基于蚂蚁算法的AdHoc网络QoS多播路由

针对当前移动AdHoc网络的特点和基于QoS的多播路由问题,提出一种基于蚂蚁算法的QoS多播路由算法,引入“优奖差罚”的信息素更新机制,克服基本蚂蚁算法收敛速度慢和易于陷入局部最优解的缺点。实验和分析结果表明,该算法可以找到一棵费用趋于最小、状态稳定的多播路由树,提高了带宽利用率,降低了网络时延和端到端代价。     

AntNet算法在Ad Hoc网络QoS组播路由中的研究

由于网络拓扑结构变化频繁和节点能量有限的原因, Ad Hoc网络中的QoS组播路由算法必须能够尽快地感知网络中路径的能量状态并且自适应地改变组播路由。 AntNet 算法中的蚂蚁代理能够感知网络中各个子路径的能量状态和更新信息素,从而使组播路由能够衡量整个网络的能量变化情况,最后就找到了考虑到路径能量状态的QoS组播路由。仿真实验表明,该算法能够均衡节点能量从而提高网络性能。     

全光网络中组播路由波长分配的一种遗传算法

在WDM网络中,组播是一种重要的通信需求。组播算法就是要建立一棵从源节点到目的节点的组播树,并给这棵组播树分配波长。但是在网络中有波长转换器的情况下计算的复杂性会大大增加。该文在分层图结构中基础上,提出了组播路由和波长分配的一种遗传算法,可以在满足时延约束的情况下,寻找费用最小的组播树,将路由和波长分配统一进行,同时考虑到了网络中波长转换器的存在。数值仿真实验结果表明该算法具有较好的平均性能和较低的时间复杂度。     

分布式蚁群QoS组播路由算法

为寻找满足带宽、延迟等约束的最小代价组播路由树的QoS组播路由,提出一种分布式蚁群优化算法。在蚂蚁行动过程中形成组播树的森林。若在某步结束时森林中仅剩1棵树,则蚂蚁达到目标,停止行动。仿真实验结果表明,该算法在结果和收敛速度方面都有良好的表现。     

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。     

WDM网络中满足延迟和延迟差约束的分布式组播路由与波长分配算法

在WDM网络中,由于每条链路上可用波长是动态变化的,在考虑波长转换延迟时间的条件下,实现实时组播连接的路由与波长分配是十分困难的。论文提出了一种用于建立满足延迟时限和延迟差要求的实时组播连接的分布式路由与波长分配算法。该算法假定每个节点没有全局路由信息,只根据关联链路的信息进行路由选择,且将路由与波长分配统一进行。组播路由算法以Prim最小生成树算法为基础,生成一棵满足给定延迟时限的最小成本树。对不满足延迟时限的目的节点,通过增加回路边构造回路再消除长延迟路径的方式,加入到组播树中。对不满足延迟差的目的节点,采用重构Steiner树的方法,使其满足延迟差的要求。波长分配使用最少波长转换和负载平衡策略。     

WDM全光网络中实时组播的分布式路由与波长分配算法

在WDM网络中，由于每条链路上可用波长是动态变化的，在考虑波长转换延迟的条件下，实现实时组播连接的路由与波长分配是十分困难的．假定WDM网络中每条链路有多根光纤，只有部分结点具有波长转换器且波长转换时间是不可忽略的，据此提出了一种用于建立实时组播连接的分布式路由与波长分配算法．该算法以Prim最小生成树算法为基础，生成一棵满足给定延迟时限的最小成本树．当最小成本树不能包括所有目的结点时，对剩余目的结点生成一棵最短延迟树，然后合并两棵树得到一棵组播树．波长分配使用最少波长转换和负载平衡策略．     

一种光因特网中的一体化QoS组播路由算法

讨论了IP/DWDM光因特网中的一体化多约束QoS组播路由和波长分配算法。给定一个QoS组播请求,包括带宽需求、组播端到端延迟上界和延迟抖动上界,提出了一种算法,它能够找到一棵同时满足上述三个约束的组播树。提出的算法基于一种类似于波长图的逻辑拓扑来构造组播树。逻辑拓扑上的路径同时指出路由和该路由上的可用波长。通过这种方式,算法将路由和波长分配集成在一起一体化考虑。最后,阐述了算法的正确性。     

