求解QoS组播路由问题的改进型量子进化算法

QoS组播路由问题是一个非线性的组合优化问题,已证明了该问题是NP完全问题。提出一种将基于量子计算原理的量子进化算法用于此类问题求解的算法,该算法对基本的量子进化算法进行改进,采用进化方程对量子门进行调整,采用量子变异阻止未成熟收敛,使之更适合于QoS组播路由的求解。仿真结果显示,该算法能快速搜索并收敛到全局（近似）最优解,且随着网络规模的增大算法保持了良好的特性,在寻优速度上与解的质量上优于其他进化算法与基本的量子进化算法。     

树形变换的PSO组播路由算法

QoS组播路由问题的目标是寻找满足带宽、延时、延时抖动等约束的最小代价组插路由树,该问题已被证明是NP完全问题.本文提出树形优化的思想,直接在组播树上进行树形优化,并引入微粒群优化(PSO)算法到此问题的求解中,有效的控制了树形变换的优化方向和进化速度.仿真试验表明新算法在寻优能力、收敛速度方面都有良好的表现.     

一种新的基于混沌神经网络的组播路由算法

探讨了在高速包交换计算机网络中,具有端到端时延及时延抖动限制的组播路由问题,提出了基于混沌神经网络的组播路由优化算法。所提出的方法具有许多优良特性,即暂态混沌特性和平稳收敛特性,能有效地避免传统Hopfield神经网络极易陷入局部极值的缺陷。它通过短暂的倒分叉过程,能很快进入稳定收敛状态。通过计算机仿真,和其它的一些方法进行了对比,结果表明：该算法能根据组播应用对时延和时延抖动的要求,快速、有效地构造最优组播树,具有较强的实时性。     

改进蚁群算法在QoS组播路由中的应用

QoS组播路由是网络传输中的一项关键技术,蚁群算法是解决多QoS约束组播路由问题的一种启发式算法。针对蚁群算法的缺点,提出了一种双向蚁群算法对该问题进行求解,并改进了蚁群算法的信息素更新策略。仿真实验表明,该算法能快速搜索并收敛到全局（近似）最优解,且随着网络规模的增大,算法保持了良好的特性。     

基于PBIL进化算法的ATM虚通道路由规划

合理规划ATM(异步传输模式)网络的虚通道路由能有效提高网络业务服务质量和网络资源利用率，针对其NP完全特性，提出了一种基于PBIL(Population-Based Incremental Learning)进化算法的ATM虚通道路由规划算法，有效结合了遗传算法和竞争学习算法的特点，仿真表明，相对于文中提到的其它三种算法，该算法解的质量最高，能有效地收敛到问题的次优解，甚至最优解．     

基于进化算法的无线传感器网络任播路由算法

在无线传感器网络WSN(Wireless Sensor Networks)中存在无线链路容易失效的现象,但大多数学者在设计路由算法时较多地关注网络生存期问题,而忽略路由健壮性问题.提出一种基于进化算法的WSN任播路由算法.该算法以网络生存期和路由健壮性为优化目标,并通过多目标进化算法寻找到两者的最佳适应值.实验验证了该算法的有效性,实验数据表明:相比较基于单目标优化(网络生存期)的任播路由算法,所提算法的网络生存期及路由健壮性两个性能的综合优化值优于前者;相比较传统单路径任播路由算法,所提算法的网络生存期、路由健壮性和可扩展性优于前者.     

一种基于蚁群系统的组播路由算法

提出一种基于蚁群系统的求解QoS(quality of service)组播路由问题的新算法.算法中控制参数及路由选择策略根据迭代过程所处的不同阶段自适应调整.综合考虑QoS路由中所有约束条件的同时，也充分考虑各个约束自身的独立特性.实验证明算法所得的解不但较高程度地满足各个约束条件,而且多样性好、收敛速度快,能满足实际网络服务质量要求.     

