一种基于链路优化的时延约束组播路由算法

研究具有时延约束的最小代价组播路由问题，提出一种基于链路优化的组播路由算法求解该问题。算法从最小时延树开始，不断地用低代价链路代替树中高代价链路，以求得满足条件的组播树。仿真实验结果表明，该算法能根据组播应用对时延的要求，快速、有效地构造最优组播树，具有较低的时延。     

用一种改进遗传算法求解带时延约束的组播路由问题

提出一种改进的遗传算法,用以求解带时延约束的组播路由问题.该算法综合考虑了路由费用和路由时延,并给出了一种适应度评价函数,在算法中采用了最佳个体保留、自适应交叉以及非线性排序选择等多种优化机制.仿真结果表明,该算法是可行的,有效的.     

基于变异因子粒子群优化的组播路由算法

带时延约束的组播路由问题是一个非线性的组合优化问题，已被证明是一个NP-完全问题。论文提出了一种基于变异因子的粒子群优化算法用于解决带时延约束的组播路由问题。仿真结果显示，该算法具有代价性能良好，收敛速度快，不易陷入早熟的特点，在寻优速度上优于遗传算法，具有很强的鲁棒性和实用性。     

基于遗传算法时延与时延差约束组播路由算法

现有组播路由协议提供尽力而为的服务而没有QoS(服务质量 )的支持 .一种启发式组播路由方案考虑了时延与时延差的约束条件 ,可以为应用提供实时性与同步性的支持 .提出了基于遗传算法的时延与时延差约束条件组播路由算法 ,在具有启发式组播算法性能的基础上兼顾组播的代价 ,同时力图减小算法运算复杂度     

基于自适应遗传算法的组播路由研究

本文提出一种基于自适应遗传算法,解决了组播路由中既考虑时延抖动,又满足时延约束的NP-complete问题。遗传算法的进化过程中,采用适于此类问题的动态交叉算子和动态变异算子,既克服了遗传算法的早熟收敛性,又提高算法的收敛速度。仿真结果表明本文算法能适应网络的动态环境,快速的,有效的的构建组播树。     

一种基于链路选择函数的时延约束组播路由算法

在分析基于链路选择函数的服务质量(Quality of Service, QoS)约束组播路由算法的基础上,总结了在构建组播树过程中目的地开销和网络开销的变化规律.并且根据实际应用要求,从综合优化网络开销和目的地开销的角度出发,提出了一种新的链路选择函数及相关组播路由算法,该算法不仅提出了新的链路选择标准,并且改进了节点的搜索过程,综合优化了网络开销和目的地开销.由算法的仿真分析得出,该算法在组播树的总代价和平均延迟上优于DDSP(Destination-Driven Shortest Path)算法,取得了良好的网络性能.     

遗传算法在组播路由优化中的应用

通过分析遗传算法和组播路由的特点,提出了一种求解满足带宽-时延约束多组播路径问题的遗传算法.在算法中设计了一种基于节点连接路径的具有树状结构的染色体表示方法及可以实现树状染色体交叉和变异的算子.数值实验结果表明,所提出的算法有效改善了初始群体的整体适应性,便于更快地找到最优路径,有效解决了带宽-延时约束组播路由的问题.     

边不对称网络的QoS组播路由算法

针对QoS组播路由问题，建立链路负载不对称网络模型，以平衡网络负载为目标提出一种基于带宽和延时约束的QoS组播路由遗传算法（BDMGA）。 通过对该算法的收敛性分析和与其他算法的性能比较研究表明，该算法构建的组播树费用较低，且算法具有很强的均衡负载能力，可有效避免链路拥塞，提高网络运行性能。此外，在小规模的网络上能够以较快的速度收敛到全局最优解。     

一种具有度约束的组播路由遗传算法

本文提出了一种基于树编码机制的遗传算法来求解组播路由选择问题,进化过程中采用了线形变异概率控制策略来提高解的质量。通过仿真实验表明,本文算法的解质量较好,运行速度快。     

异构带宽约束的动态源组播路由

提出异构带宽约束的动态源组播路由(heterogeneous bandwidth-constrained dynamic source multicast routing, HBMR). 为了支持组成员的动态性和异质性,收集了组播树分布信息和组播树上节点的最大可接收能力信息. 并设计了一个基于该信息的异构带宽约束的动态源组播路由算法. 仿真实验结果表明,HBMR不但解决了异构带宽约束费用优化的动态组播路由问题,而且在路由成功率、路由消息开销和组播树占用的带宽资源等方面的性能都有综合提高.     

带时延约束的动态多播路由算法

考虑多媒体业务端到端的时延要求，需建立有时延约束的Steiner树，提出一种分布式的带时延约束的动态多播路由算法。通过仿真实验验证了算法具有很好的性能和扩展性，优于巳有的几种算法，且能适应多播成员的动态变化。     

QoS多播路由及其优化技术研究

QoS多播路由问题是NP完全问题，问题的求解一般采用优化方法。文章给出了QoS多播路由的概念和问题模型．讨论了问题解决的不同优化方法．并分析了不同优化方法的特点和缺陷，针对缺陷给出了多个方法进行混合的不同策略。     

一种基于遗传算法的组播路由选择方法

提出了一种基于遗传算法的组播路由选择方法·该方法首先寻找所有满足时延限制条件的路径,组成备选路径集,然后以代价最小为优化准则,在备选路径集中采用遗传算法求解最优解·为保证算法的收敛速度快,遗传算法的交叉操作使用了相同链路保留的方法·最后,进行了仿真实验,并与其他算法做了比较·实验表明,该算法收敛速度快,可靠性高,能够满足多媒体网络对实时性的要求·尤其是在网络规模较大时,本算法可大大减小路由计算时间·     

基于Qos组播路由算法的研究

从源路由算法、分布式路由算法和层次型路由算法3个方面分析了现有Qos组播路由算法,介绍了相关算法的基本思想,并探讨了今后的研究方向。     

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．     

基于阶段变异的PSO组播路由算法

理论上已证明组播QoS(Quality of Service)路由问题是一NP完全问题。集群智能算法为此类问题的求解提出了新的思路。在进行基于粒子群优化(PSO)的QoS组播路由算法研究的基础上,分析了基本粒子群易陷入局部最优路由而导致停滞的现象,通过引入变异算子,阶段变异的机制,克服了标准PSO算法的缺点。仿真结果显示了算法的可行性和有效性。     

基于最小生成树的时延约束多播路由算法

多播路由已有广泛的应用,但满足时延约束而代价最小的多播路由算法复杂性很高．提出一种快速有效的基于最小生成树满足端到端时延限制的多播路由算法SsTBMR．STBMR试图建立原图的满足时延约束的最小生成树,如果这样的最小生成树不存在,则用已找到的树与时延最小路径一起组成满足时延约束的多播树此算法简单易实现,时间复杂度为O(n2),与Kpp算法的时间复杂度O(△n3)相比,具有更大的应用价值．当然,这是以多播树的费用增大为代价的．实验模拟表明STBMR算法构造的多播树费用比KPP算法构造的约大4%,但STBMR算法执行所耗CPU时间比KPP算法约少54％．