一种满足多服务质量约束的动态组播路由算法

建立了网络模型，描述、简化了研究的问题，并提出了一种新的满足多服务质量(QoS)约束的动态组播路由算法(DMRMQ)．该算法采用Bellman—Ford算法作为路径搜索算法，能在满足带宽、延迟、延迟抖动和丢包率约束的前提下确定具有最小跳数和开销的动态组播路由．仿真实验表明，在假定网络节点输出链路容量相等的情况下，与Greedy、LeastHop两种不考虑QoS的算法相比，DMRMQ能在满足多QoS约束的前提下建立动态组播路由，且路由请求平均成功率提高约10％，路由平均延迟降低约20％，路由平均跳数基本持平．     

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.     

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.     

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.     

卫星网络中基于蚁群优化的概率路由算法

为了提高空间信息传输的有效性和可靠性,针对传统蚁群优化(ant colony optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(ant colony optimization based proba-bilistic routing algorithm,ACO-PRA).根据卫星网络拓扑动态周期时变的固有特点,将拓扑周期均匀分为若干个时间片,形成基于不同时间片的卫星网络拓扑连通图;根据网络拓扑连通图,将星间链路带宽和链路容量引入到目标函数中,建立时延最小的优化模型;根据蚁群算法的节点概率函数选择下一跳节点,进而找到一条能同时满足时延带宽和链路容量要求的最佳信号传输路径.仿真结果表明,提出的基于蚁群优化的概率路由算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载.     

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。     

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．     

基于业务量工程带宽和时延约束的QoS路由算法

研究IP网络中带宽约束和时延约束条件下的路径选择问题,提出基于业务量工程的带宽约束和时延约束的服务质量路由算法．通过计算机仿真,比较SPF,SDPF和SEDPF三种算法在相同的物理网络拓扑结构、不同的链路带宽资源下的性能．结果表明,在链路带宽不均衡情况下SEDPF算法具有优势。     

Ad-hoc网络中一种基于表驱动的辅助路由算法

通过研究ad hoc网络中移动节点的通信规律,在传统的三种通信模式的基础上定义了一种新的节点通信模式快速穿行模式,并针对该通信模式提出了一种新的路由算法路由代理算法·在快速穿行模式下,网络拓扑变化频繁,导致大量的系统带宽开销和计算开销,同时较大增长了承载业务的时延·路由代理算法是对当前表驱动ad hoc网络路由算法的补充,它专门针对快速穿行模式中高速节点的路由方法作出了修改,大大降低了由于高速节点快速运动导致的路由更新报文开销·仿真实验结果表明:该算法明显缩短了发往高速节点的数据传输时延,提高了路由的效率·     

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.     

基于深度图强化学习的低轨卫星网络动态路由算法

为了解决高移动性导致卫星网络路由难以计算的问题,融合图神经网络和深度强化学习,提出一种基于深度图强化学习的低轨卫星网络动态路由算法。考虑卫星网络拓扑和卫星间链路的可用带宽、传播时延等约束,构建卫星网络状态,通过图神经网络对其进行表示学习;根据此状态的图神经网络表示,深度强化学习智能体选择相应的决策动作,使卫星网络长期平均吞吐量达到最大并保证平均时延最小。仿真结果表明,所提算法在保证较小时延的同时,还能提升卫星网络吞吐量和降低丢包率。此外,图神经网络强大的泛化能力使所提算法具有更好的抗毁性能。     

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。     

基于PBIL的多QoS约束选播路由算法

为了满足时延、时延抖动、带宽、丢包率多个服务质量约束下以最小代价选播路由,针对使用常规算法很难求得最优解,提出一种基于种群的增量学习(Population-Based Incremental Learning,PBIL)方法的多约束选播路由算法,该算法有效结合了遗传算法和竞争学习的优点,以更新概率向量为主要的快速进化手段,使得算法更加易于操作,同时对标准PBIL算法中的概率向量更新机制进行了改进,使用两个最优个体代替传统的仅使用单个最优个体,增加了更多优秀个体被选择保存到下一代的机会.最后给出了基于PBIL的选播路由算法和基于遗传优化的选播路由算法随机网络拓扑上的仿真比较,结果表明:算法在最优解的精确度上、成功率上以及执行速度上明显优于遗传算法求解.     