环境感知的移动P2P社交网络组播路由算法

移动社交网络节点间的组播通信是近年来研究者关注的热点问题之一。由于节点的动态变化及社会性,使得传统组播路由算法不能直接应用于移动社交网络。根据移动社交网络的环境特征,建立了移动社交网络的组播模型;利用环境感知信息,并结合最小生成树、格网组播路由算法,提出了环境感知的移动P2P社交网络组播路由算法。最后对该算法进行了理论分析及仿真实验测试,结果表明所提出的组播路由算法改善了数据传输的性能,具有较高的扩展性、鲁棒性。     

基于决策图贝叶斯优化算法的QoS组播路由算法

组播通信路由技术是视频广播、网络会议等分布式计算的关键技术 ,其目的是要寻找连接源节点和一组目的节点的一棵组播树 ,使得总体代价最小 .提出了一种基于决策图贝叶斯优化算法 (Bayesian Optim ization Algorithmwith Decision Graphs,简称 DBOA)的 Qo S组播路由算法 ,该算法利用新的编码和解码方法以及适当的适应度函数来求解带宽、时延及时延差别等 Qo S限制下最小代价组播路由问题 .仿真结果表明了该算法的可行性和有效性     

基于骨干结点集的移动IP组播路由算法研究

为了优化移动IP组播生成树代价,减少移动结点切换加入时延和信息传输时延,引入了移动IP"骨干结点集"思想,设计了移动IP组播路由算法BNSBMR(bone node set-based muhicast routing algorithm),"骨干结点集"是移动IP环境下满足一定条件的IP子网接入路由器AR(access router)的集合.该算法通过"骨干结点集"降低移动IP组播生成树的代价;减少移动结点切换的加入时延;并通过路径优化降低信息传输时延.理论上证明了算法的正确性,并分析了其计算复杂度.仿真实验表明:BNSBMR算法从树代价、加入时延、传输时延3个方面提高了移动IP环境下组播业务满足QoS约束的能力.     

基于遗传算法的多约束QoS多播路由优化算法

随着大量新型的多媒体在高性能网络、移动网络及Internet中的应用，满足QoS约束的多播路由问题成为越来越重要，它吸引了许多爱好者．本文讨论了多约束QoS多播路由问题，主要包含延迟、延迟抖动、带宽和分组丢失率等QoS约束，文中描述了一种在动态网络环境及不确定参数下适应于研究QoS多播路由的网络模型．提出了一种在网络规模、可行性方面为Imernet、移动网络和高性能网络下基于遗传算法的多约束QoS多播路由优化算法（MQMRGA）．仿真结果表明该算法收敛速度快、可靠性高．MQMRGA为QoS多播路由提供了一种新的有效途径．     

基于遗传模拟退火算法的多约束QOS组播路由优化算法

组播路由问题在计算机网络中是著名的Steiner树问题,是NP完全问题.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,首次提出了一个基于遗传算法和模拟退火算法的多约束组播路由优化算法,该算法在满足带宽、延时、延时抖动及包丢失率约束条件下寻找代价最小的组播树.     

一种改进负载均衡的网络编码多播路由算法

已有研究证明,在多播网络中使用网络编码可以显著提高多播通信的性能。总结了网络编码多播理论的研究进展,同时对网络编码多播路由问题进行了研究与分析。考虑到影响链路负载和资源消耗的因素,提出了一种改进链路负载均衡的网络编码多播路由算法,优化了路径间链路的共享。通过使用常见的Waxman网络拓扑模型,产生随机网络拓扑。在这些拓扑中,分别针对传统IP多播路由、低速率网络下的网络编码多播路由以及提出的路由算法进行性能仿真。仿真结果表明,与其他两种路由算法相比,该算法在可达吞吐量、资源消耗和负载均衡等性能上均有很好的表现。     

一种基于遗传算法的多约束QoS多播路由优化算法

随着Internet、移动网络和高性能网络的不断发展,在网络和不确定参数下具有多约束QoS多播路由优化技术已成为网络及分布式系统领域的一个重要研究课题,这也是下一代Internet和高性能网络的难题。它吸引了许多爱好者。论文研讨了具有多约束QoS多播路由问题,其中主要包含延迟、延迟抖动、带宽、分组丢失率等QoS约束,文中描述了一种适应于研究QoS多播路由的网络模型。论文在网络环境及不确定参数下,提出了一种在网络规模、可行性方面优化Internet、移动网络和其他高性能网络的基于遗传算法的多约束QoS多播路由优化算法(MQROGA)。MQROGA在网络环境及不确定参数下能够优化网络资源,如带宽、延迟、分组丢失率等得到一个最优解和次优解。仿真实验结果表明,MQROGA为QoS多播路由提供了一种新的有效途径。     

