问题时,路由算法的选择又是其中的一个核心问题,并且带宽、延时、访问花费是决定选择路径的关键因素.论文针对这一状况构建了带有QoS参数的网络模型,并用基于蚁群算法的邻域分区优化算法对QoS单播路由选择进行仿真实验,该方法改善了蚁群算法在求解大规模网络路由选择的算法复杂度和搜索最优路径的时间.     

Ad Hoc网络中基于模拟退火-蚁群算法的QoS路由发现方法

针对Ad Hoc网络的动态网络环境和链路、节点性能限制等不利因素，提出了一种新的QoS路由发现方法——SAANT．该方法利用蚁群算法增加了发现可用QoS路由的概率，利用基于概率的路由转发策略来减少洪泛造成的网络开销，从而强化所提算法的全局搜索能力和自适应性，减小了洪泛对Ad Hoc网络性能的影响．所提方法还利用模拟退火算法调整路由发现算法的搜索方向，以弥补蚂蚁算法收敛速度上的弱点，减少了搜索过程中的停滞现象．在包投递成功率、平均包延迟和吞吐量等方面，通过仿真实验对SAANT、仅基于蚁群算法的QoS路由算法和传统的按需路由算法的方法进行了性能比较，结果表明，在Ad Hoc网络环境下，SAANT的收敛速度、移动性能和网络负载性能均表现出更好的适应性．     

基于遗传-蚁群优化算法的QoS组播路由算法设计

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的QoS组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。     

一种双种群进化集成QoS组播路由算法

设计了一种IP/DWDM光Internet中的非NP类QoS组播路由算法,采用树形编码方式,基于双种群进化,寻找一棵带宽、延迟、延迟抖动与出错率受限的费用优化组播路由树,集成解决路由与波长分配问题.仿真结果表明,该算法是可行和有效的,不仅能够满足QoS约束,而且性能优于基于经典遗传算法设计的QoS组播路由算法,克服了算法易早熟、收敛慢等缺点,有效地解决了IP/DWDM光Internet中的QoS组播路由问题.     

计算机网络中的组播路由算法探讨

本文提出了一种新的改进蚁群算法,通过构建确定性选路概率函数和基于交叉变异的变异操作,加速算法的收敛速度;对信息素实行多个独立QoS约束的惩罚性更新策略,使算法满足用户的QoS要求：考虑到网络实际应用,算法设计中引进了基于链路利用率的负载均衡和拥塞规避重路由策略,提高算法的鲁棒性。     

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．     

NGI中立队竞争演化QoS组播路由算法

设计了一种NGI中的非NP类QoS组播路由算法.该算法以最小化费用为目标,基于立队竞争演化算法,寻找一棵延迟、延迟抖动、带宽及出错率受限且费用优化的组播路由树,一体化解决路由与波长分配问题,同时兼顾网络负载均衡.仿真研究表明,该算法是可行和有效的,不仅能够满足QoS约束,而且在组播树费用和运行时间上明显优于基于经典遗传算法的QoS组播路由算法.     

无标度网络局部路由算法优化与设计

针对无标度网络路由算法设计与优化缺乏指导方法的问题,研究了经典局部路由算法与网络拓扑结构、节点处理速度三者之间的关联关系.首先提出了几个关联关系式,并通过理论证明和仿真实验验证了它们的正确性及有效性.然后利用这些关联关系式分析了参数设置对路由算法性能的影响,进而提出了BA无标度网络动态路由算法设计与优化的若干原则.仿真实验表明,相对于经典算法,根据这些原则设计的动态局部路由算法能有效提高BA无标度网络的性能.     

空间信息网络的改进路由算法研究

研究了空间信息网络的拓扑结构和路由特点,对网络的星间链路长度和覆盖性能进行了分析。针对空间信息网络的特点对现有算法进行了改进,并加入一些优化措施,从而形成一种新的适用于空间信息网络应用的动态路由算法,该算法能够找出任意两颗卫星间通信的最佳路径集合,同时能够在链路质量容许的情况下,尽量避免通信链路切换的发生,从而较大地提高了系统性能。通过仿真和分析表明该算法提高了系统性能,降低了切换概率,增加了链路的可靠性,且相对付出的链路代价较小。     

基于AODV协议的动态路由管理算法

提出了一个基于AODV协议的动态路由管理算法,通过算法动态地配置路由协议参数,适应网络环境的变化,提高路由协议性能.算法利用模糊逻辑对移动自组网(MANET)网络环境进行分类,根据不同类型的MANET网络环境选择不同的AODV路由参数来改善路由性能.将这种算法应用到AODV路由协议中,通过NS2网络仿真器对标准AODV算法和基于AODV的动态路由管理算法进行了仿真比较.仿真结果表明,基于AODV的动态路由管理算法显著改善了协议路由性能.这证明在优化MANET路由性能研究领域中应用模糊逻辑的可行性.     

