Internet上多限制条件下的QoS路由算法研究综述

1 引言目前的Internet网络中,一个会话的数据分组可以通过不同的传输路径到达目的节点,而且不同任务分组公平地共享网络资源,例如,链路带宽、交换缓冲区等。这种结构不能支持多媒体数据和实时数据传输。多媒体业务需求的日益增长推动了现有多媒体应用的进一步发展,这也对新一代网络提出了新的要求。服务质量(QoS,Quality of Services)的概念已经用于定量和定性地描述服务的提供者和服务的接受者之间协商的服务性能。服务质量可以由一些特定的参数来描述,服务的提供者允许服务的使用者在建立连接时对各种服务参数指定希望的、可接受的最低限度值,有些参数还可以用于无连接的传输     

基于模糊智能模型的QoS路由算法研究

说明了利用模糊智能方法来实现QoS路由算法的原因和优点，给出模糊路由算法模型并加以解释，通过软件仿真以及将模糊路由算法和静态，动态最短路由算法作比较，说明了模糊QoS路由算法的优越性。     

多路路由算法及其在QoS路由中的应用

提出一个分布式服务质量路由算法,以求在不影响已存在连接的服务质量的前提下,寻找满足服务质量要求的可行路,该算法根据网络运营状况不同,改变寻路范围,当网络资源很充裕,寻路花费可忽略,可行路的存在性是首要问题时,寻路范围可以是整个网络,使得只要存在可行路,就一定能找到;当网络资源匮乏,寻路信息应尽可能少时,寻路范围将减少,直至每点只向一个邻点发送寻路信息,但其接通率不少于最短路算法。     

基于移动代理的多类蚂蚁算法在路由中的应用

基于代理的路由策略已被证实可以增加服务率和吞吐量,并可以极大的减少阻塞或数据包丢失的次数.现有的基于蚂蚁群落优化的路由算法都缺乏适应性和存在局部停滞现象,提出一种基于移动代理的多类蚂蚁算法,该算法通过提高可适应性以及减少局部停滞的可能性,从而能够对链路的拥塞做出快速反应,有效地减少了数据包传输时延和网络丢失包率.通过实验仿真,验证了该算法的可行性和有效性.     

基于移动Agent的分布式QoS路由研究

该文提出了一种基于移动Agent的分布式QoS路由计算方法，该方法采用移动Agent搜索网络，寻找满足QoS请求的路径，并对选定路径进行资源预留，算法集QoS路由计算和资源预留于一体，网络中每个结点只需维持局部状态信息，引入移动Agent后，系统更具灵活性与适应性，并使系统能够同时支持尽力而为的数据传输和实时的数据传输。     

基于遗传算法的QoS路由选择与仿真

该文提出了一种实现QoS路由选择的遗传算法，并以端到端的单点投递路由选择为例，详细地描述了该算法的实现过程。在该算法中采用一种新的编码方法，提出了一种新的适用于路由选择的交叉和变异算法，有别于已有的路由选择遗传算法。仿真结果表明此算法是可行的、有效的。     

LEO卫星网络中基于蚂蚁算法的分布式QoS路由

低地球轨道(Low Earth Orbit,LEO)卫星系统因能够提供多媒体通信服务而成为卫星通信研究的热点.有效的路由算法设计是LEO卫星网络中的一个关键问题.为了满足多媒体应用的服务质量(Quality of Service,QoS)要求,卫星的路由算法应当考虑切换的影响.文章提出了一种基于启发式蚂蚁算法的分布式的QoS路由策略,可以满足延时限制,同时避免链路拥塞.仿真结果显示在不同的延时限制条件下,相对于最短路径优先算法,该算法具有较低的呼叫阻塞概率.     

确保安全QoS的WFS路由算法

中的最关键的功能组件之一就是基于QoS的路由，从本质上看QoS路由实际就是端点到端点的带结点条件限制和边条件限制的最短路径问题，在文[1]中指出这种问题是NP完全的。本文研究对丢失敏感对延时不敏感的QoS路由模型——确保安全QoS的路由算法，并提出了一种新启发式算法；首先，我们讨论QoS一般模型，然后利用图论中的WFS算法求解QoS路由，该算法的时间复杂度为O(nlog(n)+n×d×K_0)，优于化前在该问题上的求解算法。     

基于蚂蚁代理的QoS多播路由算法

现有的基于蚂蚁代理的路由算法都没有考虑到状态信息的非精确性对蚂蚁选路过程的影响。本文中，我们为状态信息不精确的包交换网设计出一种有带宽和延迟保证、基于蚂蚁代理的多播路由新算法——QMRA。在我们的算法中，蚂蚁使用链路满足QoS约束的概率以及它所经过路径的代价，而不是它的旅行时间或年龄来决定信息素的铺设。因此，蚂蚁代理的移动过程比较简单，控制参数也较少，并且能够容纳状态信息相当程度的不精确性。仿真结果显示了QMRA在状态信息不精确的情况下，具有较低的路由阻塞率和数据包的平均延迟，并且能够快速收敛。     

