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.     

QoS度量帕雷托并行路由快速预计算方法

针对多重链QoS路由问题,在给出Q0s度量的串行寻优算法的基础上,给出一种QoS度量帕雷托并行路由快速预计算方法,此方法为q个Qos度量分配q个处理器,并行计算出满足路由请求约束可行路径的帕雷托子集,在帕雷托子集中综合选择合适的转发路由.实验结果显示该方法能够较好地进行路径寻优,并且算法的复杂度较低,可用于解决有限节点网络的复杂QOS路由问题.     

IP标签交换网络的路由设计

通过在IP网络引入标签交换协议,建立标签交换路径,以实现QoS和流量工程.介绍了IP标签交换网络的路由实现方案,一种是基于PCE的路径建立方案,另一种是分域路由解决方案,并对改进的分域解决方案进行了详细的介绍.     

基于服务质量的链路不相交路由算法

针对网络可靠性问题,提出了一种基于链路保护机制的QoS路由算法,该算法首先在图论的基础上得到任意两点间的所有路由,再过滤链路条件使其满足QoS约束,由此求出结点对间的两条链路不相交的最短相似路由,对大数据流复用及高实时性网络都起到较好的优化作用.     

MANET中基于遗传算法求解QoS组播路由问题

本文针对MANET中QoS组播路由问题进行剖析和研究,在MANET网络中抽象出QoS组播路由模型的基础上,提出了一种基于遗传算法求解QoS组播路由问题的新算法。该算法引入预处理机制和贪心算法的思想,避免了产生多个非法多播树;采用自然树型结构编码,同时设计新初始化种群算子并简化了变异算子。仿真结果表明,本文算法收敛速度快,寻找最优路径成功率高。     

无线传感器网络自适应拥塞控制的路由算法分析

无线传感器网络中节点的覆盖范围有限,因而采用多跳路由传输方式.无线自组网中的多跳路由是由普通节点协作完成的,选择不同的转发节点,会对网络的信息传输产生不同的影响.对不同路由(洪泛路由、最短路径等)算法下的网络自适应拥塞控制进行了分析,研究了不同路由算法下的网络性能和拥塞控制效果.根据节点跳数与缓存占用的关系,提出一种基于节点跳数和缓存占用的性能函数的改进最短路径算法,算法选取使性能函数值最小的节点作为转发节点.最后,通过实验比较了最短路径算法与改进路由算法的网络性能,发现改进路由算法相比最短路径算法,具有较好的网络性能和服务质量.     

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。     

支持QoS的光突发交换网络偏射路由算法

指出了光突发交换(OBS)网络的一个关键问题是如何解决资源冲突,偏射路由是光网络中的冲突解决机制之一.提出了OBS网络非循环偏射路由算法(ADR),此算法基于各网络节点的路径度来确定路由中的偏射路径,支持突发数据的有序传输,将偏射路径的流量分布到具有低路径度的中间节点.利用此算法实现了区别服务以支持QoS,并通过仿真分析了其在优化OBS网络中的性能.     

一种基于最小费用最大流理论的Ad hoc路由协议

针对Ad hoc网络QoS路由问题,提出了一种基于最小费用最大流理论的Ad hoc路由协议(MCMFP)。将Ad hoc的移动终端作为网络节点,通信链路作为相邻节点之间的边,建立了Ad hoc网络的网络流模型,使Ad hoc网络的路由计算问题转化为图论中的最小费用最大流问题,从而计算出满足多QoS约束的路由路径,优化了网络带宽的使用,提高了通信信道的利用率,实现了网络流量的负载均衡。仿真结果表明,MCMFP协议具有更高的包转发率和更小的平均时延,有效提高了Adhoc网络的QoS性能。     

无标度网络中的拥塞转变动态分析

把局部流量信息与最短路径路由策略相结合,提出了一种具有感知流量信息的路由策略算法.在该算法中,存在一个调节最短等待时间和最短传输路径之间权重的控制参数,通过调节这个控制参数可以使网络的传输能力达到最优.在具有不同聚类系数的无标度网络模型中进行仿真,仿真结果表明,拥塞转变被两种不同的相变曲线所描述,并且网络容量的大小取决于网络结构的基本属性和路由策略.与最短路径算法相比,采用该路由算法无论无标度网络的聚类系数如何,网络的吞吐量均得到较大提高,但就该路由算法本身而言,吞吐量随着聚类系数的增加而减小.     

