Petri网与蚁群算法在CDN网络路由中的应用

CDN让用户以最快的速度从最近的地方获得所需的信息,它对QoS路由提出了更高的要求,单纯的采用蚁群算法或是依靠Petri网模型中变迁发生寻径的方法都不能较好的解决CDN路由问题。基于稳定的CDN网络构建图状拓扑结构,提出了一种将Petri网与蚁群算法相结合,考虑多个路由限制的优化QoS路由算法。实验仿真表明,该算法能有效地求解CDN网络中的路由问题。     

基于改进蚁群算法的拥塞规避QoS路由算法

服务质量(QoS)路由算法缺少拥塞规避机制,会影响业务QoS。为此,提出一种基于Ant-Pub&Enco的信息素模型,根据蚂蚁行进方向,利用相反的信息素引导模式以及不同的信息素更新策略进行路由搜索。基于改进蚁群算法设计一种规避拥塞算法求解QoS单播路 由问题。仿真结果表明,该算法能够有效规避网络中的拥塞链路,均衡网络负载。     

具有时延约束网络路由问题的自适应蚁群优化算法

高速多媒体网络中的路由问题是有QoS约束的路由问题,满足一个或多个约束的路由问题是NP-完全问题,其中,具有时间延迟约束的QoS路由问题是一个极具代表性的问题。本文给出了一种求解具有时间延迟约束的QoS路由问题的自适应蚁群算法。该算法在种群中采用基于目标函数值的启发式信息素分配策略和根据目标函数自动调整蚂蚁搜索路径的行为。比一般蚁群算法具有更强的鲁棒性和全局优化能力。理论分析和仿真实验表明,该算法是有效的网络QoS路由算法。     

宽带网中基于随机策略的OoS路由算法

主要研究在网络节点和链路上均有限制条件的网络模型,并提出了一种多限制条件下的QoS路由算法。在该算法中,文章采用了预先处理链路信息和随机策略等新的方法。该算法具有良好的性能,并能够有效解决多限制条件下的QoS路由问题。     

结合SCE法的粒子群优化QoS路由算法

QoS(QualityofService)路由问题是一个非线性的组合优化问题,理论上已证明了该问题是NP完全问题。粒子群优化算法是一种基于群智能演化计算技术,PSO在求解连续性优化问题上得到了较好的应用,而把PSO算法用于求解路由算法等离散性问题还比较少见,同时,PSO算法在收敛过程中还存在随机性,某些情况下会出现停滞现象。为此本文提出了一种结合SCE(shuffledcomplexevolution)法的粒子群优化方法用于求解QoS路由问题。该算法通过引入插入算子,删除算子,算子系列和基本算子序列等概念,对基本的粒子群优化算法进行改进;通过采用SCE法,使算法跳出局部最优解的限制。仿真结果显示,该算法取得了满意的效果,在寻优速度上优于遗传算法,也提高了算法收敛到最优解的能力。     

Ad Hoc网络中基于捕食逃逸PSO的QoS多播路由算法

求解两个或多个限制参数的QoS多播路由问题,已被证明为NP-complete问题,而随着Ad hoc网络中多媒体和实时应用需求的不断提升,有效的QoS多播路由算法成为重要研究内容.针对Ad hoc网络的动态性和QoS参数的多样性,给出一种解决该问题的捕食逃逸PSO方法,算法通过对MAODV路由发现过程发现的QoS有效路径进行编码和寻优处理,借助于捕食逃逸行为使算法能够以较大概率获取全局最优QoS多播路由.在NS2平台上的仿真结果表明了捕食逃选PSO解决Ad hoc网络QoS多播路由问题的可胜任性.     

