一种基于遗传算法的QoS组播路由算法

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,提出了一个基于遗传算法来构造满足QoS需求的组播路由树算法。通过仿真研究,证实了该算法的可行性、有效性及健壮性。同时,对遗传算法参数与算法性能之间的关系进行了讨论。     

基于遗传算法的一种组播路由算法

在计算机通信中,越来越多的多媒体应用如视频会议、多媒体教学系统、视频点播等需要组播技术,这就需要研究如何构造有效组播树的问题。首先给出基于受限时延的最小代价组播树问题的网络模型及其数学描述。然后提出了一种采用启发式算法和遗传算法的混合算法来解决该问题。该方法可以在满足时延约束的情况下,寻找费用最小的组播路由树。数值仿真实验结果表明该算法有较好的性能,快速有效。     

基于遗传算法的时延受限多播路由研究

该文探讨了包交换计算机网络中,具有端到端时延限制的多播路由问题。提出了一种基于遗传算法的多播路由优化算法,利用该算法可以实现在给定网络和多播需求的情况下,寻找费用最小的多播路由树,使该树覆盖所有的多播目的节点,并使网络费用达到最小。     

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。     

基于分层的带服务约束组播路由问题的遗传算法

探讨了主动网络中带服务约束的组描路由问题模型，基于分层思想提出了求解该模型的遗传算法。分析了该算法的复杂性并进行了仿真，实验表明该算法能以较高的概率找到带服务约束的最优组播树。     

基于遗传算法的QoS组播路由选择方法

考虑了组播通信服务质量需求与网络资源约束,将满足不同约束的QoS组播路由选择过程转化为一个多目标优化问题,使用一种基于QoS的最小网络费用组播路由树生成算法来寻找最小Steiner树。该方法可以在满足多约束的情况下,寻找费用最小的组播路由树,仿真结果表明该算法有较好的性能。     

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.     

求解QoS组播路由问题的启发式遗传算法

将启发式方法跟遗传算法相结合,利用染色体作为启发信息,提出了求解Qos组播路由问题的新的遗传算法。分析了该算法的复杂性并进行了大量仿真,实验表明该算法能以较高速度收敛。     

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。     

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。     

基于遗传操作的带度约束的多播路由算法

利用SPH和GA这两种算法的优点,提出了一种快速的多播路由树的生成算法,算法使用SPH的基本思想,采用遗传操作而不是遗传算法,克服了已有算法的不足。仿真结果显示,算法性能良好。     

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。     

基于遗传算法的带宽-时延约束多播路由优化算法

随着许多多媒体在高速网络中的应用,多播路由问题成为越来越重要的课题。多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。该文提出了一种基于遗传算法的多播路由优化算法,采用可变长度染色体(多播树)和基因(路径)应用于编码问题。该算法在满足带宽和时延约束条件下寻找代价最小的多播树。仿真实验证明该算法能快速找到最优解,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。     

基于混合遗传算法的多播路由多目标优化

互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束.目前网络中多主机之间的多播通信一般需要严格的多个QoS保证,文中描述了一种适应于研究多播QoS路由多目标优化的网络模型,在此基础上提出了基于遗传算法和禁忌搜索混合策略的,具有多目标的多播路由QoS优化方法,以克服遗传算法的爬山能力差以及不成熟收敛等问题.此外还采用了改进的多播树编码方法及高效的遗传操作,同时还优化时延、丢包率和带宽利用率等不同的参数.实验结果表明,该算法为多播路由QoS多目标优化问题的求解提供了一种有效的新途径.     

基于信息熵多种群遗传算法的组播路由

针对网络信息不确定性和链路负载不均匀所造成的网络拥塞,提出基于信息熵的组播路由算法。该遗传算法从最小代价树开始,在多种群中不断选择信息熵较大的种群,以求得满足延时要求且路径负载较小的组播树。结果表明,该算法性能快速、有效地构造最小时延组播树,且保证网络负载均衡分布。     

基于多目标遗传算法的多播服务质量路由优化

互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束,并导致提出了一些基于服务质量的体系结构．目前网络中多主机之间的多播通信一般需要严格的多个QoS保证．首先将满足不同约束的多播路由选择过程转化为一个多目标优化问题,然后使用一种基于多目标遗传算法的新型多播树计算方法,同时优化时延、丢包率和带宽利用率等不同的参数．实验结果表明,该方法能在有限进化代数内产生一组有效的非劣多播路由解,结合多目标优化的遗传算法克服了单目标路由优化的缺陷．     

基于遗传算法的时延受限组播路由优化

提出了一种基于遗传算法的组播路由选择方法,该方法在满足时延限制条件的基础上寻找代价最小的组播树,并利用模式定理说明利用遗传算法解决时限受限的组播路由的难易。实验比较表明,该算法操作简单、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。     

一种基于混合混沌遗传算法的QoS组播路由算法

IP/DWDM光Internet是下一代互联网NGI(NextGenerationInternet)主干网的主要组网技术之一,服务质量QoS(QualityofService)组播路由算法是其一个研究热点,已经证明它是NP难的。为此,文章设计了一种非NP类QoS组播路由算法。在给定用户请求的情况下,基于混合混沌遗传算法来构造带宽、延迟、延迟抖动与出错率受限且费用优化的QoS组播路由树,兼顾网络负载均衡。仿真结果表明,该算法是可行和有效的,明显优于基于传统遗传算法的QoS组播路由算法。     

求解应用层组播路由问题的遗传算法

分析了应用层组播路由模型，提出了更合理的应用组播路由模型．进一步给出了求解应用层组播路由问题的遗传算法，并分析了该算法的复杂性．大量的数值仿真表明该算法有较好的数值效果．