基于蜂群的ABC支持型QoS单播路由机制

下一代互联网NGI(Next-Generation Internet)需要提供服务质量QoS(Quality of Service)路由,支持总最佳连接ABC(Always Best Connected).但是,由于链路状态的难以精确测量与用户QoS需求的难以准确表达,因此路由机制应该具备处理模糊信息的能力.同时,在网络运营日益商业化的环境下,路由时应该兼顾网络提供方与用户利益,支持各方效用共赢.为此,本文引入模糊数学和微观经济学有关知识,设计了一种ABC支持型QoS单播路由机制.该机制采用区间描述用户柔性QoS需求,使用边适合隶属函数适应链路状态不精确,引入边带宽定价、边评判和路径评价,基于蜂群算法,寻找使用户与网络提供方效用达到或接近Nash均衡下Pareto最优的QoS单播路径.仿真结果表明,该机制是可行和有效的.     

小世界优化ABC支持型单播路由机制

设计一种ABC支持型QoS单播路由机制,采用区间形式描述用户QoS需求和边（链路）参数,引入用户满意度和边评价,通过博弈分析,基于小世界优化算法寻找使用户和网络提供方效用达到或接近Nash均衡下Pareto最优的QoS单播路径。仿真研究结果表明,该算法是有效的。     

粒子群优化ABC支持型QoS单播路由机制

设计了一种ABC支持型QoS单播路由机制,采用区间形式描述不精确用户QoS需求和边（链路）参数,引入用户满意度、边评价和精英解集,通过博弈分析,应用粒子群优化算法,寻找使用户和网络提供方效用达到或接近Nash均衡下Pareto最优的QoS单播路径。仿真结果表明,该机制是可行和有效的。     

基于组织进化的ABC支持型单播路由机制

提出一种支持总最佳连接ABC(Always Best Connected)的服务质量QoS(Quality of Service)单播路由机制.该机制采用区间形式刻画用户QoS需求和网络链路参数;引入偏好序列,以满足用户对不同类型网络的偏爱;引入概率密度函数、满意度函数和评价函数,以精确测量网络链路参数值和准确表达用户QoS需求;引入成本、价格、费用和博弈机制,兼顾用户和网络提供方利益;基于组织进化算法OEA(Organizational Evolutionary Algorithm),寻找使各方效用达到或接近Nash均衡下Pareto最优的QoS单播路径.仿真结果表明,该机制是可行和有效的.     

基于组织进化的ABC支持型单播路由机制

提出一种支持总最佳连接ABC(Always Best Connected)的服务质量QoS(Quality of Scrvicc)单播路由机制。该机制采用区间形式刻画用户QoS需求和网络链路参数;引入偏好序列,以满足用户对不同类型网络的偏爱;引入概率密度函数、满意度函数和评价函数,以精确测量网络链路参数值和准确表达用户QoS需求;引入成本、价格、费用和博弈机制,兼顾用户和网络提供方利益;基于组织进化算法OEA(Organizational Evolutionary Algorithm),寻找使各方效用达到或接近Nash均衡下Paret。最优的QoS单播路径。仿真结果表明,该机制是可行和有效的。     

一种基于蜂群算法的ABC支持型QoS组播路由机制

引入模糊数学和微观经济学知识,设计了一种支持总最佳连接(ABC:Always Best Connected)的服务质量(QoS:Quality of Service)组播路由机制.该机制为边(网络链路)状态参数引入适合隶属函数,采用区间描述用户柔性QoS需求,通过边带宽定价、边评判和组播树评价,基于蜂群算法,寻找使用户和网络提供方效用达到或接近Nash均衡下Pareto最优的QoS组播树.仿真结果表明,该机制是可行和有效的.     

免疫选择和自组织临界变异ABC支持型单播路由机制

提出一种支持总最佳连接ABC(Always Best Connected)的新型单播路由机制.由于网络链路参数值的难以精确测量和用户服务质量QoS(Quality of Service)需求的难以准确表达,因此引入区间表示、偏好序列、概率密度函数、满意度函数和评价函数加以刻画;考虑到网络运营商业化,引入成本、价格、费用和博弈机制,兼顾用户和网络提供方利益;基于免疫选择和自组织临界变异进化算法寻路,使得各方效用在QoS路由上达到或接近Nash均衡下的Pareto最优.基于NS2进行了仿真实现,在多个实际和虚拟的网络拓扑上与经典路由机制进行了性能对比,结果表明,该机制是可行和有效的.     