可变核心的Ad hoc组播路由协议

针对Ad hoc网络中信源节点增加时ODMRP按需组播路由协议会产生大量的控制开销,提出了一种优化的基于可变核心算法的组播路由协议VCMP(variable core multicast route protocol).该协议的核心不必事先固定,而是能根据当前的网络拓扑和组成员关系进行变化,利用核心的帮助,能解决ODMRP环境中所会出现的控制开销问题,使整个网络中的控制包大大的减少.仿真结果表明VCMP确实有更好的性能.     

基三分层网络中的受限多播路由算法

多播路由算法对互连网络的通信性能和多处理机系统性能的发挥起着重要作用。针对基三分层互连网络，在权衡性能、成本和实现的基础上，提出一种基于树的受限多播路由算法TRMA。该算法充分利用基三分层互连网络的层次特性和节点编码中所含的网络拓扑信息实现消息路由，算法设计简单，易于硬件实现。和其他基于树的多播路由算法相比，TRMA算法不需要源节点在发送消息前构建多播树,并将多播树的信息存放在消息中，大大降低了源节点的工作负载，提高整个系统的性能。通过仿真比较了TRMA和基于单播的多播路由算法，结果表明TRMA具有较低的网络延迟和较小的网络流量。     

Constructing Multicast Routing Tree for Inter-cloud Data Transmission: An Approximation Algorithmic Perspective

Networking plays a crucial role in cloud computing especially in an inter-cloud environment, where data communications among data centers located at different geographical sites form the foundation of inter-cloud federation. Data transmissions required for inter-cloud federation in the complex inter-cloud networking system are often point-to-multi points, which calls for a more effective and efficient multicast routing algorithm in complex networking systems. In this paper, we investigate the multicast routing problem in the inter-cloud context with K constraints where K ≥ 2. Unlike most of existing algorithms that are too complex to be applied in practical scenarios, a novel and fast algorithm for establishing multicast routing tree for inter-clouds is proposed. The proposed algorithm leverages an entropy-based process to aggregate all weights into a comprehensive metric, and then uses it to search a multicast tree (MT) on the basis of the shortest path tree (SPT). We conduct complexity analysis and extensive simulations for the proposed algorithm from the approximation perspective. Both analytical and experimental results demonstrate that the algorithm is more efficient than a representative multi-constrained multicast routing algorithm in terms of both speed and accuracy, and thus we believe that the proposed algorithm is applicable to the inter-cloud environment.      

基于遗传算法的QoS组播路由多目标优化*

现有的路由算法一般只优化单个QoS目标,存在很大的局限性。提出了基于遗传算法的QoS组播路由多目标优化算法,在每次进化中搜索组播路由树的MultiPareto最优解集。仿真实验表明,该方法有很高的成功率,能在有限代内搜索到一组有效的供用户自由选择的组播路由树,克服了单目标优化的缺陷。     

A multipopulation parallel genetic simulated annealing-based QoS routing and wavelength assignment integration algorithm for multicast in optical networks

In this paper, we propose an integrated Quality of Service (QoS) routing algorithm for optical networks. Given a QoS multicast request and the delay interval specified by users, the proposed algorithm can find a flexible-QoS-based cost suboptimal routing tree. The algorithm first constructs the multicast tree based on the multipopulation parallel genetic simulated annealing algorithm, and then assigns wavelengths to the tree based on the wavelength graph. In the algorithm, routing and wavelength assignment are integrated into a single process. For routing, the objective is to find a cost suboptimal multicast tree. For wavelength assignment, the objective is to minimize the delay of the multicast tree, which is achieved by minimizing the number of wavelength conversion. Thus both the cost of multicast tree and the user QoS satisfaction degree can approach the optimal. Our algorithm also considers load balance. Simulation results show that the proposed algorithm is feasible and effective. We also discuss the practical realization mechanisms of the algorithm.