基于混合策略的QoS选播流路由优化算法

分析了QoS选播流交错服务问题的产生过程及其对网络资源的浪费，提出了一种基于混合策略的全局路由优化解决方法．在构建路由优化问题模型的基础上，得出了选播流路由端到端时延、服务器负载、网络流量、路径调整等多个优化目标和QoS约束的表达式．给出了GA、SA、TS三种算法有机结合形成的一种混合优化算法，并说明了运用该算法求解的关键步骤和实现过程．实验结果表明，本算法能够在满足QoS约束的前提下实现选播路由的多目标组合优化，与基于GA或者SA的求解算法相比具有更强的稳定性和更高的精确度．     

基于遗传算法的QoS选播流路由优化算法

选播是一种网络通信服务,在视频流点播等领域发挥重要作用。该文提出QoS选播流路由优化的问题模型,给出选播流路由端到端时延、服务器负载、网络流量等优化目标和QoS约束的遗传算法表达式,说明了算法求解的关键步骤和实现过程。实验结果表明,该算法在满足QoS约束的前提下可以实现选播路由的多目标组合优化。     

基于克隆策略的QoS选播路由算法

在分析选播通信模型的基础上,提出一种基于克隆策略的QoS选播路由算法,在保证带宽和时延的条件下对目标函数进行优化,对带时延约束的QoS选播路由问题作了深入研究。既保留了遗传算法较强的全局搜索能力,又避免了局部搜索性能差和早熟现象,实验结果表明与基于遗传算法的选播路由算法相比,此算法是有效可行的。     

基于改进PSO算法的QOS选播流路由的研究

选播是一种网络通信服务,在视频流点播等领域发挥重要作用.该文采用改进的粒子群算法(PSO)优化QOS服务,比如端到端延迟,服务器负载,网络流量.该算法采用节点序列编码方案,将离散的组合优化转化为一种准连续的优化问题.实验结果表明,该算法在满足QOS约束的前提下可以实现选播路由的多目标组合优化.     

基于QoS的网络负载均衡选播路由算法*

传统演化算法在解决选播路由问题时,初始种群仅包含到选播组中部分服务器的可行路径,并且未考虑服务器的负载,设置的QoS约束惩罚函数过于简单,这些方法易导致算法收敛到局部最优路由。针对这些问题,提出一种根据选播组中成员服务器的负载来初始化种群的选播路由算法,首次提出用区分度更高的QoS约束惩罚函数来组成适应度函数。在随机生成的Waxman网络拓扑环境下进行仿真实验,结果表明,与传统算法相比,该算法得到的最优路由具有更大的带宽,更小的时延,且能在更少的代数内收敛。     

基于免疫遗传算法的QoS选播路由

将免疫算法与传统遗传算法相结合,既保留了原算法较强的全局搜索能力,又避免了局部搜索性能差和早熟现象。在提出改进算法的基础上,对带时延约束的QoS选播路由问题作了深入研究,并经过实验分析证明,该算法提高收敛速度接近18%,而且具有更高的搜索精度和更可靠的稳定性等特点。     

基于变异二次蚁群算法的QoS选播路由算法

基于基本蚁群算法在解决多约束QoS选播路由问题时易陷入局部最优解、收敛速度慢,提出了一种基于自适应变异的二次蚁群算法对该问题进行求解.该算法采取自适应变异方法,借助节点使用计数器,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.仿真实验结果表明了该算法的可行性和有效性.     

一种基于QoS的选播路由算法研究

引入适应度尺度变换,提出一个基于QoS的选播通信服务模型和选播路由算法.算法首先根据选播组的大小把整个网络图的路径搜索空间动态地划分为k个子空间,每个子空间仅包含一个该组成员;其次对每个子种群进行初始化和编码;然后在几个既不重叠、又能反映整体性质的子空间上并行搜索和演化,直至求得满足多个QoS参数约束的选播路由最优解.网络仿真模拟实验结果表明该算法是有效且切实可行的,它能满足多个QoS的约束条件,较好地平衡了网络负载,改善了网络服务质量.     

