一种IP／DWDM光因特网中的QoS组播路由算法

本文讨论了一种IP／DWDM光因特同的QoS组播路由算法，在已知QoS组播请求和所需时间延迟的前提下．提出了一种可以找到基于柔性QoS的、次优的路由树的算法。此外．我们对QoS满意程度一术语作了定义。所提出的算法在多种群并行遗传模拟退火算法基础上构建组播树，并根据波长图为树分配波长。此算法将路由选择和波长分配一体化，路由选择的目的在于找到一个次优组播树，波长分配的目的则是通过使波长覆盖数量最小来最小化组播树的延迟。因此，组播树的估价和QoS用户满意程度两方面都接近最优。该算法同时考虑了负载均衡。仿真结果表明．该算法是灵活有效的。     

一种IP/DWDM光因特网中的Q0S组播路由算法

本文讨论了一种IP/DWDM光因特网的QoS组播路由算法,在已知QoS组播请求和所需时间延迟的前提下,提出了一种可以找到基于柔性QoS的、次优的路由树的算法.此外,我们对QoS满意程度一术语作了定义.所提出的算法在多种群并行遗传模拟退火算法基础上构建组播树,并根据波长图为树分配波长.此算法将路由选择和波长分配一体化,路由选择的目的在于找到一个次优组播树,波长分配的目的则是通过使波长度盖数量最小来最小化组播树的延迟.因此,组播树的估价和QoS用户满意程度两方面都接近最优.谊算法同时考虑了负载均衡.仿真结果表明,该算法是灵活有效的.     

基于遗传算法的可扩展应用层组播树构建

在应用层组播中,为降低节点的路径延时,通常采用遗传算法和启发式算法来减小组播树直径的方法,但在组播树具有大规模节点数时,遗传算法收敛时间长,而采用启发式算法难以在有约束条件下达到全局最优.本文在具有超节点的双层应用层组播模型基础上,提出了利用遗传算法构建出度受限最小带权路径延时生成树（MWPL-DC-ST）的生成算法GA-MWPL-DC-ST,利用该算法可在超节点上对双层组播树进行分布式构建,从而将求最优解问题的巨大计算量分担到多个超节点上.算法中的初始化、杂交和变异阶段采用启发式算法,对变异参数进行适应性调整,加快了算法的收敛速度.仿真试验表明,本文提出的双层应用层组播模型和GA-MWPL-DC-ST算法能得到比启发式算法更优的解,与采用单层模型的遗传算法相比较,显著降低了算法收敛时间,解决了遗传算法构建有大规模节点数的应用层组播树的可扩展性问题.     

基于信息熵多种群遗传算法的组播路由

针对网络信息不确定性和链路负载不均匀所造成的网络拥塞,提出基于信息熵的组播路由算法。该遗传算法从最小代价树开始,在多种群中不断选择信息熵较大的种群,以求得满足延时要求且路径负载较小的组播树。结果表明,该算法性能快速、有效地构造最小时延组播树,且保证网络负载均衡分布。     

应用层组播树性能的测量研究

针对应用层组播中构建组播树的三种不同算法对组播树性能影响进行了研究,包括各节点的吞吐量和组播树的稳定性,在PlanetLab分布式实验床上进行了实际的测量和分析。结果表明最大带宽组播树算法构建的组播树有最好的吞吐量和稳定性;最短路径树算法也有很高的稳定性,其吞吐量比随机组播树算法有所提高,但差于最大带宽组播树算法。     

BGP/MPLS VPN组播链路恢复方案

BGP/MPLS VPN组播链路失效后,一棵组播树会断开成不相连的子树。为此,使用备用路径连接子树,重构组播树,减少备用链路上的离线概率加权主机数。找出备用路径建立时失效链路对组播树的影响因子,设计组播备用路径算法,使该影响因子最小化,从而提高组播树的健壮性。分析结果表明,该算法能实现组播链路的快速恢复。     

