一种改进的网络选播路由算法

选播是一种新型网络服务,被IPv6规定为一种标准通信模型。用户通过一个选播地址就能访问到该地址所表示的一组服务器中离用户“最近”的一个。随着越来越多的网络应用需要选播服务支持,选播路由成为重要的研究课题。该文对选播服务和已有选播算法进行了分析,基于遗传算法思想将双种群策略引入到选播QoS路由。仿真实验表明,新算法能有效地提高网络搜索的速度,增加获得最优路径的概率,大大改善网络的服务质量。     

基于改进遗传算法有时延约束的选播QoS路由算法

在分析选播通信服务模型的基础上,提出了一种能够满足时延、带宽约束的基于改进遗传算法的选播QoS路由算法.该算法中,采用加权深度优先搜索和轮盘赌相结合的方法保证初始种群的多样性,同时对基本变异过程进行了改进,提出了指导变异的方法.仿真实验结果表明,该算法是可行且有效的,它不仅能够提高搜索速度,以较短的时间达到局部最优,同时也能够较好的平衡网络负载.     

基于排序的改进自适应遗传算法

本文提出了一种改进的自适应遗传算法,其遗传算子由个体在种群中的排序位置自适应地决定,其中选择算子还引入了disruptive selection的思想.该算法能避免群体中超级个体的出现,维持了种群的多样性,加快了种群的收敛速度,克服了遗传算法早熟的现象.函数优化的结果验证了该算法的有效性.     

混沌遗传算法在时延约束选播路由中的应用

为解决遗传算法应用于选播路由时存在的易于陷入局部最优问题,结合混沌扰动算子和相异度方法,提出了一种基于改进的遗传算法的选播路由算法。仿真实验结果表明,该算法具有较强的全局搜索能力,较好地解决了“早熟”收敛问题,能够快速、有效地从多个选播成员中找到满足带宽约束和时延限制,且代价最小的最优路径。通过分析仿真实验数据,证明了算法具有较快的收敛速度,且提高了找到最优解的成功率。     

延时受限的选播QoS路由算法的设计与仿真

选播是一种新型的网络服务,它使用户通过一个选播地址就能访问到该地址所表示的一组服务器中对用户来说“最近”的一个。在实时性要求较高的业务传输过程中,保证信息传输延时尽可能小是非常重要的。该文研究延时受限的选播路由问题,提出了一种改进的遗传算法以求解该问题。仿真实验结果表明,该算法是有效和切实可行的。     

车辆路径问题的改进的双种群遗传算法

提出了一种基于车辆路径问题的改进双种群遗传算法.该改进双种群遗传算法主要通过两个种群同时进行进化操作,并结合新交叉算子和种群交叉策略,以克服传统双种群遗传算法在求解车辆路径问题上所存在的不足.通过仿真实验,将改进的双种群遗传算法与其它几种遗传算法进行比较,改进的双种群遗传算法比其它几种遗传算法显著提高了优化效果.实验结果表明,该算法可以有效求得该问题的优化解,是解决车辆路径问题的好方法.     

基子改进的遗传算法的选播QoS路由算法研究

针对选播的QoS路由选择问题，本文提出了一种基于改进的遗传算法的多约束选播路由优化算法。该算法在满足带宽、延时、时延抖动和包丢失率的条件下。可寻找花费最小的路径。网络仿真实验证明：该算法操作简单，结果可行且有效。     

模拟退火遗传算法在QoS路由选择中的应用研究

随着IPv6的大规模应用,IPv6网络的QoS问题引起了人们广泛的关注,选播是一种新型的网络服务,是IPv6的新特性,对选播的研究还有不少亟待解决的问题。本文针对多约束QoS的选播路由问题,利用模拟退火遗传算法弥补传统遗传算法中的缺陷;利用单播技术来获取算法的初始种群,使算法更具有实际的价值,同时也提高了初始种群的“起点”,加快了遗传算法收敛速度。为验证算法的有效性和收敛性,我们建立了选播路由算法的仿真平台。仿真结果表明我们的算法是切实可行的。     

一种改进的非支配排序遗传算法

提出了一种改进的非支配排序遗传算法。通过扩大第一代种群规模,在初期加速种群的进化;对选择算子引入概率操作来提高种群的多样性;同时引入混合交叉算子,动态调节算法的搜索空间。最后以收敛性和分布性作为性能指标,使用公开的多目标测试函数对其进行测试,并与基本的非支配排序遗传算法和改进的多目标粒子群算法进行比较。实验结果表明,改进后的非支配排序遗传算法在收敛性和分布性两方面均有提升。     

基于遗传算法的网络负载均衡的选播路由算法

在分析选播通信服务的基础上,提出了一种能实现网络负载均衡的基于遗传算法的选播QoS路由算法,该算法在满足业务带宽和时延的基本要求下,采用适合问题特点的遗传算子,将网络资源消耗和负载均衡分布作为目标函数进行优化,达到网络资源消耗较小,负载均衡分布的目的,仿真结果表明,该算法是有效且切实可行的。