基于遗传算法的网络选播路由算法的研究

选播(anycast)通信已被规定为在IPv6中的一种标准通信模型．提出了一种选播通信服务模型，设计实现了一种新的基于遗传算法的网络选播路由算法．网络仿真模拟实验结果表明：该算法能以较短的时延达到局部最优．较好地平衡网络负栽，提高了网络搜索速度和网络资源的利用率，改善了网络服务质量．     

多QoS参数约束的选播路由算法的研究

选播是Ipv6中的一种标准通讯模型。本文研究多QoS参数约束的选播路由问题，建立了一种带有多个QoS参数约束的选播通信服务模型，设计实现了相应的多路选播路由算法。网络仿真实验结果表明，该算法是有效且切实可行的，它能同时满足多个QoS的约束条件，具有较好的求解效果，改善了网络服务质量。     

基子改进的遗传算法的选播QoS路由算法研究

针对选播的QoS路由选择问题，本文提出了一种基于改进的遗传算法的多约束选播路由优化算法。该算法在满足带宽、延时、时延抖动和包丢失率的条件下。可寻找花费最小的路径。网络仿真实验证明：该算法操作简单，结果可行且有效。     

基于遗传算法的一种选播QoS路由算法

选播是一种新型的网络服务,是IPv6的一个新特性。随着越来越多的应用需要选播服务支持,选播路由研究成为一个重要的课题。该文在分析选播通信服务的基础上,提出了一种基于遗传算法的选播QoS路由算法,以求解有时延约束和带宽要求的选播路由问题。仿真实验结果表明,该算法是有效且切实可行的。     

基于MPLS网络的选播QoS路由算法

提出一种基于MPLS网络且保证QoS的选播路由算法。使用链路状态路由协议,找到一条从发出请求的客户到服务器方向上最小跳数的最优路径,该路径能满足选播服务带宽要求。使用度量为路径逆向(服务器到客户)上的链路带宽值,通过约束路由的标记分发协议,建立一条从服务器到客户方向的标记交换路径,并预留资源。仿真结果表明,在传输服务数据流时,该算法的时延及丢包率性能良好,能在一定程度上平衡服务器的负载。     

一种改进的选播QoS路由算法

IPv6定义了一种新的通信模型--选播(Anycast),发送到一个选播地址的报文被传送到由该地址标识的"最近"接口之一.在深入分析选播通信服务模型和遗传算法后,提出了一种多约束的基于改进遗传算法的选播QoS路由算法.该算法采用深度优先搜索和轮盘赌相结合的方法保证初始种群的多样性,引入多种群策略和修正算子,同时对遗传算子进行了改进.仿真实验结果表明,改进后的算法提高了收敛速度,获得了较优的选播路径.     

基于网络链路空闲率的QoS选播路由算法

提出一种基于网络链路空闲率的QoS选播路由算法。该算法从负载平衡的思想出发,赋予每条链路一个与全局资源相关的权值即链路相对空闲率,寻找链路相对空闲率较高的选播路径。实验结果表明,该算法能有效平衡网络负载和服务器负载,提高源节点的请求接受率。     

基于遗传算法的选播QoS路由算法研究

针对选播的QoS路由选择问题,提出了一种基于遗传算法的多约束选播路由优化算法。该算法在满足带宽、延时、时延抖动和包丢失率的条件下,可寻找花费最小的路径。网络仿真实验证明:该算法操作简单,结果可行且有效。     

基于微粒群算法的QoS组播路由算法

文章研究了带宽、延时、延时抖动约束最小代价的QoS组播路由问题,提出了一种基于微粒群优化(PSO)算法[2,5]来设计路由优化算法。该算法采用一种新的整数编码方案,将路由优化问题转化成准连续优化问题,并采用罚函数处理约束条件。给出了应用微粒群优化算法求解QoS组播路由问题的算例,并与遗传算法和改进后的遗传算法进行了比较。计算机仿真实验证明,该算法可以更有效地求得QoS组播路由问题的优化解,可靠性高。