基于模拟退火的服务质量路由算法

作为下一代互联网的核心问题之一,多约束的服务质量路由(QoSR)用来寻找一条同时满足多个约束条件的可行路径.然而,该问题具有NP完全的复杂度.将模拟退火引入多约束QoSR计算中,首先使用非线性能量函数将多个QoS度量转化成单一能量,然后基于模拟退火的方式求解最小能量路径.首先概述了模拟退火的方法,分析了在QoSR中应用模拟退火所面临的关键问题以及解决方案,然后给出了SA_MCP算法及其复杂性分析.实验结果表明,该算法具有很高的性能,同时对网络规模和约束个数都具有很好的扩展性,对QoS约束的分布状况也不敏感.此外,只要大部分QoS约束存在可行路径,算法的实际运行时间约为O(k(m+nlogn)),即传统Dijkstra算法的k倍(k为约束个数).     

互联网络服务质量路由算法研究综述

如何提供不同的服务质量(quality of service,简称QoS)是互联网络面临的一个重要问题,而服务质量路由(quality-of-service routing,简称QoSR)则是其中的核心技术和热点问题.QoSR的主要作用是为QoS业务请求寻找可行路径,这体现了QoSR的两个目标:(1) 满足业务QoS需求;(2) 最大限度地提高网络利用率.由于QoSR是NP完全问题,研究者们设计了很多启发式算法进行了广泛深入的研究.在有权图和QoS度量的基础上介绍了QoSR的基本概念,详细分析了面向单播应用的QoSR算法中的热点问题,并按照所求解的问题类型和求解方法,将这些算法分成以下几类:多项式非启发类、伪多项式非启发类、探测类、限定QoS度量类、路径子空间搜索类、QoS度量相关类、花费函数类和概率求解类.在分析每类中典型算法的基础上,总结和对比了各类的特点,进而详细剖析了算法的有效性,并基于此总结了基于概率模型求解QoSR问题的方法.最后指出了该领域中需要进一步研究的热点问题.     

基于低功耗有损网络路由协议的多路由度量评估算法

针对缺乏科学合理的低功耗有损网络路由协议多路由度量评估方法,无法选择合适的下一跳,影响网络性能等问题,本文提出一种基于组合赋权法和逼近理想解排序法的多路由度量评估算法.该算法通过构建邻居节点各路由度量的初始判断矩阵,设计基于线性加权的复合目标函数,设计兼顾主客观因素的组合赋权算法确定复合目标函数中各路由度量的权重,并采用逼近理想解排序法确定下一跳节点等机制,有效地解决了上述问题.理论分析证明了该多路由度量评估算法的有效性和可靠性,仿真实验结果显示该算法在网络寿命,时延等方面均优于低功耗有损网络路由算法及其相关改进算法.     

一种基于QoS度量的Pareto并行路由寻优方法

动态QoS路由是基于每个流计算的,为了优化动态QoSR请求中状态的时变性和控制滞后性,快速寻找满足多个约束的可行路径,提出一种基于OoS度量的Pareto子集并行路由预计算方法(QPAS).方法实现了并行状态收集和路由计算,求得满足路由请求约束可行路径的Pareto子集并综合选择合适的转发路由,仿真结果验证了QPAS的计算效率和有效性.QPAS可用于解决有限节点网络的复杂QoS路由等网络传输控制中的实际问题.     

基于选择性探通术的多限制路径路由算法

研究了多限制路径选择问题，提出了一种基于选择性探通术的分布式的、启发式的服务质量路由算法。算法采用探测包并行地搜索可行路径，并使用启发式函数随机选择下一跳节点。计算机仿真表明算法是有效的、可扩展的，并能提供满意的呼叫阻塞性能。     

基于约束分析的RapidIO路由选择算法

针对RapidIO网络多约束服务质量路由问题,提出一种基于约束分析和K最短路径的路由选择算法。通过定义约束严苛度的概念对各个QoS约束度量参数进行评价,选取约束严苛度最高的约束度量作为评价标准;在此基础上采用K最优路径算法快速选择满足多约束的可行路径。仿真结果表明,该算法可以解决多约束路由选择问题,在时间上具有多项式复杂度,对于约束度量参数个数有很好的扩展性。     

