改进遗传算法在QoS组播路由选择中的研究

QoS组播路由的选择问题本质是从源节点至目的节点间找到满足QoS要求的传输路径,尽管现在有许多文献利用遗传算法对组播路由问题做了研究,但其组播路由费用都比较大,执行时间过长,并且编码难度都比较大,优化效率低。针对这些问题,文中提出了一种改进的遗传算法,该算法综合考虑了带宽约束、时延约束、时延抖动约束、丢包率约束以及路由费用等度量指标,在传统遗传算法的基础上,设计了一种基于应用层业务的自适度函数,改进了染色体编码方式,并且设计了自适应交叉函数与自适应变异函数等多种优化函数。通过仿真结果表明,该改进的遗传算法很大程度上降低了QoS组播路由的费用和执行时间,并且能快速地找到最优QoS组播路径。     

基于QoS的动态组播路由算法

在分析了网络中基于QoS的组播路由问题的基础上,本文提出了一种新的动态算法,并进行了实验和分析,文中构造的路由方案成功地解决了当网络中存在多个组播及组播节点动态变化情况下的QoS路由选择问题,此方案不仅保证了带宽,端到端延时和延时抖动,优化了路由树的代价,而且有效地控制了算法的复杂性并可适用于大规模的网络中。     

基于遗传算法的全光组播路由

该文提出使用遗传算法优化组播业务放置进光网络的顺序,按照此顺序为业务构建组播树并选择波长,以最小化光网络中使用的波长数及组播链路数。比较了3种路由算法的优劣以及波长变换器对资源优化的改善作用。基于NSFNet网络的仿真证明组播能力节点只需占到全网节点数的一半就能达到很好的优化效果。     

基于遗传算法优化的QoS组播路由算法

QoS组播路由技术作为网络多媒体信息传输的一种核心技术,下一代网络中的QoS组播路由的优化算法已经成为目前研究的一个热点。针对QoS组播的网络模型,提出一种适用于下一代网络的组播路由算法能够更好的满足下一代网络的QoS组播需求显得尤为重要。本文讨论了遗传算法优化的QoS组播路由算法,最后探讨了下一代网络QoS组播路由算法的研究方向。     

遗传算法在QoS组播路由计算方面的应用

一、引言伴随着诸如视频广播、IPTV等应用的风起云涌,传统的因特网所提供的"尽力而为"的服务已经无法满足新应用在QoS方面的要求,因此,近年来业界将研究的关注点放在了组播应用环境下如何确保用户的服务质量这个难题上。     

遗传组播路由算法

本文探讨了基于遗传算法的组播路由算法.遗传算法是一种全局寻优技术,适合于在复杂而庞大的搜索空间中寻找最优解,它原理简单,易于并行,广泛用于许多NP难度求解的领域.仿真表明,该算法稳定、灵活,操作简单.     

QoS组播路由的启发式遗传算法

本文首先提出带宽延时约束、费用最小QoS组播路由模型,然后提出解决QoS组播路由问题的一种启发式遗传算法,该算法有以下特点:(1)预处理机制;(2)树结构编码;(3)启发式交叉策略;(4)指导性变异过程.最后通过仿真实验证明该算法快速有效.     

基于遗传算法的时延受限代价最小组播路由选择方法

目前多媒体业务的涌现对网络提出了更高的要求。希望既能满足实时性，又能够高效地利用网络资源。本文提出了一种基于遗传算法的组播路由选择方法，该方法在满足时延限制条件的基础上寻找代价最小的组播树。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。     

基于遗传算法的QoS组播路由算法的改进

QoS组播路由技术在网络技术发展中占有很重要的地位,是一种关键的技术。在分析网络模型的基础上,建立了组播问题的数学模型。遗传算法是一种经典的寻优算法,应用广泛,提出了改进的算法。并且结合改进Dijkstra算法,使算法能很好地体现实际组播路由问题的特点。试验表明,这种新的算法可靠性更高,适应了当今网络性能优化的需要。     

基于克隆选择的QoS组播路由优化

衡量QoS组播路由主要性能指标有延时,代价,带宽等,本文所提出的基于遗传算法的多约束QoS组播路由优化算法.引入了一个综合性能指标Q适应度函数,对延时、带宽、代价这3个性能指标进行权衡.以减小组播树的代价和延时,增大带宽,提高组播的服务质量.并对解决传统算法对于存在两组及以上的组播树,他们的代价都是最优的,延时和带宽都满足受限条件时无法选择的问题十分有效的.     

基于蚁群算法和遗传算法融合的QoS组播路由问题求解

包含延迟、延迟抖动、带宽、丢包率和最小花费等约束条件在内的服务质量(QoS)组播路由问题,是一个NP完备问题,传统方法很难求得全局最优解.本文将遗传算法和蚁群算法融合,提出了用遗传蚁群算法(GAACS)求解QoS组播路由问题的解决方案.仿真实验表明,采用新算法比遗传算法具有更好的性能.     

