求解带时延约束组播路由问题的启发式遗传算法

组播是一点到多点的信息传送方式。在视频会议等实时性要求较高的组播应用中，保证信息的传输时延尽可能小非常重要。有时延约束的组播路由问题已被证明是NP－Complete问题。研究带时延约束的组播路由问题，给出了一种遗传算法以求解该问题，算法采用了适合问题特点的遗传算子，能够较好地解决时延受限组播路由问题。     

基于遗传算法的带度约束组播路由算法

本文提出了一种基于遗传算法的带度约束的组播路由算法DCMST_on_GA,算法首先将原图转化为一个动态结构表,然后用一个二维数组表示一棵组播树,遗传操作直接作用在这样的个体上,算法采用比例选择算子和保留最佳个体的策略。本算法编码简洁,有效地解决了遗传算法解决组播树问题的编码和解码的难点,加快了全局搜索速度。     

基于遗传算法的带时延约束组播路由算法

探讨了带时延约束组播路由优化算法,选用时延约束信息产生备选路径集并编码,给出了在该编码方式下使用不同进化阶段应用不同变异概率思想的改进遗传算法.仿真试验结果表明,该算法是可行有效的.     

基于动态变异遗传算法的组播路由算法

具有时延约束的组播路由问题已被证明是NP-完全问题。论文提出了一种基于动态变异遗传算法的组播路由算法,用来解决带时延约束的组播路由问题。通过计算机仿真分析和与同类算法的比较,此算法收敛速度快,不易陷入早熟,具有很强的鲁棒性和实用性。     

带度约束的组播路由算法

在多媒体通信网的实际应用中 ,组播 (multicasting)技术日益重要 ,但由于节点处理信息的能力不同 ,有些节点并不具备组播能力 ,同时为保证网络负载平衡 ,有些节点的组播能力应有所限制 ,用节点的度约束来表示每个节点应具备的组播能力 ,研究在网络节点具有不同度约束情况下的组播路由问题 ,提出了一种解决这个问题的简单有效的启发式算法 ,该算法对实验的大多数网络能够找到解     

基于遗传算法的QoS组播路由算法

提出了一种新的基于遗传算法的OoS组播路由算法。该算法具有预处理机制、树型结构编码、启发式初始种群生成和交叉策略、指导性变异过程。仿真结果表明,该算法的性能和效率都优于文中提到的其它现存算法。     

解决多约束QoS组播路由问题的遗传算法

基于多种约束的QoS组播路由选择优化是当前通信网络中的一个重要问题，尽管有许多文献利用遗传算法解决这类问题，但仍然存在着收敛速度与全局收敛性之间的矛盾以及编解码难度大等问题。针对以上问题，提出了一种改进的遗传算法，通过采用预处理机制、特殊的树结构编码和合理的交叉变异策略，大大简化了编解码操作，并在全局收敛的基础上提高了算法的收敛速度。仿真表明，算法性能得到明显提高。     

QoS组播路由的模糊遗传算法

已有的QoS组播路由算法都假设已知网络全局的精确状态,而且QoS约束都以确定性界限来表达。然而在实际的网络环境中,网络节点根本无法获得网络全局的精确状态．而且QoS约束完全用确定性界限来表达也存在一定的局限性。本文将模糊集合论的基本原理应用于QoS组播路由问题,充分考虑网络节点所获信息的模糊性和随机性,以及QoS约束务件的模糊界限这一客观存在的性质,提出一种新的QoS组播路由的模糊遗传算法FG。仿真实验表明．该算法是可靠且有效的。     

基于极值遗传算法的QoS组播路由

基于遗传算法和极值优化思想,提出一种极值遗传算法,将其应用到QoS组播路由。极值优化的非自衡性可以防止算法陷入局部解,加快算法的收敛速度。根据网络拓扑结构特点,采用特殊的编码、交叉、变异操作,保证解的可行性。实验结果表明,该算法能达到较高的QoS组播路由速度和精度。     

QoS组播路由的并行遗传算法

针对遗传算法应用于服务质量(QoS)组播路由时运算时间长的问题,提出一种基于集群路由器的并行遗传算法,并对集群路由器的体系结构加以改进,使其适用于该并行遗传算法的运行。该算法对种群初始化方法进行改进,使每个从路由器能独立初始化种群,减少主从路由器之间的通信次数,缩短算法收敛的时间。实验结果证明了该算法的有效性。     

基于遗传算法的无线网状网QoS多播路由算法

探讨了基于遗传算法的无线网状网QoS多播路由算法,选用边集表示方式对多播树进行编码,其空间复杂度为O(N),给出了该编码方式下的初始种群生成算法RandWalkMT,同时对传统的遗传操作进行改进使子代个体中不会产生非法多播树,从而避免了复杂的惩罚机制或多播树修复算法。实验表明该算法收敛快且性能较好。     

