一种基于MPLS流量工程的动态路由算法

MPLS流量工程的问题最终可以归结为数据流传输的路径确定问题,即显式路径的确立问题.通过对XUE算法的分析,提出了一种新的基于链路和路径的动态路由算法-LPK.依据网络链路平均利用率的取值范围对网络进行裁剪,在选路由时优先选择轻度占用的链路,避开重度占用的链路;从路径的角度出发,计算每条路径中的各链路带宽利用率相对于网络中链路带宽利用率均值的方差.用C++语言完成了该算法的实现,同时验证了该算法较SPF算法及XUE算法的有效性.     

城市车联网中基于路径权值的路由算法

有效的数据传输是车联网(vehicular Ad Hoc networks,VANETs)应用的基本要求,为此,针对VANETs城市场景,提出基于路径权值的路由算法PWRA(path weight based routing algorithm)。从可用路径中选择最可靠的路径,利用网关车辆辅助不同路段间的连通;利用路径连通寿命、平均邻居数以及路径跳数3个参数估计路径权值,选择权值最大的路径传输数据包。仿真结果表明,相比基于贪婪边界转发路由GPSR(greedy perimeter stateless routing)和按需距离矢量路由(Ad Hoc on demand distance vector routing,AODV),PWRA算法的数据包传输率、端到端传输时延性能得到了有效提高。     

混沌惯性权值调整策略的粒子群优化算法

粒子群优化算法是一种新颖的智能优化算法。惯性权值对粒子群优化算法的性能有着重要的影响。在分析已有的惯性权值调整策略的基础上,提出了混沌惯性权值调整策略,该策略将惯性权值用一个混沌变量来描述。标准测试函数实验表明,在不影响优化结果精度的情况下,混沌惯性权值调整策略的粒子群优化算法收敛速度较已有方法有了明显的提高。     

MPLS流量工程路由优化机制的研究

对最小干涉算法进行了链路权值优化研究,提出集中和分布相结合的方式计算显式路由的方法.使用专门的策略和权值服务器PAWS为链路计算权值,标记边缘路由器LER实施分布式最小干涉算法,计算满足带宽的显式路由.通过路由算法及其体系结构的优化,提高了MPLS显式路由计算的效率和准确性,增强了MPLS流量工程系统的可扩展性.     

优化链路状态路由协议的低开销拓扑维护算法

优化链路状态路由（OLSR）协议利用多点中继（MPR）节点周期性地泛洪拓扑控制（TC）消息,以实现网络拓扑发现与维护,但其增加了网络的控制开销,并且当拓扑较稳定时固定的泛洪周期导致网络带宽浪费。针对该问题,提出OLSR的低开销拓扑维护（LCTM-OLSR）算法。通过缩减MPR节点个数减少TC消息产生的数量和转发次数,同时对比上一次发送周期MPR选择集的变动情况,在稳定量和变动量中选择较小量作为TC消息进行发送。在此基础上,根据网络拓扑的变化情况动态调整TC消息的发送周期。仿真结果表明,相比传统OLSR和HTR-OLSR算法,LCTM-OLSR算法能够有效降低网络的控制开销和端到端时延,提高网络的吞吐量。     

基于流量调度的多链路负载均衡算法

针对多重上联链路负载不均衡问题,提出CIAP算法。基于链路时延和剩余带宽的协方差值,对路由表进行二次调整,调用PBA算法将IP碎片映射到各个链路上,使多链路负载达到相对均衡。实验结果表明,在网络重载状况下,CIAP算法的优化性能较DTIA有较大提高。     

随机权值平面选址的粒子群优化算法

将引入粒子群优化算法来解决带随机权值、服从独立均匀概率分布的极小化极大（1-中心）平面选址问题,对其进行实验模拟并得出了乐观的结果。     

基于粒子群权值优化的网络可生存性增强方法

针对网络中发生频率最高的单链路瞬时故障,提出了一种应用粒子群算法优化链路权值来增强网络可生存性的方法。引入费用函数对利用率过高的链路赋以惩罚性的高费用来避免链路过载,以网络在无故障场景下最高链路费用与单链路故障场景下最高链路费用的加权和作为目标函数,建立了优化算法模型,并应用粒子群优化算法求解最优权值。实验结果表明,算法求得的权值可以使网络在故障条件下保持较低的链路利用率,避免了因流量转移而造成网络拥塞,增强了网络可生存性。     