基于OPNET的Ad Hoc网络AODV路由协议仿真

为更好地解决多种 Ad Hoc路由协议的有效性差、控制开销大等问题,利用OPNET仿真工具对AODV(Ad Hoc On-Demand Distance Vector)路由协议的性能进行仿真, 阐述了利用OPNET仿真平台进行Ad Hoc路由协议仿真的一般方法和过程。网络传输时延、网络吞吐量和网络负载等关键参数的仿真结果表明,AODV路由协议的性能比较稳定,即按需路由协议比主动路由协议更适合Ad Hoc网络,为研究Ad Hoc网络提供了参考。     

ns2中的基于移动Agent卫星网路由算法仿真

为了解决基于移动Agent的卫星网路由算法的仿真,提出了一种新型的基于ns2的单层卫星网路由算法仿真平台构建方案.详细阐述了ns2中卫星网络星座定义、切换管理、路由模块、通信模块、星间链路、星地链路和移动Agent的设计方案,最后用新的仿真平台实现了基于移动Agent的卫星网路由算法SNRA-MA在Iridium网络模型下的仿真.仿真结果表明:新的仿真平台完全可以满足SNRA-MA算法的仿真,且SNRA-MA算法丢包率低、端到端传输时延满足ITU-T的通信指标.     

采用蚁群算法解决光网络中动态及 分布式RWA问题的方法

为了在大规模节点网络中提高路由与波长分配(RWA)算法的性能指标,解决集中式计算方式与网络资源实时变化之间的矛盾问题,提出了一种基于动态业务模型下的分布式蚁群算法. 该方法在波长连续的前提下,尝试利用蚂蚁找食的天然特性,由单只蚂蚁一次性的完成路由和波长分配任务,算法在两个具备不同规则的拓扑结构上进行了仿真. 通过算法分析和仿真结果表明,基于分布式的策略可以更好地完成光路的选择,可降低光网络中的呼叫阻塞率,有利于提高网络资源的利用率.     

A Routing Algorithm for Risk.Scanning Agents Using Ant Colony Algorithm in P2P Network

This paper describes a routing algorithm for risk scanning agents using ant colony algorithm in P2P（peerto peer） network. Every peer in the P2P network is capable of updating its routing table in a real-time way, which enables agents to dynamically and automatically select, according to current traffic condition of the network, the global optimal traversal path. An adjusting mechanism is given to adjust the routing table when peers join or leave. By means of exchanging pheromone intensity of part of paths, the algorithm provides agents with more choices as to which one to move and avoids prematurely reaching local optimal path. And parameters of the algorithm are determined by lots of simulation testing. And we also compare with other routing algorithms in unstructured P2P network in the end.     

基于多目标的管道物联网无线路由算法

在恶劣的环境下传感器节点能量限制一直是制约油气管道物联网性能的关键因素.网络端对端延时决定了油气管道物联网对于管道安全事故的反应时间.为此,针对油气管道物联网能量限制和端对端延时问题提出基于多目标优化的管道物联网无线路由算法,通过将节点剩余能量以及节点到汇聚节点之间的距离作为机会路由中选择候选转发节点的指标,实现了物联...     

二维DMesh网络中基于转弯模型的无死锁路由算法研究

路由算法对整个互连网络的性能有着至关重要的影响。二维DMesh网络有效地结合了Mesh网络以及高阶路由器的优势,降低了网络的拓扑直径和平均跳步数,为消息传输提供了更多的可选择路径。针对DMesh网络,设计了一种基于转弯模型的适应性无死锁路由算法,该算法为消息传输提供了更多的灵活性。当网络中负载率较高时,能够指导消息避开拥塞区域和热点路由器,降低等待时间,最终指导消息以更快的速度到达目的节点。对新提出的路由算法进行了路径多样性方面的分析,并对算法的无死锁性进行了严格的证明。仿真实验结果表明,与DMesh网络中传统的DXY路由算法相比,这种新的适应性路由算法有效地降低了平均延迟,增加了消息传输的灵活性,最终提高了整个网络的通信性能。     

基三网络中一种最短路径路由算法

Min-DDRA在DDRA路由算法的基础上结合中转节点的设计思想,实现了一种最短路径路由算法.该算法兼有传统基于路由表算法和DDRA路由算法的优点.基于真实网络负载的实验结果表明,与DDRA路由算法相比,Min-DDRA路由算法性能提高了2%～3%,功耗降低了3%～6%.