基于最短路径Dijkstra算法多尺度道路网中优化路径规划方法的研究

针对路径规划问题,论述了道路层次划分模型和多尺度道路网数据库的建立,提出了构建多级道路网拓扑结构的方法,在研究道路网络特征上,通过建立道路网模型,综合各路段的权值,应用一种改进的Dijkstra算法对道路进行最短路径分析;并给出了道路网络中多源最优路径的选取问题,得到了所要解决的多源最优路径问题.     

基于GIS的公交乘客出行路径选择模型

公交乘客出行路径选择模型是公交乘客信息系统的关键技术。本文通过对公交乘客出行心理的研究,结合地理信息系统（GIS）的特点,提出了以换乘次数最少为首要目标、出行距离最短为第二目标的基本GIS的公交乘客出行路径选择模型。为提高路径搜索效率,模型中提出了GIS方向估价函数的概念。在南京市实际公交网络上的试算结果表明该模型实用、高效。     

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．     

MPLS网络中识别区分服务约束路由方案QoS评价

区分服务不能提供端到端的 QoS,完成端到端的 QoS 需要流量工程通过 MPLS 和基于约束的路由算法方案实现。基于路径计算算法和 LSP 类型构建了四种识别区分服务的 CBR 方案。并提出一个建议方案,为每一种区分服务等级使用不同的路由计算算法。通过模拟每对节点间的声音流量和数据流量的路径调节,评价了由以上五种识别区分服务的 CBR 方案所达到的 QoS,结果显示建议方案能够为每一类流量提供更好的 QoS。     

基于遗传算法的动态路径诱导

动态路径诱导（DRGS）是智能运输系统研究的一个重要方面，旨在通过向驾驶员提供基于实时交通信息的最佳行驶路径在来达到诱导出行行为，减少车辆在道路上的逗留时间，进而实现改善城市交通和避免交通拥挤、阻塞的目的。路径牵引算法是DGRS中的重要研究内容，它能计算出给定起讫对之间的的最优或准最优路径，路径牵引算法要考虑一全局准最优和实时性问题，而遗传算法具有全局寻优和潜在的并行性特点，将遗传算法应用于动态路径诱导系统中求解最佳路径，设计了特定的有序选择、交叉和遗传算子，并通过实例验证了算法的有效性。     

保证服务质量的最小能量无线传感器网络路由算法

为了减小无线传感器网络(wireless sensornetwork,WSN)的路由能量开销,同时保证数据传输的服务质量,提出了一种新的路由算法,称之为DEER(delay-constrained energy efficient routing)算法。DEER算法的核心思想是将路由选择和传输速率控制相结合。算法首先采用概率分析方法,估计出最优的总跳数以及相应的传输速率;然后再逐跳选择出后续节点,构成整条路径。理论分析和计算机仿真结果都表明,在现有的路由算法中,如果端到端传输时延变小,那么能量消耗将呈指数上升趋势;而在DEER算法中,二者的关系将从指数退化成多项式关系。可见,DEER算法不但保证了端到端传输的服务质量,而且大幅度地降低了路由能量开销。     

包含QoS路由信息的最优路径选择算法

介绍了如何使用C 语言形成包含QoS路由信息的随机网络拓扑图,并通过在网络拓扑图上寻找最短路径来模拟在现实网络中满足一定条件的最优路径选择算法.     

基于Voronoi图的无人机航路改进规划

针对传统B样条插值法在无人机航线优化路径中的不足,基于Voronoi图提出一种新的快速优化航路算法.首先根据最短路径算法在Voronoi图中生成初始路径,然后在路程时长和权重大小最优的情形下,采用该优化算法对路径中构成不可飞夹角的各节点进行更新和替换,生成一条最优路径.该算法解决了因初始路径不合理导致无人机不可飞的情形,同时保证了航路中威胁代价和燃油代价的最优.实验结果表明,该算法满足航路规划的有效性和合理性.     

多约束最短路径模型与求解

提供满足驾驶员多个心理期望的路径是导航系统该解决的关键问题,其本质是资源约束最短路径问题,属于NP难问题,无法使用传统的最短路径算法解决.提供了多约束路径规划的数学模型,并使用了蚁群算法对其求解,在算法中针对问题重新设计了信息素更新规则和启发因子.实验证明算法具备良好的寻优能力,能准确找出路网中满足多种属性约束的路径.     

公交线路查询算法的设计与实现

以图的赋权邻接矩阵为切入点,建立了以换乘次数最小为首要目标,途径站点数最小为第二目标的公交出行最优路径模型;同时,回避了最短路径算法时间复杂度大的缺点,以最短路径矩阵为数据系统,提出了解决公交查询的通用高效算法;最后,通过公交查询系统实例证实了其可行性和有效性.