Clos网络中的组播路由算法

对于三级Clos网络,扇出机制会影响Clos网络的阻塞率、算法的时间复杂度及网络成本,因此选择好的扇出方式能充分发挥网络的组播能力。根据输出级扇出、中间级扇出、输入级扇出等不同的扇出机制分类,可将组播算法分为输入级扇出算法（IFMA）、最迟扇出算法（LFMA）、切割扇出算法（SFMA）、中间级优先扇出算法（CMFF—MA）。在对4种算法仿真比较的基础上,文章提出针对不同的业务采用不同的处理方法的路由方案,对于固定扇出业务可采用CMFFMA算法进行路由,针对递增业务采用先输出级、再中间级、最后输入级扇出的策略,可有效地降低阻塞率。     

一种基于延时及带宽受限的启发式组播路由算法

在分析了网络中基于延时和带宽受限的组播路由优化问题的基础上,本文提出了一种新的启发式算法,并进行了实验和分析.结果表明文中构造的路由方案成功地解决了当网络中存在多组组播业务时的QoS路由选择问题.此方案不仅保证了带宽、端到端延时,优化了路由树的代价,而且有效地控制了算法的复杂性并可适用于大规模的网络中.     

基于精确罚函数法的遗传算法求解时延约束组播路由问题

有时延约束的组播问题是通信网络多点路由优化问题中的重要部分,已被证明是NP-complete问题.本文提出了一种基于罚函数法的启发式遗传算法以求解该问题,并讨论了违反时延约束不可行解的罚函数选取问题,进化过程中采用适于此类问题的动态交配概率、变异概率以提高算法的收敛速度.最后分析了算法的复杂度.仿真表明,本文算法是有效的、稳定的.     

一种基于遗传计算的新型白适应路由算法

自适应路由算法能够根据网络状态选择路径,减少平均传输延时,最大限度地提高网络的性能。丈中构造了一种新型的路由表,设计了基于遗传算法的自适应网络路由算法（GAR）,并在Pc机上实现了简化的GAR。在局域网环境下,对GAR和基于跳计数准则的RIP的模拟试验表明,在相同的网络负载下GAR的平均通信延时是RIP的20％。丈中提出的自适应的路由算法能够降低网络延时,平衡网络负载,提高网络性能。     

带受体编辑的克隆选择组播路由算法

 DE Castro提出的克隆选择算法（CSA）中,抗体的多样性主要通过高频变异来实现,而实际 生物免疫系统中还有一个重要的操作是受体编辑.受此启发,提出了带受体编辑的改进克隆 选择算法.该算法利用未成熟优良子群体提供的优良基因片断,根据路径代价最小化和延时 要求对抗体进行两次受体编辑.这样,在无需求解备选路径集的情况下,直接运用该改进算 法可快速寻到最优解.在时延受限组播路由的仿真实验中表明：该算法比一般CSA算法和遗传 （GA）算法的搜索效率更高,算法复杂度更低.     

求解度约束组播路由的新型蚁群算法

 基于蚁群算法的正反馈机制提出了一种基于树的蚁群算法,并用它来求解度约束组播路由问题.在该算法中,蚂蚁按照一定的概率选择一条链路加入组播子树,然后检查加入点的度约束情况,如果该点的度约束情况达到饱和,则蚂蚁以后不再选取与该点连接的链路.通过计算模拟分析方法证明了该算法的有效性,计算机仿真结果显示,在解决度约束组播路由问题时,该新型蚁群算法的收敛速度大大快于已有的蚁群算法,找到的最优解性能稍好于已有的算法,算法的空间复杂度也得到降低.     

A Controlled Region Rearrangement Dynamic Algorithm for Delay-constrained Least-cost Multicast Routing

1　ＩｎｔｒｏｄｕｃｔｉｏｎＭｕｌｔｉｃａｓｔｔｅｃｈｎｏｌｏｇｙｉｓａｂｏｕｔｐｏｉｎｔｔｏｍｕｌｔｉ ｐｏｉｎｔｓｃｏｍｍｕｎｉｃａｔｉｏｎｓ,ｎａｍｅｌｙ ,ｍａｎｙｄｅｓｔｉｎａｔｉｏｎｎｏｄｅｓｒｅｃｅｉｖｅｍｅｓｓａｇｅｓｆｒｏｍｔｈｅｓａｍｅｓｏｕｒｃｅｎｏｄｅ.Ｍｕｌｔｉｃａｓｔｔｅｃｈｎｏｌｏｇｙｈａｓｗｉｄｅａｐｐｌｉｃａｔｉｏｎｓｓｕｃｈａｓｒｅａｌ ｔｉｍｅｖｉｄｅｏａｎｄｖｏｉｃｅｔｒａｎｓｍｉｓｓｉｏｎ ,ｒｅｍｏｔｅｅｄｕ ｃａｔｉｏｎ,ｄｉｓｔｒｉｂｕｔｅｄｃｏｍｐｕｔｉｎ…