基于受限泛播技术的可伸缩性QoS组播路由协议

随着远程会议、远程教育和交互式仿真等分布式多媒体应用的兴起,组播技术受到网络研究人员的重视.而这些应用的QoS(quality of service)需求又进一步推动了QoS敏感的组播路由协议的发展.在已提出的各种QoS组播路由协议中,如何提高呼叫成功率、增强规模伸缩性、降低控制报文开销,仍然是一个有待探索的问题.提出了一个新的QoS组播路由协议,其基本思想是使路由器只存储其两层邻居节点的可达性信息以及链路的QoS状态信息,以减少路由器存储开销,提高协议的规模伸缩性(scalability).协议采用受限的泛播技术,构造了一个接受节点发起的、采用多路径技术的、分布式路由算法.描述了协议的数据结构、组播树的构造算法,并给出了模拟实验结果.分析表明,基于受限泛播技术的组播路由协议具有节点存储开销小、呼叫接收成功率高等特点.虽然该协议付出了泛播引起的额外带宽开销较大的代价,但是由于协议所需要的控制数据总量不大,加上两层存储结构在一定程度上限制了泛播通信量,因此该方案具有很好的性能.     

基于遗传算法的QoS组播路由算法

提出了一种新的基于遗传算法的OoS组播路由算法。该算法具有预处理机制、树型结构编码、启发式初始种群生成和交叉策略、指导性变异过程。仿真结果表明,该算法的性能和效率都优于文中提到的其它现存算法。     

基于极值遗传算法的QoS组播路由

基于遗传算法和极值优化思想,提出一种极值遗传算法,将其应用到QoS组播路由。极值优化的非自衡性可以防止算法陷入局部解,加快算法的收敛速度。根据网络拓扑结构特点,采用特殊的编码、交叉、变异操作,保证解的可行性。实验结果表明,该算法能达到较高的QoS组播路由速度和精度。     

基于GA的多约束条件QoS组播路由算法

通过研究带QoS约束的组播路由问题,提出一种由改进的遗传算法实现的组播路由算法。利用树型结构编码,设计独特的杂交算子和变异算子。仿真实验验证该算法能节省大量解码操作,缩短求解时间,并且其收敛速度不会随着网络规模的增大而变慢,具有快速收敛寻优的特点。     

基于遗传算法的时延受限组播路由优化

提出了一种基于遗传算法的组播路由选择方法，该方法在满足时延限制条件的基础上寻找代价最小的组播树，并利用模式定理说明利用遗传算法解决时限受限的组播路由的难易。实验比较表明，该算法操作简单、收敛速度快、可靠性高，能够满足多媒体网络对实时性的要求。     

支持QoS的层次组播路由算法框架QHMR

Internel规模的迅速扩大使QoS组播路由的复杂性增加．为此,该文提出了支持QoS的层次组播路由算法框架QHMR(QoS-based Hierarchical Multicast Routing)．在HMR(Hierarchical Multlcast Routing)层次划分的基础上,QHMR对网络的拓扑结构、带宽和组播树分布信息三者的聚集方法进行了定义,并设计了适用于层次网络的支持QoS的组播路由算法．实验结果表明,QHMR能显著减少路由器维护的信息以及路由器之间交换的协议分组,具有良好的可扩展性;同时,较之平面QoS组播路由。QHMR能够得到较理想的路由成功率和组播树代价。     

基于遗传模拟退火算法的QoS组播路由算法

提出了一种基于遗传模拟退火算法的带宽、时延和时延抖动约束费用最小的组播路由选择方法，该方法针对遗传算法的局限性，采用基于备选路径集的整数队列编码机制，对适应度函数进行了调整，改进了交叉和变异操作，结合了模拟退火算法。实验表明，该算法能够有效地提高收敛速度、避免早熟收敛、满足多媒体网络对相应QoS的需求。     

QoS组播路由的模糊遗传算法

已有的QoS组播路由算法都假设已知网络全局的精确状态,而且QoS约束都以确定性界限来表达。然而在实际的网络环境中,网络节点根本无法获得网络全局的精确状态．而且QoS约束完全用确定性界限来表达也存在一定的局限性。本文将模糊集合论的基本原理应用于QoS组播路由问题,充分考虑网络节点所获信息的模糊性和随机性,以及QoS约束务件的模糊界限这一客观存在的性质,提出一种新的QoS组播路由的模糊遗传算法FG。仿真实验表明．该算法是可靠且有效的。     

一种基于遗传算法的QoS组播路由算法

通过考虑组播通信服务质量需求与网络资源约束,研究了基于服务质量的组播路由选择算法问题,提出了一个基于遗传算法来构造满足QoS需求的组播路由树算法。通过仿真研究,证实了该算法的可行性、有效性及健壮性。同时,对遗传算法参数与算法性能之间的关系进行了讨论。     

