一种基于蚂蚁算法的QoS路由算法

为了平衡网络负载,优化网络资源使用,路由算法必须具备快速规避拥塞的能力.现提出一种基于蚂蚁算法的Qos路由算法.该算法通过舍弃信息素能快速探索最优路径,并能在链路将发生拥塞时充分利用原有路由信息形成拥塞通告蚂蚁,使源节点能快速做出反应,利用分散流量,以避免链路的拥塞.经仿真证明,该算法明显节省了QoS路由搜索时间,有效规避了网络拥塞,提高了网络服务能力.     

基于蚁群算法的无线传感器网络改进CTP路由协议

针对农业大棚无线传感器网络监测系统出现的节点负载不均衡、负载大的节点寿命短、节点间链路质量差、丢包和误码较为频繁、数据包时间延迟较严重等现象,利用蚁群能够发现从巢穴到食物源之间最优路径的特性,提出一种新的蚁群汇聚树路由协议ACA-CTP(Ant Colony Algorithm Collection Tree Protocol)。该算法将蚂蚁信息素、节点间链路质量、数据包时延等3个指标作为算法优化因子,改进蚁群算法的路径概率选择策略,并将改进后的蚁群算法与CTP路由协议相结合,在TinyOS平台上使用NesC语言实现新的路由协议。ACA-CTP路由协议利用改进后蚁群算法的全局寻优能力和快速收敛性,在源节点和目的节点间选择最优路由路径,保证监测数据实时准确地传输至监控平台。仿真结果表明:该算法延长了网络生存周期,降低了数据包传输时延和网络丢包率。     

多层光网络实时选路算法

针对动态多层光网络(IP over WDM)的实时选路问题,提出了一种基于蚁群优化的区分综合选路算法．首先利用分层图模型,将传统的动态RWA问题转换为路由问题．然后,对该路由问题进行选路,通过将寻路蚂蚁放置在控制平面中,可以使控制平面的选路和数据平面的业务传输同步进行,从而为每一个动态到达的业务实时地进行选路; 并能综合考虑到路径的跳数和路径上链路的拥塞情况,有效降低业务阻塞率．最后,利用多类不同的蚂蚁对应不同粒度请求的业务,为不同的业务进行有区分的选路,使得高粒度请求的业务能绕开关键链路,从而在关键链路上承载更多的业务,进一步降低阻塞率．仿真实验表明,与其他算法相比,该算法具有更低的业务阻塞率和更好的业务阻塞公平性．     

基于蚁群算法的自适应ad hoc路由协议

为了在ad hoc网络中建立和维护路由,提出一种基于蚁群算法的自适应ad hoc路由协议.该路由协议按需广播蚂蚁,建立了到目的结点的一条路径,并在数据传输过程中通过连续发送蚂蚁维护现有路径和探索新的路径,从而动态建立到目的结点的多路径路由,能较好适应网络拓扑结构的动态变化.仿真实验表明,该路由协议在平均分组端到端的延迟和分组投递率等性能上比AODV和W_AntNet协议具有更大的优势.     

杂草算法在城市交通用户平衡问题中的应用

根据城市交通中用户平衡状态的演化特征,提出了一种求解用户平衡问题的新方法.该方法通过逐步添加最短路径以保证所有阻抗最小路径均被使用,并通过改进入侵杂草算法(IWO)来分配各路径上的流量,以实现交通网络上的用户平衡.通过求解单个复杂交通网络上的用户平衡问题,验证了该方法的有效性.在求解多个复杂交通网络上的用户平衡问题上,与连续平均法(MSA)进行对比,表明该新算法能更好地解决城市交通网络用户平衡问题.     

基于蚁群算法的有线接入网的拓朴设计

蚁群算法是对自然界蚂蚁的寻径方式进行模拟而得出的一种仿生算法,但在大规模求解过程中,在时间上的花费是很大的.本文则针对这一现实,提出了用领域分区法把大规模网络系统划分为若干个子系统,再对每个子系统用蚁群算法中的蚁周系统来求解子系统中每点到子系统中心结点的最佳路径,最后再用蚁周系统求解每个子系统中心结点间的最佳路径,从而得到整个系统路由的方法.     

基于邻域分区蚁群算法的QoS单播路由算法

蚁群算法是对自然界蚂蚁的寻径方式进行模拟而得出的一种仿生算法,但在大规模求解过程中,在时间上的花费是很大的.论文则针对这一现实,提出了用邻域分区法把大规模网络系统划分为若干个子系统,再对每个子系统用蚁群算法中的蚁周系统来求解子系统中每点到子系统中心结点的最佳路径,最后再用蚁周系统求解每个子系统中心结点间的最佳路径,从而得到整个系统路由的方法.     

一种保证负载均衡的网络资源分配算法

为了避免或延迟网络瓶颈的出现,使网络提供最大的服务能力,提出了一种路径级资源分配算法——P-ERA算法．在其基础上,又根据链路拓扑位置及不同源结点注入流量等因素,提出一种保证负载均衡的网络资源分配算法——N-ERA算法．它通过量化的路径选择以及合理的资源调配,可以在保证用户业务服务质量的同时,实现网络资源的充分利用．仿真结果也证明,相对于其他的资源分配算法,N-ERA算法具有更高的业务接纳率和更加均衡的资源利用率．     

软件定义网络的数据中心动态流量调度方案

针对等价多路径(ECMP)算法没有考虑网络负载和流量特征,很容易将多条大数据流映射到同一路径,造成网络瓶颈链路的问题,提出一种面向软件定义网络(SDN)数据中心的基于网络负载的动态流量调度方案(DTSNL)。该方案结合网络负载和流量的特点,通过合理调度流量,实现网络负载均衡。控制器通过周期性统计Fat-Tree网络拓扑中接入层交换机的流量信息,计算流量阈值,为带宽占比较高的大数据流选择最佳路径。仿真实验表明,相较于ECMP方案和全局首选(GFF)方案,DTSNL方案的网络平均吞吐量、链路使用率、核心交换机负载、链路带宽利用率4项指标都有所提高。     

基于蚁群算法的多路径QoS路由算法研究

针对现代网络通信量不断地增大以及蚁群算法在解决路由问题时存在的一些不足提出了基于改进蚁群算法的路由优化算法.该算法将蚁群系统的特点和流量工程的思想相结合对基本的蚁群算法进行了3方面的改进:将路由器的缓冲队列的利用率加入下一结点选择的标准;采用链路的利用率做为全局更新信息素;选择多条路径来进行数据传输.仿真实验结果表明该...