基于智能Agent系统的集成路由算法

In order to ensure serve quality of Internet, and enhance Internet resource utilizing, we take advantage of NN-Algorithm and common algorithm, absorb NN-Algorithm's merit, such as fast and veracity, and overcome shortcoming high cost. We absorb common algorithm's lower cost and overcome it's shortcoming. We put forward integrated routing algorithms based on intelligent Agent systems. In different condition we trade off NN-Algorithm and common algorithm, so we can enhance serve quality of Internet. Compared with the common network model, this paper also comsiders the weight of network vertexes.So the intelligent routing algorithm is more practical.     

QoS计算机网络路由算法

回顾了20世纪80年代到2002年以来计算机网络QoS路由算法和路由协议的发展过程，总结了130多篇被IEEE／ACM，Elsevier Science，Wiley InterSeienee等著名机构收录的高水平学术刊物和SIGCOMM，INFOCOM等高水平国际会议上发表的相关论文，对各种QoS路由算法进行了分类归纳，重点介绍了一些典型的QoS路由算法。并结合在随机网络和时间依赖网络最短路径算法方面的研究基础，预测了QoS路由算法未来的发展方向。     

服务质量路由算法仿真平台的设计与实现

下一代网络服务质量要求解决多约束服务质量路由问题.在分析服务质量路由特点及相关工作的基础上,设计服务质量路由算法的仿真平台.仿真平台基于随机网络模型,结合Waxman方法设计随机连接的产生方法,并通过深度优先搜索遍历算法来检查图的连通性.通过对网络拓扑状态仿真结果表明,该平台能嵌入各种多约束路由算法并进行仿真实现.     

QoS动态路由算法分析

保证服务质量(QoS）的通信是当今网络发展的必然趋势之一。动态路由算法可根据网络拓扑和负载情况实时为业务选择路径。其合理性和有效性对于网络资源的优化使用及网络运行性能起着重要作用。文章阐述了QoS动态路由算法的研究内容：链路量度的选择、选路原则、改进Bellman-Ford算法和Dijkstra算法以及算法的触发,并总结了QoS路由算法目前存在的几个问题。     

一种QoS平面蚁群路由算法的设计与实现

提高网络服务质量的关键在于寻找出高性能路由,然而传统的路由算法却很难解决此类NP C问题。基于此,本文提出一种基于改进后的自适应蚁群算法的路由解决方案,将路由问题假设为平面路由,并建立相应的网络模型。针对该网络模型,建立特定的平面QoS蚁群路由算法,并在MATLAB上对其进行模拟仿真,从而验证了它的性能。仿真实验结果表明,该路由选择方案在求解实际网络路由问题时具有一定的优越性,能够有效地解决QoS平面网络路由问题。     

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。     

基于蚁群算法的QoS多播路由优化算法

蚁群算法是一种新型的随机优化算法,能有效地解决 QoS 受限的多播路由问题。基于蚂蚁具有找到蚁巢与食物之间的最短路径原理工作,并在分析多约束QoS的多播路由的基础上,提出了一种具有全局优化能力的多播路由算法(OQMRA),仿真实验表明了该算法是合理的和有效的。     

计算机双环网络路由算法的设计与实现

本文在讨论双环网路形式模型表示及其拓扑分析的基础上，提出一类适用于双环网络的路由算法，并给出了其实现过程。     

计算机网络中基于服务质量QoS的路由算法分析

随着互联网技术的迅猛发展,网络信息量及信息类型越来越多,传统网络Best Effort服务机制受到了互联网日益增加的信息类型及信息量的冲击越来越大,QoS算法已经成为人们研究的重点与热点。介绍了路由算法,对QoS及QoS路由进行了阐述,重点对计算机网络基于QoS路由算法进行了探讨,并对计算机网络QoS路由算法的发展进行了展望。     

计算机网络中基于服务质量QoS的路由算法分析

随着互联网技术的迅猛发展,网络信息量及信息类型越来越多,传统网络Best Effort服务机制受到了互联网日益增加的信息类型及信息量的冲击越来越大,QoS算法已经成为人们研究的重点与热点。介绍了路由算法,对QoS及QoS路由进行了阐述,重点对计算机网络基于QoS路由算法进行了探讨,并对计算机网络QoS路由算法的发展进行了展望。     

基于量子遗传算法的QoS路由算法

多约束的QoS路由问题是NP完全问题.量子遗传算法是基于量子计算理论的新遗传算法,具有种群多样性、收敛速度快和全局寻优的特点.将量子遗传算法引入多约束QoS路由计算,提出了一种基于量子遗传算法的QoS路由算法,给出了算法实现的方法和具体流程.实验结果表明,通过该算法得到的QoS路由不但能满足QoS约束要求,同时可以均衡链路负载,减少路由拥塞.     