一种带约束的多目标服务质量路由算法

多约束服务质量(QoS)路由是要求在多个约束条件下计算满足所有独立限制条件的可行路径．将这种NPC问题转化为一种带约束条件的多目标优化问题，根据多目标遗传算法的智能优化原理，提出一种多目标QoS路由算法来产生一组最优非劣路由．理论分析和实验结果表明，使用带约束的多目标遗传算法是解决多约束QoS路由的有效途径，能对提高网络性能起到重要作用．     

多信道IEEE 802.11无线Mesh网络中路由度量算法研究

分析了常用路由度量算法在应用于WMN中存在的不足,并着重介绍了两类针对多信道WMN的路由度量算法,提出了能够综合考虑路由带宽和时延的加权期望剩余传输率(WERTR)算法,讨论了其作为路由选择判据上的优势,最后使用NS-2对网络性能进行了仿真.     

一种基于不精确信息的智能QoS组播路由算法

针对满足多个约束条件的服务质量(QoS) 组播路由的特点，提出了一种下一代互联网中基于粒子群优化(PSO) 和遗传算法(GA) 的智能QoS组播路由算法。给出了QoS组播路由问题模型及其数学描述，针对QoS参数信息不精确的情况，综合PSO的快速搜索和GA的全局寻优能力，找出在给定费用下满足多个QoS约束概率最大的组播树的Pareto非劣集，从中选出最优组播树。对算法进行了仿真实现与性能评价，结果表明，它是可行和有效的。     

启发式多约束路由算法研究

作为下一代互联网的核心问题之一,服务质量路由(QOSR)用来寻找一条同时满足多个约束条件的可行路径。多约束路由算法具有NPC的复杂度,研究者一般通过启发式算法来求近似解。对当前提出的各种单播启发式多约束路由算法进行了分析、比较,总结了各种算法的特点。最后指出了该领域需要进一步研究的热点问题。     

Precomputation for intra-domain QoS routing

Quality-of-service routing (QoSR), seeking to find a feasible path with multiple constraints, is an NP-complete problem. We propose a novel precomputation approach to multi-constrained intra-domain QoS routing (PMCP). It is assumed that a router maintains the link state information of the entire domain. PMCP cares each QoS weight to several degrees, and computes a number of QoS coefficients uniformly distributed in the multi-dimensional QoS metric space. Based on each coefficient, a linear QoS function is constructed to convert the multiple QoS metrics to a single QoS value. We then create a shortest path tree with respect to the QoS value by Dijkstra’s algorithm. Finally, according to the multiple coefficients, different shortest path trees are calculated to compose the QoS routing table. We analyze linear QoS functions in the QoS metric space, and give a mathematical model to determine the feasibility of a QoS request in the space. After PMCP is introduced, we analyze its computational complexity and present a method of QoS routing table lookup. Extensive simulations evaluate the performance of the proposed algorithm and present a comparative study.     

Highly responsive and efficient QoS routing using pre- and on-demand computations along with a new normal measure

Multi-constrained path (MCP) selection is one of the great challenges that QoS routing (QoSR) faces. To address it in an efficient and highly responsive manner, we propose a new QoSR algorithm, namely NM_MCP (normal measure-based multiple constrained path). Using the Dijkstra’s algorithm with respect to each link metric, NM_MCP pre-computes k primary paths in advance, where k is the number of link weights. When a routing request arrives, NM_MCP executes a modified version of the Dijkstra’s algorithm using a newly proposed, normal-measure-based nonlinear cost function. Extensive simulations show that NM_MCP achieves higher success rate in finding feasible paths with less computational cost than existing algorithms. To further improve the performance, we incorporate Pareto and nonlinear look-ahead mechanisms into the algorithm.     

