一种基于蚁群系统的组播路由算法

提出一种基于蚁群系统的求解QoS(quality of service)组播路由问题的新算法.算法中控制参数及路由选择策略根据迭代过程所处的不同阶段自适应调整.综合考虑QoS路由中所有约束条件的同时，也充分考虑各个约束自身的独立特性.实验证明算法所得的解不但较高程度地满足各个约束条件,而且多样性好、收敛速度快,能满足实际网络服务质量要求.     

基于协同进化蚁群算法的多播QoS路由算法

提出一种基于协同进化蚁群算法的求解QoS（Quality of Service）多播路由问题的新算法。算法中控制参数及路由选择策略根据迭代过程所处的不同阶段自适应调整。综合考虑QoS路由中所有约束条件的同时,也充分考虑各个约束自身的独立特性。仿真结果证明了算法收敛速度快,能满足实际网络服务质量的要求。     

基于改进蚁群算法的多约束QoS路由方法

高速多媒体网络路由问题是一个多QoS约束的NP一完全问题,提出一种改进蚁群路由算法对该问题进行求解。该算法采取了带记忆的后继节点选择方式,利用蚂蚁已走过的路径启发后继节点的选取;引入了基于目标函数的信息素更新机制,依据目标函数评价蚂蚁路径搜索行为,并根据蚂蚁的表现采取不同的信息素更新策略,提高了算法的寻优能力和收敛速度。仿真实验表明,该算法能快速得到较大程度满足业务QoS要求的路径。     

一个Ad Hoc网络中的组合QoS路由协议

本文提出了一种新型的组合QoS路由协议:Hi-ACQoS-TORA。给出了分簇策略下的簇间簇内路由协议。在提案方式中,作者将蚁群算法应用于簇间路由,解决了满足时延、延迟抖动、线路带宽、分组丢失率和费用多个指标的簇内QoS路由,与DSDV、DSR、ZRP、TORA等协议比较分析了Hi-ACQoS-TORA的性能。     

QoS全局最优的多目标Web服务选择算法*

针对现有方法的不足,提出一种基于QoS全局最优的多目标动态Web服务选择算法。在给出动态服务组合模型的基础上,以“抽象服务规划”为输入,以用户的非功能性需求为全局约束,将动态服务选择问题转换为一个带QoS约束的多目标服务组合优化问题;利用多目标蚁群算法,多个目标函数被同时优化并产生一组满足约束条件的Pareto优化解。通过运用实验与基于多目标遗传算法的Web服务选择算法进行对比,证明了该方法的可行性和有效性。     

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。     

基于蚁群算法的QoS组播路由问题研究

提出一种基于蚁群算法的服务质量(QoS)多约束的组播路由算法,算法通过引入模拟退火思想和多行为蚂蚁,解决了常规蚁群算法搜索能力差,容易陷入局部最优的缺点.给出一个网络路由模型,给定相关参数进行仿真实验,实验结果表明,基于模拟退火思想的逆向蚂蚁算法性能优于常规蚁群算法,能更好地搜寻到全局最优解.     

Petri网与蚁群算法在CDN网络路由中的应用

CDN让用户以最快的速度从最近的地方获得所需的信息,它对QoS路由提出了更高的要求,单纯的采用蚁群算法或是依靠Petri网模型中变迁发生寻径的方法都不能较好的解决CDN路由问题。基于稳定的CDN网络构建图状拓扑结构,提出了一种将Petri网与蚁群算法相结合,考虑多个路由限制的优化QoS路由算法。实验仿真表明,该算法能有效地求解CDN网络中的路由问题。     

A fuzzy queue-aware routing approach for wireless mesh networks

Recent advances in Wireless Mesh Networks (WMNs) have overcome the drawbacks of traditional wired and ad-hoc networks and now they are seen as a means of allowing last mile communications with quality level assurance in Future Multimedia Systems. However, new routing schemes are needed to provide end-to-end Quality of Service (QoS) and Quality of Experience (QoE) support for delay/loss/jitter-sensitive multimedia applications. The well-known OLSR (Optimized Link State Routing) protocol with ETX (Expected Transmission Count) metric brings many benefits to the path selection process, but has a drawback with regard to queue availability management, which reduces the system performance. This problem is caused when OLSR-EXT control messages are exchanged and the queues of mesh routers along the end-to-end communication path are overloaded. As a result, multimedia-related packets will suffer from loss/delay/jitter and the overall system performance will decrease. This paper proposes the Optimized Link State Routing-Fuzzy ETX Queue (OLSR-FEQ) protocol to overcome the limitations of OLSR-ETX regarding queue availability, QoS and QoE assurance. OLSR-FEQ optimizes network and user-based parameters by coordinating queue availability, QoS and fuzzy issues in the routing decision process as a way of allocating the best paths for multimedia applications. Performance evaluations were carried out with the Network Simulator (NS-2.34) to show the benefits of the proposed solution when compared with existing routing schemes, namely OLSR-ETX, OLSR-FLC, OLSR-MD and HWMP (IEEE 802.11s standard), regarding QoS (unsuccessful packet delivery and throughput) and QoE (PSNR, SSIM, VQM and MOS) parameters.     