基于免疫遗传算法的多约束QoS组播路由选择方法

以具有精英保留的免疫遗传算法（IGAE）为基础,提出了一种新的用来求解带宽、时延、时延抖动受限,费用最小的QoS组播路由选择问题的方法。首先采用预处理机制,将网络结构中不满足带宽约束的链路去掉,利用Dijkstra第k最短路径算法建立编码空间的备选路径集;然后采用基于路径的树结构编码来随机产生初始群体,使种群中的每个个体都代表组播路由问题的一个候选解;最后利用IGAE算法对种群进行优化,最终求得满足QoS要求的组播路由。仿真实验结果表明,该算法具有较好的性能,能以较快的速度搜索到满足QoS要求的费用最小的组播树。     

基于关键节点时延约束低代价组播路由算法

针对时延约束下低代价组播树的构建方法,提出了一种基于关键节点的时延约束低代价组播路由算法.该算法对已有的动态时延优化的链路选择函数进行改进,并加入关键节点和关键次数的概念.在首次选择目的节点时,重点考虑关键节点和关键次数因素,降低了选择低代价链路的时间复杂性,再利用改进后的链路选择函数依次选择节点加入树中,进而产生满足要求的组播树.实验仿真结果表明,该算法不仅能正确构建出时延约束低代价组播树,且与其他算法相比,构成组播树所需平均时间更少.     

一种基于策略函数的应用层组播路由算法

由于IP组播存在可扩展性差、难以管理等方面的缺陷,研究人员提出了应用层组播.实时传输是应用层组播技术的一个主要应用领域,对网络延迟有严格的限制.文中着重研究构建最小延迟应用层组播树的算法,提出一种基于策略函数构造应用层最小直径组播树的启发式算法BCT-H.该算法采用策略函数迭代的选择使生成树直径最短的路径,从而有效地减少了网络中的转发时延和同一条链路的重复分组数量.模拟实验表明该算法能够有效地降低链路强度,减少组播树的时延.     

一种基于策略函数的应用层组播路由算法

由于IP组播存在可扩展性差、难以管理等方面的缺陷,研究人员提出了应用层组播。实时传输是应用层组播技术的一个主要应用领域,对网络延迟有严格的限制。文中着重研究构建最小延迟应用层组播树的算法,提出一种基于策略函数构造应用层最小直径组播树的启发式算法BCT-H。该算法采用策略函数迭代的选择使生成树直径最短的路径,从而有效地减少了网络中的转发时延和同一条链路的重复分组数量。模拟实验表明该算法能够有效地降低链路强度,减少组播树的时延。     

一种适用于移动网络的低代价动态多播路由算法

多播由于能够有效地利用网络资源并减轻服务器的负担因而受到广泛关注,但在移动网络环境中,由于多播组成员的位置可以动态改变,已有的动态多播算法不能获得较好的性能。论文提出了一种适用于移动网络的动态多播路由算法,该算法为目的节点建立最短多播路径时采用了结合链路代价和多播目的节点数的平摊代价函数,以便构建出的多播树在整个通信过程中平均总代价较小。模拟实验结果表明论文提出的算法所构建的多播树的平均总代价要低于其它动态算法。     

组播网络性能优化的研究

IP组播在网络中的活动组很多时候会造成网络性能的下降以及实际效率低下的问题.本文提出了一种改善组播网络性能的方法,即聚合组播,并对聚合组播的生成算法进行了研究,在贪心算法的基础上给出了伪动态算法,最后通过实验对两种算法进行了分析论证并给出了结论.     