一种求解QoS路由算法的数学模型研究

QoS路由算法的基本问题是在满足多个约束条件的基础上对某个或多个网络参数进行优化。在文献犤9犦提出的适应QoS路由机制的网络模型基础上,利用数学规划,提出了一种QoS路由算法的新的数学模型,并采用改进的拉格朗日松弛算法求解模型。此模型既可用于寻找满足约束条件的QoS路由,又便于扩充新的网络QoS要求。     

基于再励学习蚁群算法的多约束QoS路由方法

本文研究了多约束QoS路由问题，给出基于模糊评判的路由模型，实现了多QoS约束的综合优化；同时提出一种再励学习蚁群路由算法对该问题进行求解，算法通过对蚂蚁搜索路径进行评价产生再励信号，并根据再励信号采取了不同的信息素更新策略，提高了算法的寻优能力和收敛速度。仿真实验表明，该算法能快速得到较大程度满足业务QoS要求的路径。     

QoS路由中一种有效的多受限优化路径选择算法

1 引言目前,人们正期待着宽带集成服务网来支持各种各样的满足不同QoS要求的多媒体应用。在宽带体系结构的设计中的一个关键问题就是如何提供资源来满足每次连接的需求。毫无疑问,有效的QoS路由方案的建立是这种体系结构中的一个重要组成部分。的确,QoS路由已经成为许多研究的主题。人们已经认识到一个有效的QoS路由方案的建立给我们带来了许多挑战。在算法上,QoS路由带来的一个的挑战就是需要迅速地找到一条可行路径使它满足一组限制条件同时获得较高的网络资源利用率。一般而言,QoS路由是一个复杂的问题。首先,网络电话和分布式游戏等分布式应用在延迟、延迟抖动、丢失率和带宽等方面有许多不同的QoS限制。多个限制经常使得路由问题更加复杂。例如,寻找一条具有两个独立路径限制的可行路径是NP难的。其次,将来的集成服务网很可能既要传输QoS数据流又要传输尽力而为的数据,     

求解QoS组播路由问题的满意优化方法*

通过分析目前QoS路由优化的一些关键问题,提出一种基于满意优化原理的QoS路由多目标满意优化求解模型,使之更适合解决QoS路由优化问题.仿真结果表明,该算法能极大地缩短路由求解时间,具有很强的适用性和灵活性.     

Scheduling of a meta-task with QoS requirements in heterogeneous computing systems

Due to the development of new applications and the increasing number of users with diverse needs who are exposed to heterogeneous computing (HC), providing users with quality of service (QoS) guarantees while executing applications has become a crucial problem that needs to be addressed. Motivated by this fact, this paper investigates the problem of scheduling a set of independent tasks with multiple QoS needs, which may include timeliness, reliability, security, data accuracy, and priority, in a HC system. This problem is referred to as the QoS-based scheduling problem and proved to be NP-hard. In the first part of this study, we formulate the QoS-based scheduling problem by using utility and penalty functions, where a utility function associated with a task is used to measure how much the owner of this task will benefit from a given scheduling decision, while penalty functions associated with resources are used to provide incentives to users to set their QoS requirements in accordance with their needs. In order to solve the QoS-based scheduling problem, a computationally efficient static scheduling algorithm (QSMTS_IP) which assumes time-invariant penalty functions is developed. We later extend the QSMTS_IP to the case where penalty functions are time varying. Furthermore, it is shown that the QSMTS_IP can be modified to run as a dynamic scheduling algorithm. The simulation studies carried out show that the QSMTS_IP is capable of meeting diverse QoS requirements of many users simultaneously, while minimizing the number of users whose tasks cannot be scheduled due to the scarcity of machines.     

基于多约束QoS问题的启发式算法

由于多媒体通信的需要,QoS路由技术已成为通信网络中研究的热点。通常情况下,在网络中寻找同时满足多个独立加性约束条件的路由是一个NP完全问题。本文探讨了多约束条件下的路径选择(MCP)问题,通过将MCP问题转化为离散化的动态网络,得到了一个性能更好的启发式QoS路由算法,复杂度从O(Tmn)降低为O(Tm),其中m、n分别是节点数和边数,T是算法定义的正整数,并在理论上证明了算法的正确性。最后给出实验举例,并通过与现有算法性能比较,表明改进的启发式算法能快速、有效地解决MCP问题,且适用于大规模的网络系统。     

