一种基于K最短路径的QoS路由选择算法

针对多约束服务质量路由问题,提出了一种基于K最短路径路由选择算法QRBKP。该算法首先计算针对各约束度量参数的K最短路径,然后在所有的最短路径中选择满足多约束的QoS路由,其中最短路径数k根据各QoS约束自适应变化。基于此,本文提出了节点对之间的路由空间再分配技术和节点对内部的路由空间再分配技术,确保总的路由表空间不会超过设计路由空间。理论分析表明,QRBKP不仅能够解决加性度量参数受约束的QoS路由问题,而且能够解决加性与非加性度量参数混合受约束QoS路由问题。仿真结果表明:在求解QoS路由问题时,在相同的计算次数下,QRBKP算法比同类算法具有更高的路由计算成功率。     

蚁群算法在QoS单播路由中的应用研究

QoS路由问题被证明是一个NP-C问题,而传统的路由算法很难有效地解决NP-C问题。该文提出了一种基于蚁群算法、用于解决带宽和时延约束问题的QoS单播路由算法,利用蚁群算法中蚂蚁通过信息素寻找最优路径的机制,并以网络吞吐量和数据报的平均时延等性能为最优的准则,来定义蚂蚁的转移概率、路由表和信息素更新方式,实现基于蚁群算法的路由选择算法．这种算法具有较强全局最优解搜索能力,较强的灵活性,以及潜在的并行性。     

基于蚁群改进算法的服务质量路由研究

针对传统路由算法在多约束QoS(服务质量)条件下寻优能力不足的问题,提出了一种基于改进蚁群算法的多约束QoS路由模型。相比于传统的路由算法,此方法在每次循环结束时,根据得到的不同结果动态变化相关参数的值,并且结合最大最小蚂蚁系统的理论,同时优化启发函数,以提高算法的寻优能力。另外,除了考虑多个约束条件以外,在模型中还加入了故障率属性,将其体现在目标函数中,并优化信息素更新方式。仿真实验结果表明改进算法寻优能力强,能有效避免早熟,并避开故障率高的路径。     

粒子群算法求解Web服务组合中基于QoS的服务选择

针对现有web服务组合中服务选择技术的不足,提出了一种基于粒子群优化算法的多
目标优化策略,用于解决web服务组合中基于服务质量（QoS）的服务选择全局最优化问题.
将web服务选择全局最优化问题转化为一个带QoS约束的多目标服务组合优化问题,利用多目
标粒子群算法的智能优化原理,通过同时优化多个QoS参数,最终产生一组满足约束条件的P
areto最优解. 实验结果证明了该算法的可行性和有效性.     

基于加权公正队列的QoS路由选择算法

基于Bellman-Ford最短路径算法提出了一种修改的QoS路由选择算法,给出了仿真结果,并与其它QoS路由选择算法进行了比较,进一步表明了所提出算法的有效性.     

一种基于QoS的QBR路由选择算法分析

随着信息技术的迅速发展,QoS技术逐渐能够为数据的传输提供必要的保证.针对基于QoS的Normal算法的不足之处提出一种基于QoS的QBR路由选择算法.分析表明,该算法在进行路由选择的过程中能够从带宽、延时和跳跃计数3个方面同时考虑.在满足用户需求的前提下,通过该算法最终可以经过计算对比选出信用度最高的路由作为最佳路径.     

基于测量的WMSNs跨层QoS机制

针对无线多媒体传感器网络(WMSNs)的QoS管理问题,提出了一种基于被动模式测量的QoS路由机制。首先通过分布式的测量感知端到端QoS指标,其次通过断层分析获得逐跳链路的QoS状态;然后将上述测量结果反馈到网络层的QoS路由过程,将QoS评价结果作为启发条件,结合蚁群算法实现基于动态QoS感知的路由决策。仿真结果表明,该QoS路由机制的QoS明显优于现有的路由机制。     

多目标组播路由的免疫优化算法研究

分析了当前带约束的单目标优化路由模型的局限性,构建了一个基于多目标优化的组播路由模型,在此基础之上提出了一个能够同时优化带宽、时延、代价等QoS参数的基于免疫原理的多目标组播路由算法,并对算法的收敛性和时间复杂度进行了分析.算法使用克隆选择作为主要的免疫算子,利用Pareto占优的思想进行抗体亲和度的定义,引入基因库的概念加快算法的收敛,通过局部竞争选择策略保证种群的多样性.仿真结果表明,该算法能够快速收敛于一组协调各QoS参数的Pareto最优解,是解决多目标组播路由问题、提高网络性能的有效途径.     