多约束服务质量路由中的路径压缩算法

多约束服务质量路由是一种能够支持灵活的服务质量控制的有效方案.然而在多约束的环境下,从一个源节点到一个目的节点可能存在多条路径,因而必须相应地增大路由表容量.由于当前路由表的规模已相当庞大,尤其是在高速核心网中,因此,为了在QoS路由表中存储更少的路径信息,需要首先进行路径压缩.文章以解决最优路径压缩问题(OPR)为目标,力图在尽量减小路由表存储规模的同时使路由成功率最大化.为了实现这个目标,文中提出了两个基于贡献区域的算法:增量贡献算法和改进的增量贡献算法.这两个算法从一个大的多约束路径集合中依次计算出具有最大贡献区域的积的路径,最后得到一个小的结果路径集合.大量模拟实验表明,这两个算法能够以较低的运算复杂度获得令人满意的路由成功率.     

基于矢量测量的多约束路径选择

多约束路径(multi-constrained path,简称MCP)选择问题是QoS路由问题面临的重要挑战之一.现有的MCP算法不能兼顾降低计算复杂性、提高响应速度和防止可行解丢失等方面的缺点.另外,单纯依靠线性路径长度方程(LPLF)或非线性路径长度方程(NLPLF)都不能有效解决QoS路由问题.定义了崭新的法线测量路径长度方程,并基于该方程提出了解决m约束MCP问题的NMMCP(normal measure based MCP)算法.NMMCP不仅是在线计算与预计算,同时也是LPLF与NLPLF的良     

基于QoS的随机源选路由算法研究

QoS路由算法的优劣直接影响网络服务质量，而由于链路信息的不及时更新必将造成网络链路信息的不准确，本文提出了一种基于QoS的随机源选路由算法，该算法在网络链路状态信息非精确时具有平均网络负载和高请求接受率的良好性能，通过网络模拟器的测试，该算法具有良好的性能指标，同时减少了处理和协议的开销。     

Ad Hoc网络中QoS保障的按需路由算法

针对Ad Hoc网络中的服务质量(QoS)保障问题,提出按需QoS路由算法DQR。该算法通过有限洪泛的方式进行寻路,并在路径的每个中间节点实行准入控制、动态可调节性的资源预留/资源释放,采用路由序列号的方式避免回环产生。仿真结果验证,提出的QoS路由算法在流量接受率、端到端到达率、平均端到端时延等指标上均能获得较好的性能。     

IP/DWDM光Internet中智能QoS组播路由算法

提出了一种IP／DWDM光Internet中基于蚁群算法的智能QoS组播路由算法。给定QoS组播请求与用户延迟需求区间，提出的算法寻找一棵基于柔性QoS的成本近优组播路由树。它基于蚁群算法来构造组播路由树，并基于波长图思想对组播路山树进行波长分配，一体化考虑组播路由选择和波长分配问题，同时还考虑了IP／DWDM光Internet中的负载均衡问题。仿真研究表明，算法是可行和有效的。     

无线mesh网络多路径QoS路由研究*

基于TDMA提出了一种多路径路由算法。该路由算法是利用两个节点间多条并行的路径作为一个QoS请求的路线。而这多条路径的带宽总和能够满足QoS的带宽要求。通过仿真实验结果证明了该算法相比SPR能明显提高路由的请求成功率。     

IP／DWDM光因特网中的一种支持柔性QoS的并行一体化多播路由算法

本文研究了IP／DWDM光因特网中支持柔性QoS的并行一体化多播路由算法。对IP／DwDM光因特网中的多播请求及用户提出的端到端延迟需求区间，提出的算法一体化地解决路由选择和波长分配问题。目标是在考虑网络负载均衡的前提下，寻找一棵费用次优的多播树，并且满足用户QoS需求。该算法基于粗粒度并行遗传模拟退火算法构造多播树，基于波长图思想在多播树上进行波长分配。仿真研究表明，该算法是可行的，并且具有较好的性能。