基于遗传算法和蚁群算法融合的QoS路由算法*

面向QoS路由问题,设计了一种基于遗传算法和蚁群算法融合的QoS路由算法(QoS routing algorithm according to the combination of the genetic algorithm and ant colony algorithm,GAACO_QoS).利用遗传算法生成初始解,将其转换为蚁群算法所需的信息素初值,然后利用蚁群算法求取最优解.设置遗传算法控制函数来控制遗传算法和蚁群算法融合的适当时机.通过与遗传算法以及蚁群算法的比较,进一步说明算法的有效性.     

用遗传算法求解最优QoS 划分与路由问题*

未来的通信网将充分支持各种QoS业务,QoS划分与路由问题研究针对QoS业务的最优化问题.首次提出了求解最优QoS划分和路由问题的遗传算法.该算法以K条最短路径来代替全网最优路径,大大加快了算法的运行速度.仿真结果证明了该算法的合理性和有效性.     

一种启发式算法在多受限QoS路由中的研究

随着互联网的广泛应用,网络服务质量(QoS)保证技术显得越来越重要,为了保证网络服务质量,希望根据多个QoS约束参数来选择可行路由。一般说来,多受限路径优化问题是一个NP完全问题,因此在多项式时间复杂度里不能解决该问题,针对这个问题,在启发式算法的基础上,提出一种改进扩展Bellman-Ford最短路径算法(MEBF),将NP完全问题简化为在多项式时间复杂度里能解决的问题。模拟的结果表明,该算法有良好的运行效率和QoS路由成功率。     

面向智慧化综合办公应用设计与实现

综合办公应用作为较早运用 IT 技术实现业务流程化、自动化信息系统之一,发展历时长、成熟度高、 应用范围广,已成为现代社会组织日常管理重要技术支撑,为提升管理效能发挥了重要作用。但受认识水平、 技术发展、管理模式等诸多因素限制,目前建设和投入使用的综合办公应用,在管理业务覆盖、业务流程衔接、业务信息共享和管理业务协同等方面,均存在不同程度的问题和不足,尤其缺乏智慧化感知决策能力,用户满意度不高、能用不好用的现象普遍存在。通过分析综合办公应用现状、主要问题和面临形势,以人、财、 物、事为主线,以面向对象和业务流程为原则,以实现一数一源共建共享和全流程业务协作为目的,为面向智慧化的综合办公应用设计与实现提供思路和内容借鉴。     

基于改进遗传算法的QoS路由选择优化

提出了一种基于改进遗传算法的QoS路由选择优化算法,采用网络资源消耗和负载分布为目标函数,凫目标函数包含了带宽、跳数、费用、时延等QoS参数。该算法在消耗网络资源最小的基础上,使负载均衡分布,合理利用了网络资源,降低了网络的拥塞,提高了网络的吞吐量。仿真计算的结果表明,该算法在解决多目标规划问题上是一个有效、可行的方法。     

蚁群算法在QoS网络路由中的应用

采用蚁群算法求解包含延迟、延迟抖动、带宽、丢包率和最小花费等约束条件在内的QoS单播路由问题。实验仿真表明该算法能快速有效地求得路由最优解。     

基于改进GLR算法的智能识别英语翻译模型设计

GLR算法模型翻译识别结果存在数据点重合的情况,精确度无法得到有效保障。为了准确的识别短语,设计了基于改进GLR算法的短语智能识别算法,该算法构建标记规模约74万个英汉单词的短语语料库,使短语具备可搜索功能,通过短语中心点构建短语结构,可获得词性识别结果,依据解析线性表的句法功能校正词性识别结果中的英汉结构歧义,最终获得识别的内容。实际测评结果显示,该算法克服了GLR的弊端,相对统计算法和动态记忆算法提高了运算速度和处理性能,更加适合机器翻译任务,为在智能机器翻译领域提供了新的思路。     

改进型量子蚁群算法求解QoS单播路由

针对遗传以及蚁群算法在求解QoS单播路由问题时收敛速度慢和易于陷入局部最优的问题。采用量子蚁群算法求解QoS单播路由,采用量子旋转门实现蚂蚁的移动,用量子非门来实现蚂蚁位置的变异,同时为了确保算法不陷于局部最优,对量子蚁群算法做了改进,并进行了对比实验。实验表明该算法不但克服了遗传以及蚁群算法的易限于局部最优解的缺陷,在收敛速度上也优于相关算法,能较好地解决QoS单播路由问题。     

弹性自适应二端布线算法研究及实现

军事通信指挥中很重要的环节是大量通信组织图表的绘制,目前借助计算机软件进行数字化制图处于研制与发展中,其重点与难点在于自动布线算法的设计和实现.由此在系统开发中首次提出了弹性自适应二端布线算法,主要对布线点的自适应选择、寻路算法优化、布线版图美化几个方面进行研究与实践.从而解决了自动布线过程中布通率低、布线速度慢的技术难题,大大提高通信制图的自动化程度.