一种基于博弈论方法的模糊QoS单播路由机制

下一代互联网NGI(Next-Generation Internet)需要提供服务质量QoS(Quality of Service)路由能力.一方面,由于NGI网络状态难以精确测量与表达,因此QoS路由基于的信息应该是模糊的.另一方面,随着网络运营的渐趋商业化,付费上网要求实现QoS计费,而网络提供方与用户的利益冲突要求实现双赢.该文设计并仿真实现了一种基于博弈论方法的模糊QoS单播路由机制.该机制由边评判、博弈分析和选路组成,通过适合隶属度函数对边做出模糊综合评判,通过博弈分析确定网络提供方与用户在边上的效用能否达到Nash均衡态,通过启发式选路算法使得在找到的路径上不仅用户的QoS需求得到满足而且双方的端到端效用达到或接近Nash均衡下的Pareto最优.仿真结果表明,同基于SPF(Shortest Path First)的单播路由机制和基于模糊塔的QoS单播路由机制相比,该机制具有较好的性能.     

粒子群优化ABC支持型QoS组播路由机制

引入模糊数学、概率论和博弈论知识,设计一种ABC(Always Best Connected)支持型QoS(Quality of Service)组播路由机制.该机制采用区间形式描述用户QoS需求和边(链路)参数,引入边参数概率和用户满意度,通过边评价和博弈分析,基于粒子群优化算法,寻找使各方效用达到或接近Nash均衡下Pareto最优的QoS组播路由树.仿真结果表明,该机制是可行和有效的.     

基于模糊积分和博弈论的QoS组播路由机制

下一代互联网NGI(next generation Intemet)需要提供服务质量QoS(quality of service)路由能力.由于NGI网络状态难以精确测量与表达,因此,QoS路由基于的信息应该是模糊的.随着网络运营的渐趋商业化,付费上网要求实现QoS计费,而网络提供方与用户的利益冲突要求实现效用双赢.设计了一种基于模糊积分和博弈论的QoS组播路由机制.该机制由边评判、博弈分析和组播路由树建立算法组成,基于模糊积分和适合隶属度函数对边进行模糊综合评判,通过博弈分析确定网络提供方与用户在边上的效用能否达到Nash均衡,通过组播路由树建立算法使得在建立的组播路由树上不仅用户QoS要求得到满足,而且网络提供方效用与用户效用达到或接近Nash均衡下的Pareto最优.仿真结果表明,与QoSMIC等机制相比,该机制具有较好的性能.     

NGI中一种基于食物链算法的柔性QoS组播路由算法

针对下一代互联网（Next Generation Internet,NGI）难以精确测量和用户服务质量（Quality of Service,QoS）需求难以完全表达的特点,设计了一种基于食物链算法（Food Chain Algorithm,FCA）的柔性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NGI中QoS参数信息不精确和用户需求柔性的特点,通过博弈分析确定用户和网络方在边上的效用能否达到Nash均衡,基于模糊数学的相关知识并结合FCA的寻优能力,找出在给定条件下用户效用、网络方效用和满足用户QoS需求的可信度同时达到最大的组播路由树。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。     

NGI中基于微分进化的柔性QoS组播路由算法

针对满足多个约束条件的服务质量组播路由的特点，提出了一种下一代互联网中基于微分进化算法的柔性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NGI中QoS参数信息不精确的特点，基于模糊数学的相关知识并利用DE算法的寻优能力，找出在用户柔性QoS需求的条件下满足用户QoS需求的可信度和用户QoS满意度同时达到最大的组播路由树。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。     

Multi-robot navigation based QoS routing in self-organizing networks

The technical development drives the future networks to become large-scale, heterogeneous, and dynamic. Bio-inspired networking can help reduce the time-space complexity of the complex network. Due to the good features such as self-organization and self-management, self-organizing network (SON) will most probably be a priority choice for the next generation network. In this paper, a swarm intelligence based Quality of Service (QoS) routing protocol is proposed for SON. The inaccurate routing and QoS information is described with fuzzy mathematics whilst the utilities of both the user and the network service provider are considered by applying game theory. Based on the multi-robot navigation algorithm, the protocol is able to search a routing path which can satisfy the user QoS requirements and achieve the Pareto optimal utilities of the user and the network service provider under Nash equilibrium. The proposed protocol is implemented and evaluated by extensive simulation experiments. The results show that it beats both other swarm intelligence based routing protocols and the traditional Dijkstra algorithm based routing protocol. The searched routing paths support the win–win effect for both the user and the network service provider.     

基于改进蚁群算法的无线Mesh 网QoS 路由算法研究

目前,无线Mesh网络正成为无线网络研究中的一个热点。Quality of service（QoS）是无线Mesh网络中的一个非常重要问题,而QoS路由技术是解决这一问题的关键技术之一。本文就蚁群算法进行研究和改进,并将改进后的算法应用于无线Mesh网络QoS路由问题,进而提出了无线Mesh网络QoS路由算法,通过实验证明该算法能够对QoS提供较好的支持。