粒子群优化算法中惯性权值调整的一种新策略

惯性权值的设置对粒子群优化（PSO）算法的性能起着关键作用,现有的基于惯性权值的改进算法提高了算法的性能,但都把惯性权值作为全局参数,很难控制算法的搜索能力。本文在充分分析惯性权值的关键作用基础上给出一种新的惯性权值调整策略及其相应的粒子群优化算法,使用不同的惯性权值更新同一代种群。测试结果表明,新算法提高了算算法的性能,并具有更快的收敛速度和跳出局部最优的能力。     

粒子群优化算法中的惯性权值非线性调整策略

为提升粒子群优化算法的性能,提出基于正弦曲线、正切曲线和对数曲线的非线性惯性权值调整策略。采用镜像策略对越界粒子进行处理,利用标准测试函数测试这些策略对算法的影响。实验结果表明,对于连续函数优化问题,正弦曲线和对数曲线策略优于传统的线性调整策略,而传统的线性调整策略又优于正切曲线策略。     

基于免疫原理的多拓扑路由生成算法

针对现有多拓扑路由生成算法存在存储资源利用不合理、多故障恢复能力无法有效适应网络环境等问题,提出了一种结合生物免疫原理的多拓扑路由生成算法。该算法以适应网络环境中常见的多故障为目标,根据免疫原理中抗原与抗体决定基无须完全吻合而只需关键部位相匹配的机制,将子拓扑生成看作免疫原理中的抗体产生,增强了多故障情况下的网络抗毁性,同时引入人工免疫算法来解决算法中的寻优问题。实验结果表明,该方法提高了网络在多故障环境下的抗毁性。     

基于惯性权重非线性动态变化的微粒群算法

本文提出一种惯性权重非线性动态变化的微粒群算法(NDPSO),根据微粒在群体中距群体最优位置的远近,选择不同的惯性权重非线性下降指数,每个微粒根据个体状况选择不同的惯性权重.在NDPSO算法中,距最优位置较远区域惯性权重选择较小的下降指数,这样利于微粒较快地飞向群体最优位置,提高算法的全局搜索性能;当微粒飞到距最优位置较近区域时,惯性权重采用较大的下降指数,这样微粒在此区域进行细致的搜索,提高算法的收敛速度.为了研究NDPSO算法的性能,对几种典型高维非线性函数进行了测试.测试结果表明,与其它几种典型的微粒群算法相比,NDPSO明显地提高了算法的性能.     

MPLS网络中基于约束路由机制实现流量工程的研究

传统内部网关协议(IGP)容易造成网络资源使用的不均衡,引起网络拥塞,导致网络性能下降,服务质量无法保证。流量工程是解决这一问题的有力工具,它可以为网络用户提供各种QoS保证,同时提高网络性能、优化网络资源的使用。多协议标签交换(MPLS)为流量工程的实施提供了便利,其核心技术就是基于约束的路由机制。论文对基于约束的路由机制进行了重点论述,为其建立了数学规划模型,并给出了常用的优化算法。     

一种基于加权网络拓扑权重的链路预测方法

近年来,复杂网络中的链路预测问题受到越来越多的关注,链路预测的应用场景也越来越广泛,因此如何提高链路预测精度是一个重要问题。目前已提出了很多方法,其中加权相似性指标的预测方法取得了很好的效果。然而传统的加权网络链路预测方法仅考虑了链接的自然权重,忽略了链接的拓扑权重对预测精度的影响。因此,针对加权网络的链路预测,综合考虑网络中边的聚类和扩散特性并将其作为边的拓扑权重,提出了基于链接拓扑权重的WCD含权预测指标,包括WCD-CN,WCD-AA,WCD-RA和WCD-LP4个相似性指标。文中以Matlab为实验平台,在两个带权数据集(USAir,Bibble)和两个无权数据集(Pblogs,Dolphins)上进行实验,并以AUC作为评价指标。仿真结果表明,与基于自然权重的含权指标、基于簇系数的结构含权指标相比,所提算法具有更好的预测精度。     

