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．     

基于自主蚁群算法的认知网络多约束QoS路由算法

提出了一种基于自主蚁群算法的认知网络多约束QoS路由算法,该算法主要解决认知网络中具有多个参数约束的QoS路由优化问题。针对基本蚁群算法在收敛速度和全局搜索能力方面存在不足,本算法主要从信息素浓度初始化、信息素挥发因子调整、信息素更新规则、状态转移规则四方面改进,在收敛速度和全局搜索能力方面得到提高。实验结果表明,该算法具有较好的收敛速度和全局寻优能力,能够有效的解决认知网络所面临多约束QoS路由问题。     

QoS路由技术的新方法

多约束QoS路由问题是NP完全问题，一般采用启发式算法求解。量子遗传算法和DNA计算技术是新型的软计算方法．是解决NP完全问题的有效途径。文章在介绍量子遗传算法和DNA计算基本原理的基础上．给出了利用量子遗传算法求解多约束QoS路由问题的算法过程以及利用DNA计算技术解决QoS路由问题的算法模型，为多约束QoS路由技术的求解提供了新方法和新思路。     

一种求解QoS路由问题的半定规划算法

QoS路由的主要问题是求源节点到目的节点满足QoS多个约束的优化问题。由于半定规划在求解组合优化问题和NP-完全问题时具有收敛速度快,迭代步数少等优点。本文基于QoS路由问题的线性整数规划网络模型,利用半定规划方法研究了时延约束的代价最小问题。把QoS路由的一般模型松弛为半定规划的标准形式,利用半定规划内点方法进行求解,然后利用随机扰动方法得到原问题的近似最优解.数值试验表明了算法的有效性。     

ACS算法求解多约束QoS路由问题

介绍了ACS算法理论,分析了使用ACO算法求解多约束QoS路由问题,给出了多约束QoS路由的数学模型,并进行了仿真实验和结果的分析.     

QoS多约束单播路由算法的研究与实现

介绍了蚂蚁算法基本原理,将蚂蚁算法应用于解决QoS多约束单播路由问题,针对QoS路由中的带宽、丢包率和时延3大约束问题对原有算法模型进行改进。在改进后的算法中,对于同一路径的不同路段给予不同的信息素更新量,而且用时变函数来代替原算法中的信息素更新常量,最后用OPNET网络仿真工具验证了该算法的有效性和正确性,并以图形比较了改进前后算法的优越性。     

利用非精确参数的移动互联网业务感知多目标优化QoS路由算法

针对移动互联网QoS优化中存在的测量不精确的问题,提出了异构融合移动互联网面向多种业务非精确参数的QoS路由算法。多目标优化模型是本文算法的基本模型,在业务感知的条件下实现约束的输入,在多量纲的基础上尽可能实现多目标的优化并利用覆盖网路由来保障QoS。为解决数据不精确的问题,结合概率方法和隶属度对多次采样QoS数据进行模糊处理,并构建方程利用理想点以解决网络性能均衡等问题。通过随机拓扑进行仿真,在满足业务传送约束的基础上,与同类型算法相比,该算法兼顾链路和节点的性能,在同样的网络环境下提升了QoS满意率,降低了时间开销,并能有效提高系统的资源利用率。     

基于多目标规划和业务区分的多QoS约束路由算法

针对大多数QoS路由选择算法所存在的问题,采用多目标规划和业务区分的方法建立了满足多QoS需求和网络资源利用率的路由选择数学模型,对Fallback＋算法作了进一步扩充和改善．提出了一种新的Fallback＋＋算法,它不仅能满足多QoS约束,而且能高效地利用网络通信资源．分析得出该算法的时间复杂度和空间复杂度均为O（n＊N^2）．仿真实验验证了该模型和算法的有效性和正确性．     

可分离QoS路由的拉格朗日松驰算法

为了满足网络新应用提出的服务质量保证和业务不受故障影响的新要求,分析了可分离的QoS路由算法.针对寻找优化某个QoS参数且另一个QoS参数满足约束条件的可分离路由问题,建立了问题的数学模型,利用拉格朗日松驰算子将问题分解为两个受限最短路问题,给出了求解的拉格朗日松驰算法,并从迭代方向和迭代步长两方面对算法中的次梯度技术进行了改进.算例表明,改进后的算法具有较快的收敛性能.     