分布式QoS多播路由协议

研讨了具有QoS约束的分布式多播路由问题。描述了一种适应于QoS多播路由的网络模型,提出了一种分布式QoS多播路由协议（DQMRP）。DQMRP只要求网络链路（或节点）的局部状态信息,不需要维护全局状态信息。DQMRP可有效地减少构造一棵多播树的开销,多播组成员能动态地加入,退出一个多播会晤,且不干扰现有的多播树。给出了DQMRP的正确性证明。仿真实验结果表明：DQMRP具有较低的控制信息开销和节点加入时延,较其它协议更适合于网络状态变化比较频繁的环境以及实时多媒体应用。     

基于粒子群优化的QoS组播路由算法

QoS(QualityofService)组播路由问题是一个非线性的组合优化问题,已证明了该问题是NP完全问题。论文将基于群智能演化计算技术的粒子群优化算法用于此类问题的求解。算法引入了交换,插入,删除,增量等操作算子和操作算子序列等概念,并在此基础上对基本的粒子群优化算法进行改进,使之适合于QoS组播路由的求解,仿真结果显示,该算法取得了满意的效果,在寻优速度上优于遗传算法。     

解决多约束QoS组播路由问题的遗传算法

基于多种约束的QoS组播路由选择优化是当前通信网络中的一个重要问题，尽管有许多文献利用遗传算法解决这类问题，但仍然存在着收敛速度与全局收敛性之间的矛盾以及编解码难度大等问题。针对以上问题，提出了一种改进的遗传算法，通过采用预处理机制、特殊的树结构编码和合理的交叉变异策略，大大简化了编解码操作，并在全局收敛的基础上提高了算法的收敛速度。仿真表明，算法性能得到明显提高。     

基于混合遗传算法的多播路由多目标优化

互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束.目前网络中多主机之间的多播通信一般需要严格的多个QoS保证,文中描述了一种适应于研究多播QoS路由多目标优化的网络模型,在此基础上提出了基于遗传算法和禁忌搜索混合策略的,具有多目标的多播路由QoS优化方法,以克服遗传算法的爬山能力差以及不成熟收敛等问题.此外还采用了改进的多播树编码方法及高效的遗传操作,同时还优化时延、丢包率和带宽利用率等不同的参数.实验结果表明,该算法为多播路由QoS多目标优化问题的求解提供了一种有效的新途径.     

基于多QoS约束的多播路由算法研究

论文讨论了具有延迟、带宽和低代价等多QoS约束的多播路由算法,提出了适应于研究QoS多播路由的网络模型,并给出了一种具有多QoS约束的动态多播路由算法,分析了算法的复杂度。仿真实验证明,该算法是稳定有效的。它能够在满足多约束的情况下,使多播树的代价优化。     

一种基于佳点集遗传算法的QoS组播路由选择方法

QoS组播路由选择是通信网络多点路由优化问题的重要部分,已被证明是NP-complete问题。该文针对目前QoS路由算法中存在的一些问题提出了一种新的算法,其核心是佳点集遗传算法。该算法首先通过预处理简化问题,而后采用遗传算法求解:编码采用Prüfer树结构,变异和交叉概率自适应选择。仿真结果表明,该算法是有效的、稳定的,具有较强的实用性。     

基于MANET的QoS多播路由协议研究

在自组织网络上运行多媒体应用,正在成为随遇计算和随遇通信环境中的一个完整部分,同时提出了对QoS和多播的需求,如何设计有效的QoS多播路由协议已经成为当前研究的热点问题。本文介绍了自组网QoS多播路由协议研究方面的一些最新进展,并对该研究所提出的路由算法进行了比较和分析,有助于进一步改进和完善自组网的QoS多播路由技术。     

一种面向认知网络的QoS路由协议

随着网络应用的快速发展,传统网络面临诸多挑战,难以满足新型应用的服务质量QoS(Quality of Service)需求,网络管理变得极其复杂,迫切要求网络具备认知能力.文中提出了一种面向认知网络的QoS路由协议.为了满足不同应用的QoS需求,路由请求对应不同业务类型和服务等级,映射到相应的QoS参数.文中赋予路由节点感觉、活动感、记忆、查找、决策、执行、推理、解释等认知行为,设计了与这些行为相对应的协议报文,支持节点之间通过这些报文进行交互,从而具备认知能力.节点只收集和维护局部邻居和链路状态信息,通过使用和维护经验路段信息提高路由效率.文中对所提出的路由协议在原型系统上进行了实现,对协议的多项性能指标进行了评价.实验结果表明,文中所提出的路由协议是可行和有效的.     

基于蚁群系统的分布式QoS多播路由算法

针对QoS约束多播路由问题,利用蚂蚁算法的本质并行性,提出了一种基于蚁群系统的分布式QoS多播路由算法DQMRA-ACS.通过蚂蚁会晤进行路由信息的交互和传递,在获得局部最优路径的同时可有效避免回路的产生;根据信息素强度的路由表,借助不同类型蚂蚁分组的分工协作最终找到符合QoS要求的多播路由;灵活的路由切换和锁定保证了路由连接的成功建立.实验结果表明DQMRA-ACS的可行性和效率性.