基于遗传算法优化的QoS组播路由算法

QoS组播路由技术作为网络多媒体信息传输的一种核心技术,下一代网络中的QoS组播路由的优化算法已经成为目前研究的一个热点。针对QoS组播的网络模型,提出一种适用于下一代网络的组播路由算法能够更好的满足下一代网络的QoS组播需求显得尤为重要。本文讨论了遗传算法优化的QoS组播路由算法,最后探讨了下一代网络QoS组播路由算法的研究方向。     

基于遗传算法的QoS组播路由算法的改进

QoS组播路由技术在网络技术发展中占有很重要的地位,是一种关键的技术。在分析网络模型的基础上,建立了组播问题的数学模型。遗传算法是一种经典的寻优算法,应用广泛,提出了改进的算法。并且结合改进Dijkstra算法,使算法能很好地体现实际组播路由问题的特点。试验表明,这种新的算法可靠性更高,适应了当今网络性能优化的需要。     

WDM光网络中的组播路由算法研究

组播是一种应用广泛的点到多点或多点到多点的通信方式.本文剖析了光层组播的特点,在综合分类的基础上,对光网络组播路由算法的最新研究进展进行了归纳和总结,指出了其面临的问题与挑战,并对今后需重点研究的方向进行了展望.     

QoS组播路由的启发式遗传算法

本文首先提出带宽延时约束、费用最小QoS组播路由模型,然后提出解决QoS组播路由问题的一种启发式遗传算法,该算法有以下特点:(1)预处理机制;(2)树结构编码;(3)启发式交叉策略;(4)指导性变异过程.最后通过仿真实验证明该算法快速有效.     

改进遗传算法在QoS组播路由选择中的研究

QoS组播路由的选择问题本质是从源节点至目的节点间找到满足QoS要求的传输路径,尽管现在有许多文献利用遗传算法对组播路由问题做了研究,但其组播路由费用都比较大,执行时间过长,并且编码难度都比较大,优化效率低。针对这些问题,文中提出了一种改进的遗传算法,该算法综合考虑了带宽约束、时延约束、时延抖动约束、丢包率约束以及路由费用等度量指标,在传统遗传算法的基础上,设计了一种基于应用层业务的自适度函数,改进了染色体编码方式,并且设计了自适应交叉函数与自适应变异函数等多种优化函数。通过仿真结果表明,该改进的遗传算法很大程度上降低了QoS组播路由的费用和执行时间,并且能快速地找到最优QoS组播路径。     

遗传组播路由算法

本文探讨了基于遗传算法的组播路由算法.遗传算法是一种全局寻优技术,适合于在复杂而庞大的搜索空间中寻找最优解,它原理简单,易于并行,广泛用于许多NP难度求解的领域.仿真表明,该算法稳定、灵活,操作简单.     

遗传算法在组播路由选择中的应用

本文提出了一种适合组播路由的遗传算法.通过计算机模拟分析,此算法搜索速度快、效率高且具有较强的实用性和鲁棒性.     

基于蚁群算法和遗传算法融合的QoS组播路由问题求解

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服务质量(QoS)组播路由问题,是一个NP完备问题,传统方法很难求得全局最优解.本文将遗传算法和蚁群算法融合,提出了用遗传蚁群算法(GAACS)求解QoS组播路由问题的解决方案.仿真实验表明,采用新算法比遗传算法具有更好的性能.     

基于遗传算法的时延受限代价最小组播路由选择方法

目前多媒体业务的涌现对网络提出了更高的要求。希望既能满足实时性，又能够高效地利用网络资源。本文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。实验表明，该算法收敛速度快，可靠性高，能够满足多媒体网络对实时性的要求。     

遗传算法在QoS组播路由计算方面的应用

一、引言伴随着诸如视频广播、IPTV等应用的风起云涌,传统的因特网所提供的"尽力而为"的服务已经无法满足新应用在QoS方面的要求,因此,近年来业界将研究的关注点放在了组播应用环境下如何确保用户的服务质量这个难题上。     

下一代网络中基于遗传算法的QoS组播路由算法

向用户提供多媒体业务是下一代网络业务最基本、最重要的要求,QoS组播路由技术是网络多媒体信息传输的核心技术之一。该文给出了支持QoS组播的网络模型,对已有的QoS组播路由算法进行了优化,提出了适用于下一代网络的基于遗传算法的QoS组播路由算法。仿真实验表明,这种算法收敛速度快,可靠性高,能够很好地满足下一代网络QoS组播的需求。     