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。     

基于路径缓存的并发扩散式服务质量路由算法

服务质量路由算法是一种多约束多目标的优化问题，该问题属于计算复杂度完全类(NP-CompIete)问题．基于一些扩散式服务质量路由算法，提出了一种基于路径缓存的并发扩散式服务质量路由算法(PCB-CFQR)，该算法是一种分布式算法，它将资源预留、接纳控制和路由选择进行有效的结合，能同时完成多个请求的路径建立，大大提高路由算法的效率．分析和仿真结果表明，PCB-CFQR算法具有较强的稳定性和实时性，与最短最宽(WSP)路由算法相比，它无须进行路由信息的定时刷新，却具有较低的呼叫阻塞率．     

一种新的QoS多播路由优化算法

讨论一种适应于研究QoS多播路由的网络模型.在网络环境及不确定参数条件下,提出了一种在网络规模、可行性方面为Internet、移动网络和其他高性能网络基于Tabu搜索的QoS多播路由优化算法（TQMRA）.仿真实验结果表明,TQMRA在网络环境及不确定参数条件下能够优化网络资源.     

自适应粒子群优化的AdHoc网络多播路由算法

针对AdHoc网络中带QoS约束的多播路由问题,提出了一种自适应粒子群优化的AdHoc网络多播路由算法（APs0）,将微粒在解空间中的飞行搜索过程映射为多播树的树形变换过程．构建了AdHoc网络中QoS多播网络模型,采用罚函数处理约束条件来设计适应度函数．描述了APSO算法求解AdHoe网络多播路由问题的实现过程,将QoS多播路由优化问题转化为整数计算问题．仿真结果表明：该算法能快速地找到针对AdHoc网络中满足qos要求的最优多播树,尤其在大规模网络下更能显示该算法的有效性和可靠性．     

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.     

Ad Hoc网络中的QoS-Aware多目标优化路由协议

对Ad hoc网络中的QoS保证进行研究,针对现有的QoS路由协议没有考虑节点负荷、节点碰撞等本地信息,提出了一个在Ad hoc网络中提供QoS的路由协议——QoS-Aware多目标优化路由协议(QMOR).该协议把QoS请求———带宽作为接入控制的参数,路由发现和路由维护算法是DSR协议的扩展,在目的节点利用多目标优化算法进行选路,算法的优化参数包括路径时延、缓冲区中已存包的长度和重传数目.通过仿真,结果显示了QMOR协议无论在静态网络和动态网络,都有比DSR协议更好的性能.     

一种基于精英策略的蚁群优化QoS单播路由算法

指出传统蚁群算法在解决QoS单播路由选择问题时,受到时延和带宽的约束,为降低路由费用,容易出现陷入局部最优且收敛速度慢的现象。针对上述问题,提出一种基于精英策略的蚁群优化QoS单播路由算法,该算法利用蚁群算法原理,并引入精英策略。通过仿真模拟一个20节点的计算机网络QoS单播路由选择实例,并与传统蚁群优化（ACO）算法进行对比,仿真结果表明该算法是有效的。     

Optimized QoS Routing Algorithm

QoS routing is one of the key technologies for providing guaranteed service in IP networks. The paper focuses on the optimization problem for bandwidth constrained QoS routing, and proposes an optimal algorithm based on the global optimization of path bandwidth and hop counts. The main goal of the algorithm is to minimize the consumption of network resource, and at the same time to minimize the network congestion caused by irrational path selection. The simulation results show that our algorithm has lower call blocking rate and higher throughput than traditional algorithms.     

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.     

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.