一种分布式的PCPO单播路由算法

针对非确定多项式时间完备(NPC)的路径约束路径优化(PCPO)路由问题提出一种分布式算法:两向选择式探测QoS路由算法(TSQR)。以PCPO中的时延约束代价优化(DCLC)问题为例,TSQR基于源节点与目的节点间的最小代价和最短时延路径,由源节点向目的节点发送2种不同的探测消息(MinCProbe1/MinDProbe1, MinCProbe2/MinDProbe2),分别对应2种不同的路由选择操作;沿途节点搜集探测消息走过路径的信息,继续沿原方向转发探测消息的同时,变异此探测消息进行变向探测;目的节点从收到的探测消息所代表的可行路由集中选择一条或多条路径。TSQR具有自然无环特性,在存储和计算开销等方面都具有优越性。仿真表明,与同类参考算法相比,TSQR具有最优的路径优化性能。     

基于Qos启发式算法的并行消息中间件设计

介绍一种基于Qos启发式算法的并行传输消息中间件设计思想,提出一种多约束QoS路由的启发式算法实现最优路径选择.系统采用了并行处理技术、基于数据库更新技术的数据同步传输机制、异构传输数据库配置与传输数据配置技术等,实现大型网络系统中异构数据库信息系统间海量数据信息并行交换,多级网络系统间数据信息并行交换.     

基于遗传算法的无线传感器网络QoS路由优化

为了研究无线传感器网络满足QoS要求的路由问题,利用改进的遗传算法,在网络中建立路由模型,实现了无线传感器网络QoS路由选择过程.通过实例验证了该算法能够解决满足带宽-时延要求的路由选择最优解问题,且具有很好的收敛性.     

一种面向边缘计算节点能量优化的QoS约束路由算法

在满足节点间端到端时延、可靠性服务要求的基础上,为了解决现有多路径路由协议能耗较高的问题,提出一种面向边缘计算节点能量优化的多服务质量（QoS）约束路由算法（MQEN）.考虑端到端延迟、可靠性、能量消耗的QoS约束条件,采用边缘计算、机器学习相关技术,构建多约束最优路径传感器网络模型,引入能量感知节点唤醒策略、学习自动机奖惩机制.该算法结合边缘计算,预处理节点的原始数据,加快有效数据的传输、处理.采用自动机与环境交互的方式加快算法收敛.使用控制节点休眠激活状态的方法优化网络能量消耗,延长网络生命周期.实验结果证明,MQEN算法可降低网络能量消耗,并且能满足多QoS约束对端到端延迟、可靠性服务的要求.     

带约束的多插路由算法

由于网络节点处理信息的能力不同,有些节点并不具备多播能力,为保证网络速度和节点负载平衡,应限制有些节点的多播能力,为此用节点的度约束来表示节点不同的多播能力,研究了带度约束且时延受限的多播路由问题,提出解决此问题的Lagrange松驰法。     

自适应信息素更新蚁群算法求解QoS组播路由

针对基本蚁群算法在求解QoS组播路由问题中存在的容易陷入局部最优和收敛速度慢的缺陷,提出一种自适应信息素更新蚁群算法对该问题进行求解。该算法在节点选择中引入混沌扰动,在算法前期依据各链路信息素浓度动态调整信息素的挥发因子,提高了全局搜索能力,后期根据解的优劣自适应更新信息素,使收敛性能得到显著提高。仿真实验表明,同等实验条件下,基本蚁群算法在第12次迭代收敛到局部最优费用值87;融合量子粒子群算法思想的多行为蚁群算法第7次迭代收敛到局部最优费用值66,而本研究算法则在第10次迭代收敛到全局最优费用值62,本研究算法比前两种算法更优。     

基于时延及带宽约束的多播路由算法

讨论了具有时延及带宽约束的多播路由算法(MRDBC),并在模拟环境中处理了时延、带宽和代价3个参数值,描述了一种多QoS约束的网络模型。该算法试图利用减少多播树的代价来满足多QoS的约束,仿真实验表明了该算法是合理和有效的。     

基于蚂蚁算法的分级QoS路由调度方法

提出了一种基于智能蚂蚁算法的分级QoS路由方法.通过仿真实验验证,相对于同样基于蚂蚁算法的平面QoS路由算法,此方法具有相近的路由结果,但速度可以提高30%左右.     

基于QoS的分布式路由算法的研究

随着网络应用的不断增长，现有的路由算法难以满足用户的多QoS要求。本文在分析了经典路由算法的基础上，介绍了一种通用的分布式QoS路由算法并详细阐述了几种具有不同QoS度量的具体的分布式路由算法的实现。