基于量子遗传算法的QoS多播路由算法

QoS多播路由算法的核心问题就是建立满足QoS约束的多播树,它是计算机网络中著名的受约束最小Steiner树问题,是一个NP完全问题。量子遗传算法是基于量子计算理论的新型遗传算法,基于量子遗传算法的基本原理,提出了QoS约束的多播路由算法（QoSMR-QGA）,并详细介绍了QoSMR-QGA算法的实现过程。仿真实验表明,该算法具有较好的算法收敛性和多播路由成功率。     

不确定信息下QoS多播路由问题研究

QoS(Quality of Service)多播路由是保证网络服务质量的重要组件。但是网络状态信息具有固有的不确定性,因此有必要研究不确定信息对QoS多播路由的影响。假设网络带宽和延时为符合某种分布的随机变量,建立了问题的机会约束规划模型,并采用并行遗传算法对模型进行了求解,仿真结果证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。     

基于自适应混沌遗传算法的QoS组播路由

经典遗传算法在解决QoS组播路由问题时存在易发生早熟现象、进化后期搜索效率低以及收敛后稳定性差等不足,为此,在遗传算法中引入混沌优化以及自适应调整交叉与变异概率两个改良措施。仿真实验表明,改良后的算法性能优良,在收敛速度、最优解的质量以及收敛后稳定性等方面有很大的提高。     

SoMR: A scalable distributed QoS multicast routing protocol

Many Internet multicast applications such as teleconferencing and remote diagnosis have Quality-of-Service (QoS) requirements. The requirements can be additive (end-to-end delay), multiplicative (loss rate), or of a bottleneck nature (bandwidth). Given such diverse requirements, it is a challenging task to build QoS-constrained multicast trees in a large network where no global network state is available. This paper proposes a scalable QoS multicast routing protocol (SoMR) that supports all three QoS requirement types. SoMR is scalable due to small communication overhead. It achieves favorable tradeoff between routing performance and routing overhead by carefully selecting the network sub-graph in which it searches for a path that can support the QoS requirements. The scope of search is automatically tuned based on the current network conditions. An early-warning mechanism helps detect and route around the long-delay paths in the network. The operations of SoMR are completely decentralized. They rely only on the local state stored at each router.     

Ad Hoc网络中基于遗传蚁群算法的QoS多播路由算法

利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制,把蚁群算法和遗传算法融合起来,提出了一种遗传蚁群算法（GAAC）来解决Ad Hoc网络中QoS路由问题。首先利用遗传算法生成信息素分布,然后用蚁群算法求精解,优势互补,期望获得优化性能和时间性能的双赢。并针对算法应用于Ad Hoc网络QoS路由普遍产生的拥塞问题,采用拥塞回避的策略,从而实现网络业务流负载均衡。仿真表明该算法比其它单一采用蚁群算法进行路由选择更适合于动态Ad Hoc网络环境。     

DNA遗传算法的QoS多播路由优化

针对网络中的QoS多播路由问题,提出一种基于DNA的混合遗传算法,以遗传算法为框架,采用DNA编码方式,对交叉算子和变异算子进行改进,同时把小生境技术和模拟退火融入框架中,使小生境中的个体独立进行模拟退火操作,达到维护种群多样性和增强局部搜索能力的目的。实验结果验证了该算法的有效性。     

一种满足时延和时延抖动约束的多播路由算法

多播路由已有广泛的应用,但对于实时多播应用,多播路由的同时必须提供QoS保证。为此,论文研究带有时延和时延抖动约束的多播路由问题,通过对Dijkstra最短路径算法的扩展,提出一个快速有效的满足时延和时延抖动约束的多播路由算法EDDVCMR。实验结果表明,对解决带有时延和时延抖动约束的多播路由问题,该算法与DVMA算法相比,有高出7%的求解成功率,同时,算法执行的CPU时间减少36%。     

基于遗传算法的多约束QoS组播路由优化算法

在计算机网络中,随着大量新兴多媒体实时业务的应用,组播路由问题成为越来越重要的课题。组播路由问题在计算机网络中是著名的Steiner树问题,同时也是NP完全问题。目前许多研究者在单约束(特别是延时约束)组播路由中取得了较好的成果,但对于多约束Qos组播路由方面的研究相对比较少。论文提出了一种基于遗传算法的多约束组播路由优化算法,该算法在满足带宽、延时、延时抖动和包丢失率约束条件下寻找代价最小的组播树,文中描述了一种适应于研究Qos组播路由的网络模型。最后通过仿真实验证明该算法操作简单、搜索速度快、效率高且具有较强的实用性和鲁棒性。     

融合免疫-蚁群的Ad Hoc网络QoS多播路由

针对Ad Hoc网络中带QoS约束的多播路由问题,提出了一种基于免疫蚁群算法的QoS多播路由发现算法。利用人工免疫算法的快速全局搜索能力寻找较优解,生成初始信息素的分布,加快收敛速度;通过蚁群算法的正反馈收敛机制求得精解,借鉴抗体排斥度的思想避免算法陷入局部最优。仿真结果表明,该算法具有较好的收敛性和寻优能力,适应于Ad Hoc网络环境的变化。