多播路由kpp算法的改进

给出了一种满足端到端时延限制的多播路由算法。该算法是基于通信网络参数加权steiner树的构造技术。当通信网络的目的节点集的时延不受限时,steiner树就是prim算法的最小生成树,而在时延受限的情况下,算法在给定目的节点集后,通过改变费用与时延的加权参数逼近最优解。通过现有算法的算例指出了现有算法的多播路由树构造中的问题,使steiner树的最优性得到保障,实验模拟表明该算法在构造多播树在优化和效率上都有了明显的提高。     

一种满足时延和时延抖动约束的多播路由算法

多播路由已有广泛的应用,但对于实时多播应用,多播路由的同时必须提供QoS保证。为此,论文研究带有时延和时延抖动约束的多播路由问题,通过对Dijkstra最短路径算法的扩展,提出一个快速有效的满足时延和时延抖动约束的多播路由算法EDDVCMR。实验结果表明,对解决带有时延和时延抖动约束的多播路由问题,该算法与DVMA算法相比,有高出7%的求解成功率,同时,算法执行的CPU时间减少36%。     

基于代理的分层组播实现方案

针对IP组播和应用层组播的特点,将两者组合使用,提出一种基于分层组播的业务实现方案。在局域范围内形成若干IP组播域,在每个IP组播域内设置组播代理,数据源通过IP组播代理完成数据的转发,可有效地降低组播树的更新频率,减少组播造成的网络开销,同时提高组播业务流的可控性。     

Large population size IGA with individuals’ fitness not assigned by user

User fatigue problem in traditional interactive genetic algorithms restricts the population size. It is necessary to maintain large population size in order to apply these algorithms to optimize complicated problems. We present a large population size interactive genetic algorithm with an individual’s fitness not assigned by the user in this paper. The algorithm divides a population into several clusters, and the maximum number of clusters is changeable with the evolution and the distribution of the population. A user only evaluates one representative individual in each cluster, and others’ fitness are estimated based on these representative ones. In addition, to assign a representative individual’s fitness, we record time when the user evaluates it satisfactory or unsatisfactory according to his/her sensibility, and its fitness is automatically calculated based on the time. Finally, we apply the proposed algorithm in a fashion evolutionary design system, and compare it with other two IGAs each of which has one aspect, including the population size and the evaluation method, the same as the proposed algorithm. The experimental results validate its efficiency.     

小生境自适应遗传算法在QoS多播路由中的应用

建立QoS多播路由的数学模型,引入遗传算法并设计多种改进方案,包括新的编码方案、适应度函数设计方案、初始化群体方案、小生境技术、自适应交叉与变异概率设计方案以及有选择计算个体适应度设计方案。仿真结果表明,该算法有较好的性能,能够满足QoS多播路由问题的多重约束条件,能大幅提高QoS多播路由选择的效率。     

一种自适应调整种群子代数量 与步长的优化算法——爆米花算法

提出了一种新的群体智能优化算法——爆米花算法。借鉴了烟花算法爆炸机制的优点,利用个体在寻优过程中适应度值的优劣来动态调整子代的数量,个体的适应度值越好,产生的子代数量越多,并且在该个体附近搜索的子代数量越多,以此控制局部搜索与全局搜索之间的平衡。还借鉴了粒子群优化算法的记忆机制,引入个体最优和全局最优来构造新的爆炸半径,使算法能够在寻优过程中动态地调整步长,并对全局最优进行高斯扰动,增加种群的多样性。实验结果表明:与其他优化算法(如蝙蝠算法、标准粒子群算法、烟花算法)相比,本文提出的爆米花算法总体性能更优。     

改进遗传算法在地层对比中的应用

针对简单遗传算法存在早收敛和在进化后期搜索效率较低的缺点,提出了一种变参数的遗传算法。该算法对种群的个体赋予寿命,并根据寿命对遗传算法的选择、交叉和变异算子以及种群规模自动调整,能够有效防止早收敛并改善遗传算法收敛性能。并用改进的遗传算法解决基于测井曲线的地层对比的问题,取得了较好效果,验证了算法可用性和高效性。     

度约束QoS组播路由遗传算法

有度约束的QoS组播路由问题在通信网络中具有重要意义。提出一种基于遗传算法的度约束组播路由算法,采用节点连接路径形式的编码方法构成一棵组播树的表示,设计了相应的具有树形结构的交叉和变异算子,以及节点度的改变算法。算法可以实现具有树形结构染色体的遗传进化。数值实验表明算法具有找到最优解的能力,特别适合于求解大规模网络有度约束的QoS组播路由问题。