融合遗传蚁群算法的Web 服务组合研究

为了提高Web服务组合流程中服务选择技术的收敛性能,提出了一种基于遗传算法与蚁群算法相融合的多目标优化策略,用于解决基于QoS的Web服务组合问题。本文首先将Web服务组合的全局最优化问题转化为寻求一条QoS最优解的路径问题,并通过改进遗传算法得到蚁群算法中初始路径的信息素分布,再通过改进蚁群算法来求得最优解。仿真实验结果表明,该改进算法能在较少的进化代数下得到最优路径,提高了Web服务组合的快速全局搜索能力。     

基于银行模型的QoS网格资源量化

要解决网格的服务质量问题,必须要引入QoS机制,也就是参数化的QoS描述等问题。目前关于QoS方面的研究很多,但都很少涉及QoS的量化问题,用经济学的原理来分析QoS问题就更少了。文章利用分层的思想,提出了一种基于QoS的网格银行模型,并将网格银行模型分为应用层、虚拟组织层、物理资源设备层。对每一层上的逻辑资源QoS、系统QoS、安全QoS、信任QoS、记账QoS共5类QoS的属性进行了分析,并提出了测量五类QoS的初步设想。最后,根据测量的结果,加入到服务等级协议（SLA）中,使SLA成为各方往来的依据。通过这种方式,可以将研究成果广泛应用于对网格QoS控制策略的评价、选择和优化上。     

VANET QoS-OLSR: QoS-based clustering protocol for Vehicular Ad hoc Networks

In this paper, we address the problem of clustering in Vehicular Ad hoc Networks (VANETs) using Quality of Service Optimized Link State Routing (QoS-OLSR) protocol. Several clustering algorithms have been proposed for VANET and MANET. However, the mobility-based algorithms ignore the Quality of Service requirements that are important for VANET safety, emergency, and multimedia services while the QoS-based algorithms ignore the high speed mobility constraints since they are dedicated for Mobile Ad hoc Networks (MANETs). Our solution is a new QoS-based clustering algorithm that considers a tradeoff between QoS requirements and high speed mobility constraints. The goal is to form stable clusters and maintain the stability during communications and link failures while satisfying the Quality of Service requirements. This is achieved by: (1) considering the high mobility metrics while computing the QoS, (2) using Ant Colony Optimization for MPRs selection, and (3) using MPR recovery algorithm able to select alternatives and keep the network connected in case of link failures. Performance analysis and simulation results show that the proposed model can maintain the network stability, reduce the end-to-end delay, increase the packet delivery ratio, and reduce the communications overhead.     

基于遗传模拟退火算法的多约束QOS组播路由优化算法

组播路由问题在计算机网络中是著名的Steiner树问题,是NP完全问题.通过考虑组播通信服务质量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,首次提出了一个基于遗传算法和模拟退火算法的多约束组播路由优化算法,该算法在满足带宽、延时、延时抖动及包丢失率约束条件下寻找代价最小的组播树.     

基于QoS的Web服务发现方法

由于传统的基于关键字和简单分类的Web服务发现机制较少考虑服务质量(QoS),因此不能很好地满足用户的需求。针对该问题,提出一种基于QoS的Web服务发现模型,通过引入QoS代理机制以支持基于QoS的Web服务发布与发现。在此基础上,根据不同用户的QoS需求,提出一种基于QoS的Web服务发现算法。实验结果表明,该算法具有较高的准确率。     

战术互联网网络一体化关键技术研究

根据战术互联网的一体化需求,对战术互联网路由协议体系,服务质鼍（QoS）控制和QoS路由问题展开研究。针对战术互联网的分布式体系结构,提出了基于链路反转的区域路由协议;根据服务质晕控制中业务需求和网络资源同时动态变化的特点,引入自适应控制模型,设计了自适应QoS控制的基本模型和实现框架;通过分析QoS路由面临的主要问题,结合链路反转和遗传算法的基本思想,提出了分布式遗传算法QoS路由协议。     

QoS组播路由问题的多目标规划模型研究

该文在对比QoS组播路由问题几种表述模型的基础上,提出了基于多目标规划的新模型,讨论了该模型的求解方法;同时,采用Prüfer编码,提出了求解该模型的遗传算法,并分析了该算法的复杂性。文中还给出了部分关键算法的自然语言描述。