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,     

基于蚁群-遗传算法的QoS路由选择

论文提出了一种将蚁群算法与遗传算法融合的新算法。采用蚁群算法进行寻径生成初始群体，利用遗传算法对路径进行优化。仿真结果表明此算法是可行的、有效的。     

基于自适应蚁群算法的QoS组播路由算法

提出一种改进的自适应蚁群优化算法,在信息素更新策略中引入全局最优系数,研究多约束条件下的QoS组播路由问题。动态更新信息素能够确保自适应地改进全局搜索能力和收敛性能,避免陷入局部最优解。仿真结果表明,该算法比蚂蚁-遗传算法在解决多约束条件下的QoS组播路由问题时更有效。     

基于蚁群算法的网络安全路由算法研究

通过研究蚂蚁寻食的轨迹,分析推理出一种得到最优路径的并行算法,由于其灵感来源于蚂蚁,所以起名为蚁群算法。蚁群算法是近年才发展起来的,成功应用于很多领域,如车辆调度问题、分布式人工智能研究、负载平衡、大规模集成电路设计、工厂生产计划制定方面、图像着色和路由算法方面等等。本文主要是运用蚁群算法,寻找Ad Hoc网络中最优路由路径,使整个Ad Hoc网络成为一个稳定可靠的网络系统。     

基于自适应变异蚁群算法的QoS路由算法

多约束QoS单播路由问题是NP完全问题,针对基本蚁群算法在解决该问题时易于陷入局部最优、收敛速度慢的缺点,提出自适应变异蚁群算法对该问题进行求解。该算法采取自适应变异方法,引入二次蚁群搜索机制,减少了算法陷入局部极值的可能性,提高了算法的寻优能力和收敛速度。仿真实验结果验证了该算法的可行性和有效性。     

基于决策图贝叶斯优化算法的QoS组播路由算法

组播通信路由技术是视频广播、网络会议等分布式计算的关键技术 ,其目的是要寻找连接源节点和一组目的节点的一棵组播树 ,使得总体代价最小 .提出了一种基于决策图贝叶斯优化算法 (Bayesian Optim ization Algorithmwith Decision Graphs,简称 DBOA)的 Qo S组播路由算法 ,该算法利用新的编码和解码方法以及适当的适应度函数来求解带宽、时延及时延差别等 Qo S限制下最小代价组播路由问题 .仿真结果表明了该算法的可行性和有效性     

基于蚁群-免疫算法的无线Mesh网QoS路由算法

无线Mesh网络作为一种新型无线网络技术, 应用日趋广泛. 为求解无线Mesh网QoS路由问题, 提出一种蚁群-免疫混合算法, 该算法结合蚁群算法和免疫算法的特性, 在搜索解的过程中, 通过增强解的对比度与动态调整参数Q相结合, 加快收敛速度, 防止算法陷入局部最优, 并根据先验知识提出了适应QoS问题的免疫变异策略, 有效的提高了算法的全局性能.     

基于蚂蚁算法的车辆路径问题应用研究

引入了蚂蚁算法来解决基本车辆路径问题,设计了合适的算法程序,通过实验表明了蚂蚁算法能够有效地求解VRP问题。     

蚁群算法在LEACH路由协议中的应用

减少网络能量损失,增加网络的生成时间是无线传感网络的重要研究内容。LEACH是针对无线传感网络设计的低功耗自适应的路由算法。但是传统LEACH路由算法存在簇首开销过大、簇规模分布不均匀等问题。针对LEACH算法存在的缺点,从成簇方式和簇头路由拓扑提出改进方案,成簇半径随着距离Sink节点的增加而减小,簇首间采用蚁群算法进行路由优化。实验从网络节点存活的节点数目和节点的平均耗能两个指标对仿真结果进行评价,仿真结果显示改进算法网络的生存时间比传统结果提高了15％,节点平均能耗降低20％。改进算法可有效减少网络的总能量消耗,均衡网络的负载。     

分布式蚁群QoS组播路由算法

为寻找满足带宽、延迟等约束的最小代价组播路由树的QoS组播路由,提出一种分布式蚁群优化算法。在蚂蚁行动过程中形成组播树的森林。若在某步结束时森林中仅剩1棵树,则蚂蚁达到目标,停止行动。仿真实验结果表明,该算法在结果和收敛速度方面都有良好的表现。