基于遗传算法的无线传感器网络自适应数据融合路由算法

针对移动代理以能量有效的方式收集相关性数据的问题,该文提出了一种新的基于遗传算法的自适应数据融合路由算法。算法选择移动代理路由时,根据数据传输和融合能量开销及节能增益,对移动代理迁移到每个传感器节点是否进行数据融合做自适应选择,以在信息收集过程中提高网络能量效率。仿真结果表明自适应数据融合路由算法的能量效率优于完全数据融合路由算法和最邻近启发式算法。     

一种基于改进遗传算法的多播路由选择方法

遗传算法已经在多播路由优化问题中得到了广泛应用,但由于算法本身存在着收敛速度与全局收敛性之间的矛盾,使得在具体应用时经常顾此失彼,难以二者兼得,本文借鉴一种改进的遗传算法,在全局收敛的基础上提高收敛速度仿真表明,应用这种改进型遗传算法于多播路由问题,可以得到比现有启发式算法更好的结果.     

一种传感器网络的分布式多播路由优化算法

传感器感知的信息需要通过网络传送给感兴趣目标节点,传统网络中的多播技术往往能耗高、实时性不够理想,不利于在传感器网络中使用。针对WSN中节点对网络拓扑未知,该文先将多播路由问题演化为最优多播路径问题,通过启发式算法求解分布式最优路径,并通过一种基于贪婪思想的裁剪合并策略优化多播路由树,直至整个网络得到最优路径,最后并结合了节点区域集中以及无线多播特性,提出了DCast路由算法。最后通过仿真实验与uCast, SenCast等经典的传感器网络的多播路由算法仿真比较,可以得出其算法在时延性以及能耗等方面性能有优势。     

基于WDM网络的多播动态选路算法研究

提出了一个改进的稀疏分光器配置约束下的改进算法。在稀疏分光器配置约束下,多播路由不再是图论中”树”的形状,多播路由可能存在逻辑圈。现有的多播路由算法没有考虑这个特点,改进对此算法作了一下改进,通过仿真证明改进算法提高了网络性能。     

一种组播路由算法

随着组播业务的急剧增多,组播技术(Multicast)日益重要.在组播技术中组播路由算法是一项关键技术.主要介绍了两种组播路由算法,一种是适用于任意网络拓扑的启发式路由算法(RST),另一种是基于Mesh网络拓扑的启发式路由算法.     

多约束条件下WDM光网中多播选路和波长分配算法

在光层构建多播选路和波长分配时,必须考虑一些约束条件。主要的约束条件有以下4种：稀疏分光器配置约束、波长连续性约束、能量损伤约束及稀疏波长转换器约束。目前,研究人员只是针对其中一个或两个约束条件进行了算法研究。该文在详细分析各种约束条件之后,提出了一种基于多约束条件下多播选路和波长分配启发式算法。最后在CERNET和NSFNET两种网络拓扑上进行了仿真实验。根据算法仿真结果可以得出该算法可以有效地解决多约束条件下的多播路由及波长分配问题。     

基于网络编码的多播路由算法性能分析

多播传输是目前通信系统中的一项关键技术,可以将相同的信息同时传向多个接收节点。该文提出一种基于网络编码的新的多播路由算法,该算法利用Dijkstra约简网络搜索源节点到各接收节点的路径族。仿真结果表明,该算法在资源消耗和负载均衡方面较传统的多播路由算法有更好的表现,同时性能也更接近基于网络编码的最小费用多播算法。最后,数学分析表明该算法具有较低的计算复杂度。     

一种基于改进蚁群算法的光网络波长路由分配算法

路由与波长分配(RWA)是下一代光网络的需要解决的核心问题之一。论文提出了一种基于改进蚁群算法的光网络RWA算法SA-DRWA算法。算法在转移概率中加入了链路的空闲率作为约束条件,同时还引入了随机扰动以防止传统蚁群算法中迭代次数较少时就过早收敛于局部最优路径的缺点。理论分析表明,SA-DRWA算法可以有效地实现光网络中的负载均衡。对不同网络拓扑中算法的性能进行了仿真,结果表明,SA-DRWA算法比传统Dijkstra+FF算法在阻塞率及资源利用率等方面有明显改进,在规则网格型网络中阻塞率和资源利用率分别改善了0.23。