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.     

基于遗传优化的WSNs多源单汇路由算法

针对无线传感器网络中的多源单汇路由问题,综合考虑无线传感器网络中链路带宽、延迟和路径节点最小剩余能量三种度量,建立了多源单汇路由问题的系统模型,将其转化为求解多约束最小Steiner树问题,已知该问题是NP难的问题,给出了基于遗传优化的求解算法,采用基于备选路径集的整数序列编码表示一棵生成树,设计相应的交叉和变异算子,以及对非法染色体进行修复的机制,最后在遗传算法的计算过程中选择合理的适应度函数,找到一棵满足多约束的能耗趋于最小且状态稳定Steiner树.理论分析和数值试验结果表明所提出的遗传求解算法收敛速度快、可靠性高,为无线传感器网络中的多源单汇路由提供了一种新的有效途径.     

流量工程中一种权重配置动态路由选择算法

提出了一种MPLS(Multiprotocol Label Switching)网络中新的权重配置动态路由选择算法,该算法以跳数、带宽碎片要求及空闲带宽比率为权重,给到达流量合理分配带宽资源.在MPLS网络边缘实现路径选择后,使用MPLS显示路由技术即可摆脱中间结点路由算法的影响, 建立起满足各种业务QoS(Quality of Service)需求的LSP(Label Switched Path).仿真实验表明,该算法能够更好地进行流量均衡,减小网络拥塞;通过减小带宽碎片和提高带宽利用率更好地利用网络资源;同时通过改善丢包率等参数来实现一定的QoS保证.     

MPLS网络中基于TeXCP的QoS路由算法

为了能在有严格带宽要求和有弹性带宽要求两种业务共存的MPLS（multi—protocol label switching）网络中提供动态负载均衡,提出了一种基于负载平衡算法——TeXCP（traffic engineering with explicit congestion control protocol）的QoS路由算法．该算法利用TeXCP的自动调节和平衡负载的能力将best effort业务调整到适当的路径上以满足高优先级QoS业务请求的带宽,同时避免了传统的快速重路由方法可能导致的网络拥塞问题．仿真结果表明,新算法能够集成两类业务需求,通过平衡瓶颈链路的利用率减小了网络的拥塞,在保证QoS业务带宽要求的同时,提高了网络的吞吐量．     

关于实际构造最大带宽路径算法的研究

以往的研究中 ,已经提出了利用修改Dijkstra算法或修改Bellman -Ford算法来构建最大带宽路径 .本文证明可以使用修改的Kruskal算法来构建最大带宽路径 ,并且演示了该算法比前面提出的算法更为简单、灵活、快速且易于实现 .     

基于遗传算法的MPLS网络优化研究

对流量工程机制中的路由方法进行了详细的讨论,着重探讨了在MPLS网络环境下,利用遗传算法对网络资源进行优化配置。采用遗传算法作为网络优化算法的基础,分别将跳数、时延、带宽及代价转化为权值进行路由,然后将得到的候选路径作为种群,用遗传算法进行路径优化,选择优化出一个最大频带利用率最小的配置。     

PWFQ:一种基于优先级共享带宽的加权公平排队算法

对WFQ算法无法保证实时业务QoS的原因进行了深入分析,指出了WFQ算法的公平调度原则存在的不足,提出了一种基于优先级分配带宽的PWFQ算法.这种算法根据业务的延时性能对带宽的敏感程度划分业务的优先级,在链路带宽不足的条件下,能够有效保证高优先级业务的QoS要求.仿真结果显示,PWFQ算法不仅改善了实时业务的延时和延时抖动性能,并且能够将它们的最大延时控制在允许的范围之内.