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.     

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。     

多可加性条件下的端点到端点QoS路由算法

基于QoS的路由是QoS中最关键的功能组件之一.从本质上看,QoS路由就是端点到端点的带结点条件和边条件限制的最短路径问题,这种问题是NP完全的.作者研究了可加性条件限制的QoS路由模型和路由算法,分析了可加性条件的性质并得到了其对路由长度限制的定理,为多个可加性条件的QoS路由问题建立了一个一般性的数学模型;最后根据此模型,提出了一种新的启发式求解算法.在算法中,采用限制条件的可加性进行搜索剪枝,从而使新算法在实际应用中更有效;该算法的时间复杂度为o(1gm+n×(1+d1+d2+…+d00)).应用结果表明,由于采用搜索剪枝,该算法在实际应用中具有时间复杂度减小、运行速度加快等特点.     

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.     

基于脉冲耦合神经网络的QoS路由算法

介绍了QoS需求下路由选择的特点和神经网络在QoS路由领域的应用,分析了脉冲耦合神经网络(PCNNs)模型,在此基础上提出了一种支持QoS路由的PCNNs改进模型,并对基于此模型的QoS路由算法进行了描述和模拟.模拟结果显示:通过自衍波在神经网络中的传递可以寻找到源节点和目的节点之间满足QoS需求、代价最小的路径.     

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。     

基于蚁群优化的无线多媒体传感网络QoS 路由算法

介绍一种基于蚁群算法的无线多媒体传感器网络WMSNs的QoS路由算法。本文在分析了WMSNs的QoS路由模型的基础上,设计了基于蚁群算法的QoS路由算法,并对节点排队模型进行了分析。仿真结果表明,采用该算法时,在满足网络QoS参数需求的前提下,节点平均寿命和数据包延迟要优于传统的DD算法。     

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．     

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。     

NGI中一种基于粒子群优化的QoS单播路由算法

针对满足多个约束条件的服务质量QoS(Quality of Service)单播路由的特点,提出了一种下一代互联网NGI(Next Generation Internet)中基于粒子群优化PSO(Particle SwarmOptimization)的QoS路由算法.给出了QoS单播路由问题模型及其数学描述,对所考虑的带宽、延迟、延迟抖动和出错率等QoS参数进行模糊处理,在此基础上基于PSO算法进行路径寻优,并在多个实际的和虚拟的网络拓扑上进行了仿真实现与性能评价.仿真结果表明,提出的算法是可行和有效的.     

一种有效的QoS组播路由算法

在多媒体和高速网络时代,组播是能够进一步推动Internet发展的机制之一.通过考虑组播通信服务质量(例如,端到端延迟和出错率)需求与网络资源约束,研究了基于服务质量的组播路由选择算法问题,提出了一个有效的近似算法,即基于Dijkstra算法,在网络资源约束条件下构造满足服务质量需求的组播路由树.仿真研究表明了该算法的可行性及有效性.     

一种基于服务质量的点对点通信路由选择算法

基于服务质量的路由选择机制是向分布式多媒体应用提供服务质量保证的重要手段·着重研究了基于服务质量的点对点通信路由选择机制,根据点对点分布式多媒体应用的实际需要和Dijkstra算法,提出了一遍逐段式算法,证明了算法的正确性·同时,设计并实现了算法的仿真软件,仿真结果表明算法是有效的·一遍逐段式算法不仅可以满足基于服务质量的点对点通信路由选择的需要,而且可以用于多媒体组通信路由选择机制的初始路由建立·     

基于遗传模拟退火算法的QoS组播路由问题求解

提出了一种基于遗传模拟退火算法的带宽时延约束费用最小组播路由选择方法,该方法针对遗传算法的局限性,采用基于备选路径集的整数序列编码机制,对适应度函数进行了调整,改进了交叉和变异操作,并结合了模拟退火算法.实验表明,该算法能够有效地提高收敛速度,避免早熟收敛,能够满足多媒体网络对相应QoS的需求.     

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。     

互联网络服务质量路由算法研究

介绍了QoS技术产生的背景和QoS路由的基本概念，提出了一种基于网络服务质量要求的多播路由算法，并对该算法进行了评价，最后提出了该领域进一步的研究方向。     

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.     

无线传感器网络中基于双向分工蚁群的QoS路由算法

无线传感器网络中的Qos路由虽能提供有保证的差别服务,但却是一个NP完全问题,而蚁群算法能有效解决该类问题．针对基本蚁群算法在无线传感器网络QoS路由应用上收敛速度慢和易陷入局部最优解的不足,提出了一种基于双向分工蚁群的QoS路由算法．该算法通过采用局部更新与全局更新相结合的规则,并使用双向分工蚁群搜索机制有效提高收敛速度,从而获得全局最优解．仿真结果表明,该算法能快速获得有效的QoS路径．     

一种基于非精确状态信息的QoS单播路由改进算法

传统的QoS保障的单播路由算法都假设IP网络结点的状态信息可以被准确地获知,但实际网络存在许多因素使得状态信息非精确.所设计的改进算法是通过动态确定k优路径算法(k_shortest algorithm)中的k值,从而确保最终求得的路径相对其他算法所求得路径是更优的.因此能有效地降低了丢包率,提高了端到端延迟绑定的概率,通过网络仿真器Ns的仿真分析,结果表明了该算法的有效性.     

基于流量类型的多媒体传感器网络QoS选路算法

无线多媒体传感器网络需要为不同的上层应用提供不同的支持和服务.分析多媒体传感器网络需要支持的6种主要流量类型的不同QoS需求,并抽象出多媒体传感器网络模型,定义基于流量类型的QoS选路方法,提出基于流量类型的多媒体传感器网络QoS分层蚂蚁选路算法,为网络中的各类流量选择满足各自主QoS需求的路由,合理利用网络资源,提高网络性能;仿真结果表明该方法能够为多媒体传感器网络中的多种流量提供较好的QoS保障;同时,针对分层拓扑结构所采用的分层蚂蚁选路减小了算法的运算空间,对于连接复杂的大规模网络具有实际意义.