基于蚂蚁算法的QoS分布式多播路由选择

采用启发式算法中蚂蚁算法解决包含带宽、时延和最小代价约束条件在内的分布式多播路由问题,基于蚂蚁具有找到蚁巢与食物之间的最短路径原理,并在分析QoS分布式多播路由的基础上,提出了一种基于蚁群算法的QoS分布式多播路由算法,仿真实验表明了该算法是合理的和有效的。     

基于QoS的单播源路由算法研究

保证服务质量的QoS路由是网络中解决QoS问题的一项关键技术,QoS路由的主要目标是为接入的业务选择满足服务质量要求的传输路径,同时保证全网资源的有效利用。围绕度量参数选择问题、寻路问题这两个方面,给出了一个基于源地址的单播QoS次优解路由算法,并对其正确性进行了证明。     

融合遗传蚁群算法的Web 服务组合研究

为了提高Web服务组合流程中服务选择技术的收敛性能,提出了一种基于遗传算法与蚁群算法相融合的多目标优化策略,用于解决基于QoS的Web服务组合问题。本文首先将Web服务组合的全局最优化问题转化为寻求一条QoS最优解的路径问题,并通过改进遗传算法得到蚁群算法中初始路径的信息素分布,再通过改进蚁群算法来求得最优解。仿真实验结果表明,该改进算法能在较少的进化代数下得到最优路径,提高了Web服务组合的快速全局搜索能力。     

并行设计任务调度的自适应蚁群算法

针对将蚁群算法应用于任务规划调度问题求解时存在的计算时间长、易出现停滞等缺陷,提出一种具有自适应功能的蚁群算法.通过设计一种路径选择机制来提高蚁群路径的多样性;以蚁群目标值作为路径信息素变化的依据,设计一个动态因子更新路径信息素;使用变异蚂蚁以一个动态比率替换策略更新蚁群.实例仿真结果表明,文中算法具有较强的全局寻优能力和较高的搜索效率,较好地解决了快速收敛与停滞现象之间的矛盾.     

基于混合信息素递减的蚁群算法

根据蚁群算法信息素更新的特性,提出了求解旅行商问题的混合信息素递减的蚁群算法。把基本蚁群的三种不同的信息素更新方式混合在一起,同时提出了信息素递减更新的方法。新的更新方式避免了蚂蚁在寻找最优解的过程中,由于禁忌表元素的逐渐增加而限制蚂蚁巡游路径选择的缺点,减少了巡游后期信息素对于后继蚂蚁的影响,提高了后继蚂蚁的巡游质量。仿真实验表明了该混合算法的有效性。     

Web服务组合QoS全局优化算法

Web服务技术的发展使得组合Web服务的应用成为可能,组合服务的QoS优化问题的重要性越来越明显。遗传算法与蚁群算法是解决QoS全局优化的两种方法,针对采用蚁群算法进行优化时易出现的收敛速度缓慢及遗传算法易陷入局部最优解、效率不高的问题,结合两种算法的优势,充分发挥蚁群算法正反馈特性与遗传算法的快速全局搜索能力,改善QoS全局优化算法,提高了算法的优化能力,从而更好地解决了Web服务的QoS全局优化问题。     

软件定义网络中蚁群优化的负载均衡算法

软件定义网络因其特定的网络结构，有集中控制获取与分配全球网络资源等特点。针对软件定义网络中的负载均衡问题，在原有蚁群算法的基础上，提出了一种改进的蚁群优化负载均衡算法，主要思想如下：利用蚁群算法的搜索规则，将链路负载均衡度、流接受率、时延和丢包率作为蚂蚁选择下一节点的影响因素，在多个约束条件下，获得传输的最佳路径。理论分析及仿真结果说明，所提出的算法具有较好的负载平衡能力，而且可以提高网络的服务质量。     

一种基于小世界网络中的Web服务智能路由算法

依据小世界网络具有特征路径短、聚类度大的特点和服务的聚集性,将提供Web服务的对等节点构造成为具有小世界属性的网络,在服务的查询、路由中可以提高效率和减少通信量。Web服务路由凭借其虚名称和路由感知机制,在SOAP中方便地实现路由路径的指定和装载。本文借助蚁群算法,提出了在小世界网络模型中的基于QoS约束下的路由算法（QAA）,通过实验仿真和算法分析表明QAA在对等的小世界网络中具有高效的路由性能。     

无线mesh网中基于蚁群算法的多约束QoS路由研究

针对多约束QoS路由问题的求解,现今并没有有效的近似算法,一般采用启发式算法求解。先介绍了QoS、QoS的各种参数指标以及多约束QoS路由的定义,接着通过移动Ad-hoc网和无线mesh网络的异同的比较,根据Ad-hoc网络的研究现状,分析了蚁群算法在无线mesh网络中QoS研究的可行性。     

一种仿Dijkstra的蚂蚁算法

为了快捷可靠地寻找到满足多媒体QoS保证的路由,结合Dijkstra算法和蚂蚁算法,从源节点开始,在所有满足QoS要求的邻接链路上泛滥寻路蚂蚁,所有中间节点依据一个设定的QoS路由优劣综合评价函数,在到达的所有寻路蚂蚁中选择其最优者复制并继续泛滥,直到最后到达目的节点为止。这样,通过约束条件下的穷举搜索,最后一定可以找到源节点和目的节点间的满足QoS要求的路由。实验证明,该算法具有思路直观、运算量小、强收敛、能自适应网络变动优点。     

无线多媒体传感器网络QoS路由算法研究

由于廉价的CMOS摄像头、麦克风的出现,以及对含有丰富信息的图像,视频和音频信息需求导致了无线多媒体传感器网络-(WMSN)的出现.WMSN具有资源有限、可变的信道容量、数据高度冗余等特点,使得WMSN的QoS路由具有极大的挑战性.提出了一种基于Mesh结构的WMSN,并在该结构体系下,提出了一种基于蚁群算法的QoS路由算法.实验研究表明,蚁群算法具有不依赖全局信息的优点,具有应用于WMSN的前景.实验同时表明,决定蚁群算法收敛速度以及会影响传感器网络性能的一些关键参数较难确定,需要进一步研究.