基于鲁棒性的链路权重规划算法

在IP网络中,链路权重规划是流量工程中的重要问题。为了优化网络流量并实现负载均衡,针对业务量矩阵的不确定性,依据鲁棒性理论提出一个链路权重规划的MIP模型。该模型使用Γ模型描述业务量矩阵的不确定集,通过表示扰动程度的参数Γ实现了对鲁棒性的调节,在此基础上求得不确定集中最差情况下的最优解。实验结果表明,与传统的链路权重规划方法以及新出现的MRC规划模型相比较,该算法可降低最大链路利用率,分别达到了40%和20%。     

基于MPLS的虚拟专用网流量工程研究

基于MPLS的VPN是当前最具发展潜力的组网技术，它为开发IP增值业务等提供了良好的技术基础，使MPLS VPN具有安全性、可扩展性，并提供了IP QoS支持。文章介绍了MPLS VPN组网，针对流量工程基于约束路由这一方面，通过改进约束条件，改善了MPLS VPN的传输性能。     

一种改进的粒子群优化RBF网络学习算法

提出了一种新的用粒子群优化RBF网络学习的算法,即分组训练合成优化。该算法利用粒子之间的合作与竞争以实现对多维复杂空间的高维搜索能力,找出神经网络权值的最优解,以达到优化神经网络学习的目的。通过与用最小二乘法优化的神经网络进行了比较,结果表明算法所优化的神经网络收敛效果明显、收敛速度快。     

基于随机权重粒子群和K-均值聚类的图像分割

K-均值聚类具有简单、快速的特点,因此被广泛应用于图像分割领域。但K-均值 聚类容易陷入局部最优,影响图像分割效果。针对K-均值的缺点,提出一种基于随机权重粒子 群优化(RWPSO)和K-均值聚类的图像分割算法RWPSOK。在算法运行初期,利用随机权重粒 子群优化的全局搜索能力,避免算法陷入局部最优;在算法运行后期,利用K-均值聚类的局部 搜索能力,实现算法快速收敛。实验表明：RWPSOK 算法能有效地克服K-均值聚类易陷入局 部最优的缺点,图像分割效果得到了明显改善;与传统粒子群与K-均值聚类混合算法(PSOK) 相比,RWPSOK 算法具有更好的分割效果和更高的分割效率。     

动态路网中基于实时路况信息的分布式路径生成算法

动态路网中的寻路问题在交通诱导和交通流仿真中有重要意义。提出一种基于实时路况信息的分布式路径规划算法,根据安装在道路路口的智能摄像头所采集到的交通参数对路口的畅通程度进行建模,估算车辆在路口间通行需要的时间。当有车辆需要交通诱导时,通过智能摄像头之间的网络进行基于网络路由思想的分布式最短路径寻路,在寻路过程中加入延时发送机制。网络中的智能摄像头根据车辆所在路口的畅通程度和到邻近路口的距离设置一定的延时,来广播路径询问数据包,使数据包能模拟当前的路况,从而有效、迅速地获得路径规划的结果。     

一种基于链路质量的移动Ad-hoc网络地理路由算法

如何实现简单的路由机制,使节点能够快速、高效地完成分组传递,是移动aa-ho}网络研究的一个基本问题。针对无线链路在高误码率和杭干扰技术方面的不足,提出了将链路质量作为路由选择的度量,设计并实现了基于链路质量的地理路由算法LQPR,解决了在非理想无线链路上采用传统贪婪算法引起数据分组传送率下降的问题。该算法综合了链路质量选择模式和边界选择模式,并利用目标定位技术获取的地理位置信息指导分组的转发,以减少控制开销,优化路径选择,实现数据分组快速有效的传输。在NS-2中完整实现了LQPR协议的仿真,并通过对网络节点发送数据包的端到端时延、吞吐量以及包传送率进行比较、评估和检侧,验证了LQPR路由协议的有效性。