蚁群算法在QoS单播路由中的应用研究

QoS路由问题被证明是一个NP-C问题,而传统的路由算法很难有效地解决NP-C问题。该文提出了一种基于蚁群算法、用于解决带宽和时延约束问题的QoS单播路由算法,利用蚁群算法中蚂蚁通过信息素寻找最优路径的机制,并以网络吞吐量和数据报的平均时延等性能为最优的准则,来定义蚂蚁的转移概率、路由表和信息素更新方式,实现基于蚁群算法的路由选择算法．这种算法具有较强全局最优解搜索能力,较强的灵活性,以及潜在的并行性。     

一种基于蚂蚁算法的QoS路由算法

为了平衡网络负载,优化网络资源使用,路由算法必须具备快速规避拥塞的能力.现提出一种基于蚂蚁算法的Qos路由算法.该算法通过舍弃信息素能快速探索最优路径,并能在链路将发生拥塞时充分利用原有路由信息形成拥塞通告蚂蚁,使源节点能快速做出反应,利用分散流量,以避免链路的拥塞.经仿真证明,该算法明显节省了QoS路由搜索时间,有效规避了网络拥塞,提高了网络服务能力.     

基于QoS的Ad Hoc网络路由协议研究

移动自组网(MobileAdHocNetworks)是建立军事和民用快速通信系统的理想技术.如何在其中提供不同的服务质量(QoS)是其面临的一个重要问题,而基于QoS的路由技术则是其中的核心技术和热点问题.文章对不同研究者提出的几种QoS路由算法进行了分析和研究,并从单向链路的支持、多播功能以及QoS参数选择几个方面进行了比较和分析,有助于进一步改进和完善移动自组网的QoS路由技术.     

一种基于QoS的QBR路由选择算法分析

随着信息技术的迅速发展,QoS技术逐渐能够为数据的传输提供必要的保证.针对基于QoS的Normal算法的不足之处提出一种基于QoS的QBR路由选择算法.分析表明,该算法在进行路由选择的过程中能够从带宽、延时和跳跃计数3个方面同时考虑.在满足用户需求的前提下,通过该算法最终可以经过计算对比选出信用度最高的路由作为最佳路径.     

基于测量的WMSNs跨层QoS机制

针对无线多媒体传感器网络(WMSNs)的QoS管理问题,提出了一种基于被动模式测量的QoS路由机制。首先通过分布式的测量感知端到端QoS指标,其次通过断层分析获得逐跳链路的QoS状态;然后将上述测量结果反馈到网络层的QoS路由过程,将QoS评价结果作为启发条件,结合蚁群算法实现基于动态QoS感知的路由决策。仿真结果表明,该QoS路由机制的QoS明显优于现有的路由机制。     

基于QoS的分布式路由算法的研究

随着网络应用的不断增长，现有的路由算法难以满足用户的多QoS要求。本文在分析了经典路由算法的基础上，介绍了一种通用的分布式QoS路由算法并详细阐述了几种具有不同QoS度量的具体的分布式路由算法的实现。     

基于蚁群改进算法的服务质量路由研究

针对传统路由算法在多约束QoS(服务质量)条件下寻优能力不足的问题,提出了一种基于改进蚁群算法的多约束QoS路由模型。相比于传统的路由算法,此方法在每次循环结束时,根据得到的不同结果动态变化相关参数的值,并且结合最大最小蚂蚁系统的理论,同时优化启发函数,以提高算法的寻优能力。另外,除了考虑多个约束条件以外,在模型中还加入了故障率属性,将其体现在目标函数中,并优化信息素更新方式。仿真实验结果表明改进算法寻优能力强,能有效避免早熟,并避开故障率高的路径。     

一种基于K最短路径的QoS路由选择算法

针对多约束服务质量路由问题,提出了一种基于K最短路径路由选择算法QRBKP。该算法首先计算针对各约束度量参数的K最短路径,然后在所有的最短路径中选择满足多约束的QoS路由,其中最短路径数k根据各QoS约束自适应变化。基于此,本文提出了节点对之间的路由空间再分配技术和节点对内部的路由空间再分配技术,确保总的路由表空间不会超过设计路由空间。理论分析表明,QRBKP不仅能够解决加性度量参数受约束的QoS路由问题,而且能够解决加性与非加性度量参数混合受约束QoS路由问题。仿真结果表明:在求解QoS路由问题时,在相同的计算次数下,QRBKP算法比同类算法具有更高的路由计算成功率。     

基于加权公正队列的QoS路由选择算法

基于Bellman-Ford最短路径算法提出了一种修改的QoS路由选择算法,给出了仿真结果,并与其它QoS路由选择算法进行了比较,进一步表明了所提出算法的有效性.     

RBLCP：一种覆盖网络的QoS路由改进算法

针对传统IPQoS路由算法不能满足覆盖网络的服务需求的问题，提出了一种通用覆盖网络下的QoS路由算法--资源均衡最小代价路径(RBLCP)算法.该算法从覆盖链路带宽和覆盖服务节点处理能力受限的角度出发，寻找一条既满足QoS要求又保证网络资源均衡的路由.对该算法的QoS满意率、覆盖链路带宽的均衡性以及节点处理能力的均衡性进行了性能仿真.结果表明，与改进的最短路径算法和成比例的带宽最小路径算法相比，RBLCP算法具有更好的QoS满意率，在对网络资源尤其是稀缺资源的均衡方面也有良好的性能.     

基于时延及带宽约束的多播路由算法

讨论了具有时延及带宽约束的多播路由算法(MRDBC),并在模拟环境中处理了时延、带宽和代价3个参数值,描述了一种多QoS约束的网络模型。该算法试图利用减少多播树的代价来满足多QoS的约束,仿真实验表明了该算法是合理和有效的。     

基于遗传算法的自组网QoS路由协议

针对大多数自组网Qos路由协议只支持单个QoS参数，支持多个QoS参数的却很少，对自组网QoS路由协议进行了研究，并提出了一种基于遗传算法的自组网Qos路由协议（GAQR），使用了两个QoS参数．通过仿真实验表明，GAQR协议在分组传输率和时延上性能比Q-AODV协议优越．     

基于风险分析的QoS路由算法

传统的QoS路由算法除了时延和抖动外,其它均以现有的网络层QoS参数作为其路由计算的特征参数,不能完全反映服务质量.现提出了一种基于风险分析的QoS路由算法,可以根据路径上资源的情况直接得到最大可以接纳的呼叫数,从而减少呼叫接纳控制的时间.     

自适应信息素更新蚁群算法求解QoS组播路由

针对基本蚁群算法在求解QoS组播路由问题中存在的容易陷入局部最优和收敛速度慢的缺陷,提出一种自适应信息素更新蚁群算法对该问题进行求解。该算法在节点选择中引入混沌扰动,在算法前期依据各链路信息素浓度动态调整信息素的挥发因子,提高了全局搜索能力,后期根据解的优劣自适应更新信息素,使收敛性能得到显著提高。仿真实验表明,同等实验条件下,基本蚁群算法在第12次迭代收敛到局部最优费用值87;融合量子粒子群算法思想的多行为蚁群算法第7次迭代收敛到局部最优费用值66,而本研究算法则在第10次迭代收敛到全局最优费用值62,本研究算法比前两种算法更优。