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.     

基于模糊积分和博弈论的QoS组播路由机制

下一代互联网NGI(next generation Intemet)需要提供服务质量QoS(quality of service)路由能力.由于NGI网络状态难以精确测量与表达,因此,QoS路由基于的信息应该是模糊的.随着网络运营的渐趋商业化,付费上网要求实现QoS计费,而网络提供方与用户的利益冲突要求实现效用双赢.设计了一种基于模糊积分和博弈论的QoS组播路由机制.该机制由边评判、博弈分析和组播路由树建立算法组成,基于模糊积分和适合隶属度函数对边进行模糊综合评判,通过博弈分析确定网络提供方与用户在边上的效用能否达到Nash均衡,通过组播路由树建立算法使得在建立的组播路由树上不仅用户QoS要求得到满足,而且网络提供方效用与用户效用达到或接近Nash均衡下的Pareto最优.仿真结果表明,与QoSMIC等机制相比,该机制具有较好的性能.     

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.     

基于蜂群的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,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,因此路由机制应该具备处理模糊信息的能力.同时,在网络运营日益商业化的环境下,路由时应该兼顾网络提供方与用户利益,支持各方效用共赢.为此,本文引入模糊数学和微观经济学有关知识,设计了一种ABC支持型QoS单播路由机制.该机制采用区间描述用户柔性QoS需求,使用边适合隶属函数适应链路状态不精确,引入边带宽定价、边评判和路径评价,基于蜂群算法,寻找使用户与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.     

改进Pareto蚁群算法的多QoS组播路由策略

满足多约束条件的QoS(Quality of Service)组播路由是新一代网络信息传输的一项关键技术之一,提出一种改进Pare-to蚁群算法(MPACO)对该问题进行求解.通过分析QoS组播路由问题模型,针对QoS参数以及网络信息不确定的情况,使用分类蚁群快速查找出在给定QoS条件下满足需求概率最大的组播树Pareto非劣解.在算法执行过程中引入局部信息节点惩罚更新机制,以降低无关节点的重复搜索率;同时在全局信息素更新阶段,引入了新的激励更新机制,以期提高算法的收敛速度.仿真实验表明,该机制是可行和有效的,并能较快搜索到全局(近似)最优解.     

基于粒子群和博弈论的QoS组播路由算法

为改善互联网的服务质量(QoS)组播路由能力,设计一种基于多子群和博弈论的QoS组播路由算法。该算法由边评判、博弈分析和组播路由树建立等部分组成。基于适合隶属度函数对边进行模糊综合评判,利用博弈分析方法确定网络提供方与用户在边上的效用Nash均衡程度,通过组播路由树建立算法,在用户QoS要求得到满足的条件下,使得网络提供方效用与用户效用达到或接近Nash均衡意义下的Pareto最优。仿真实验验证了该算法的良好性能。     

基于QoS策略的PIM-SM协议的扩充

为了解决目前对组播服务质量(QoS)支持所存在的不足,提出了基于QoS策略的PIM-SM组播路由协议扩充方案--基于逐跳单播的QoS组播(PUQM).该方案以PIM-SM组播路由协议为基础,利用下层单播路由协议以逐跳的形式传递和处理组播路由中的预留带宽QoS参数,从而建立基于源的具有QoS保证的组播分发树,确保组播数据包转发过程中对服务质量的要求.对测试数据的分析结果表明,该方案能够达到预期的效果.     

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。     

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.     

NGI中一种基于食物链算法的柔性QoS组播路由算法

针对下一代互联网（Next Generation Internet,NGI）难以精确测量和用户服务质量（Quality of Service,QoS）需求难以完全表达的特点,设计了一种基于食物链算法（Food Chain Algorithm,FCA）的柔性QoS组播路由算法。给出了QoS组播路由问题模型及其数学描述,针对NGI中QoS参数信息不精确和用户需求柔性的特点,通过博弈分析确定用户和网络方在边上的效用能否达到Nash均衡,基于模糊数学的相关知识并结合FCA的寻优能力,找出在给定条件下用户效用、网络方效用和满足用户QoS需求的可信度同时达到最大的组播路由树。对算法进行了仿真实现与性能评价,结果表明,它是可行和有效的。     

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。     

NGI中基于微分进化的柔性QoS组播路由算法

针对满足多个约束条件的服务质量组播路由的特点,提出了一种下一代互联网中基于微分进化算法的柔性QoS组播路由算法。给出了 QoS组播路由问题模型及其数学描述,针对NGI中QoS参数信息不精确的特点,基于模糊数学的相关知识并利用DE算法的寻优能力,找出在用户柔性QoS需求的条件下满足用户QoS需求的可信度和用户QoS满意度同时达到最大的组播路由树。对算法进行了仿真实现与性能评价,结果表明,它是可行和有效的。     

基于遗传算法的非精确信息组播约束路由研究

为求解基于非精确网络状态信息和弹性QoS需求约束的组播约束路由问题,提出了一种自适应的组播遗传算法.通过分析具有非精确度量参数的组播路径满足弹性QoS需求的概率,建立了基于概率法的组播约束路由模型.以种群多样性作为种群进化的度量指标,对进化过程中最大交叉率和最大变异率进行宏观调整;采用优势交叉变异法,在每次进化时,微调各个体的交叉率和变异率.仿真实验结果表明,该算法简单易操作,具有较高的收敛速度,能在一定程度上提高路由请求成功率.