一种基于蜂群算法的ABC支持型QoS组播路由机制

引入模糊数学和微观经济学知识,设计了一种支持总最佳连接(ABC:Always Best Connected)的服务质量(QoS:Quality of Service)组播路由机制.该机制为边(网络链路)状态参数引入适合隶属函数,采用区间描述用户柔性QoS需求,通过边带宽定价、边评判和组播树评价,基于蜂群算法,寻找使用户和网络提供方效用达到或接近Nash均衡下Pareto最优的QoS组播树.仿真结果表明,该机制是可行和有效的.     

基于人工鱼群的ABC支持型QoS单播路由机制

下一代互联网NGI(Next Generation Internet)需要提供服务质量QoS(Quality of Service)路由能力,支持总最佳连接ABC(Always Best Connected).但是,由于链路状态的难以精确测量与用户QoS需求的难以准确表达,因此QoS路由基于的信息实际上是模糊的.同时,在网络运营日益商业化的环境下,支持ABC需要兼顾用户和网络提供方利益,考虑双方效用共赢.为此,文中引入模糊数学、概率论和博弈论知识,设计了一种ABC支持型QoS单播路由机制.该机制采用区间形式描述用户QoS需求和边(链路)参数,引入用户满意度和边评价,通过博弈分析,基于人工鱼群算法,寻找使用户和网络提供方效用达到或接近Nash均衡下Pareto最优的QoS单播路径.仿真结果表明,该机制是可行和有效的.     

粒子群优化ABC支持型QoS单播路由机制

设计了一种ABC支持型QoS单播路由机制,采用区间形式描述不精确用户QoS需求和边（链路）参数,引入用户满意度、边评价和精英解集,通过博弈分析,应用粒子群优化算法,寻找使用户和网络提供方效用达到或接近Nash均衡下Pareto最优的QoS单播路径。仿真结果表明,该机制是可行和有效的。     

免疫选择和自组织临界变异ABC支持型单播路由机制

提出一种支持总最佳连接ABC(Always Best Connected)的新型单播路由机制.由于网络链路参数值的难以精确测量和用户服务质量QoS(Quality of Service)需求的难以准确表达,因此引入区间表示、偏好序列、概率密度函数、满意度函数和评价函数加以刻画;考虑到网络运营商业化,引入成本、价格、费用和博弈机制,兼顾用户和网络提供方利益;基于免疫选择和自组织临界变异进化算法寻路,使得各方效用在QoS路由上达到或接近Nash均衡下的Pareto最优.基于NS2进行了仿真实现,在多个实际和虚拟的网络拓扑上与经典路由机制进行了性能对比,结果表明,该机制是可行和有效的.     

小世界优化ABC支持型单播路由机制

设计一种ABC支持型QoS单播路由机制,采用区间形式描述用户QoS需求和边（链路）参数,引入用户满意度和边评价,通过博弈分析,基于小世界优化算法寻找使用户和网络提供方效用达到或接近Nash均衡下Pareto最优的QoS单播路径。仿真研究结果表明,该算法是有效的。     

粒子群优化ABC支持型QoS组播路由机制

引入模糊数学、概率论和博弈论知识,设计一种ABC(Always Best Connected)支持型QoS(Quality of Service)组播路由机制.该机制采用区间形式描述用户QoS需求和边(链路)参数,引入边参数概率和用户满意度,通过边评价和博弈分析,基于粒子群优化算法,寻找使各方效用达到或接近Nash均衡下Pareto最优的QoS组播路由树.仿真结果表明,该机制是可行和有效的.     

基于组织进化的ABC支持型单播路由机制

提出一种支持总最佳连接ABC(Always Best Connected)的服务质量QoS(Quality of Scrvicc)单播路由机制。该机制采用区间形式刻画用户QoS需求和网络链路参数;引入偏好序列,以满足用户对不同类型网络的偏爱;引入概率密度函数、满意度函数和评价函数,以精确测量网络链路参数值和准确表达用户QoS需求;引入成本、价格、费用和博弈机制,兼顾用户和网络提供方利益;基于组织进化算法OEA(Organizational Evolutionary Algorithm),寻找使各方效用达到或接近Nash均衡下Paret。最优的QoS单播路径。仿真结果表明,该机制是可行和有效的。     

基于组织进化的ABC支持型单播路由机制

提出一种支持总最佳连接ABC(Always Best Connected)的服务质量QoS(Quality of Service)单播路由机制.该机制采用区间形式刻画用户QoS需求和网络链路参数;引入偏好序列,以满足用户对不同类型网络的偏爱;引入概率密度函数、满意度函数和评价函数,以精确测量网络链路参数值和准确表达用户QoS需求;引入成本、价格、费用和博弈机制,兼顾用户和网络提供方利益;基于组织进化算法OEA(Organizational Evolutionary Algorithm),寻找使各方效用达到或接近Nash均衡下Pareto最优的QoS单播路径.仿真结果表明,该机制是可行和有效的.     

基于效用和量子遗传的柔性QoS单播路由机制

本文基于模糊数学、微观经济学和群体智能相关知识,引入服务质量QoS满意度和效用,设计了一种柔性QoS单播路由机制,应用量子遗传算法,寻找使网络提供方效用和用户效用达到或接近最大且尽可能均衡的QoS单播路径。仿真结果表明,该机制是可行和有效的。     

基于PSO和变异模拟退火的QoS单播路由算法

为了研发更高性能的QoS单播路由算法,提出变异退火粒子群优化（MSAPSO）算法。MSAPSO算法中使用一种新的。算子,将粒子群优化（PSO）的迭代公式简化成一个公式。通过设计变异退火算子,将遗传算法的变异操作和模拟退火的Meuopofis概率接受准则融入PSO,以改善粒子群的多样性和算法的收敛性。仿真结果表明MSAPSO在搜索成功率和收敛性上优于纯PSO算法和蚁群算法。     

基于MPLS网络的选播QoS路由算法

提出一种基于MPLS网络且保证QoS的选播路由算法。使用链路状态路由协议,找到一条从发出请求的客户到服务器方向上最小跳数的最优路径,该路径能满足选播服务带宽要求。使用度量为路径逆向(服务器到客户)上的链路带宽值,通过约束路由的标记分发协议,建立一条从服务器到客户方向的标记交换路径,并预留资源。仿真结果表明,在传输服务数据流时,该算法的时延及丢包率性能良好,能在一定程度上平衡服务器的负载。     

基于遗传算法的QoS选播流路由优化算法

选播是一种网络通信服务,在视频流点播等领域发挥重要作用。该文提出QoS选播流路由优化的问题模型,给出选播流路由端到端时延、服务器负载、网络流量等优化目标和QoS约束的遗传算法表达式,说明了算法求解的关键步骤和实现过程。实验结果表明,该算法在满足QoS约束的前提下可以实现选播路由的多目标组合优化。