基于多克隆策略的应用层组播路由算法

应用层组播作为当前网络研究的热点,其组播树是构造在虚拟完全连通覆盖网络上的。分析了应用层组播网络路由模型特点,针对带度约束平均延迟代价最小的应用层组播路由问题,提出了一种基于免疫多克隆策略的应用层组播路由算法。仿真实验表明,与基于遗传算法的组播路由算法相比,该算法具有更快的收敛速度和更好的全局寻优能力,而且算法稳定、灵活,操作简单。     

集中式网络编码组播路由算法

从提高组播容量和降低组播延迟入手,提出了一种集中式网络编码循环增广组播路由算法(centralized network coding cycle augmented multicast routing algorithm,NCCA),从而进一步提高了组播通信的传输速率。首先各节点通过广度优先搜索(breadth first search,BFS)算法遍历链路状态分组获得整个网络的拓扑信息,以Dijkstra算法为基础增广每个信宿节点的路由集,然后选出最优路由集,最后将所有信宿节点的路由集进行组合,得到组播组的整体路由。通过对算法进行理论分析及仿真实验,证明了NCCA组播路由算法在较稳定的网络上能进一步提高组播通信的传输速率。     

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。     

一种时延受限的多播路由算法

很多实时多媒体应用要求通信网络提供多播服务支持,而且往往需要传输的信息满足源端到目的端的时延约束。该文对时延约束的多播路由问题进行了研究,基于原有的从源端到目的端的时延受限路径构造算法,提出了一种时延受限多播路由算法。该算法能够快速构建满足时延约束的多播树。理论分析表明,该算法的时间复杂度和CDKS算法相同。仿真实验结果表明,该算法所构建的多播树代价低于CDKS算法。     

一种改进负载均衡的网络编码多播路由算法

已有研究证明,在多播网络中使用网络编码可以显著提高多播通信的性能。总结了网络编码多播理论的研究进展,同时对网络编码多播路由问题进行了研究与分析。考虑到影响链路负载和资源消耗的因素,提出了一种改进链路负载均衡的网络编码多播路由算法,优化了路径间链路的共享。通过使用常见的Waxman网络拓扑模型,产生随机网络拓扑。在这些拓扑中,分别针对传统IP多播路由、低速率网络下的网络编码多播路由以及提出的路由算法进行性能仿真。仿真结果表明,与其他两种路由算法相比,该算法在可达吞吐量、资源消耗和负载均衡等性能上均有很好的表现。     

多播路由KPP算法的改进

论文提出一种满足端到端时延限制的多播路由算法。该算法参考KPP[7]算法,在构造多播路由树的过程中动态调整路径的选取,使尽可能地共享网络中的链路,并对所构造的多播树进行进一步的调整优化,最后得到一棵低代价的满足端到端时延限制的多播路由树。论文通过对KPP算法进行分析发现KPP算法思想忽略了对转发节点的处理,而且在两节点间路径的选取过程中仅仅选取最佳路径,这就导致了对边稠密的图,KPP算法存在缺陷。算法基于上述缺陷完善了KPP算法,在复杂的网络图中应用该算法比KPP算法更加有效,实验模拟表明该算法构造的多播树与KPP算法构造的多播树相比能优化9%到10%。     

一种改进的时延受限多播路由算法

针对DCMPH算法不能合理选择连接路径的问题,提出一种改进的满足时延限制的多播路由算法。该算法对不能用最小代价路径连接到多播树上的目的节点,求出其到多播树上所有节点的最小时延路径,再从中选出一条能满足时延限制的费用最小的路径,添加到多播树上。实验结果表明,与DCMPH算法相比,该算法构造多播树的代价更低。     

在线多点广播路由的动态方法探讨

多点广播是网络支持多媒体业务的关键技术之一。在线多点广播问题是指组中的成员加入或离开后多点广播路由树的更新问题。本文以服务质量（QoS)指标中的带宽和时延为优化选路准则，提出了一种受限的动态多点广播路由算法，仿真结果证明了该算法比传统算法更简洁。     

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。     

蚁群算法在QoS组播路由问题中的应用

研究了该算法在QoS组播路由问题中的应用,描述了QoS路由优化问题。基于多个不相关可加度量的QoS路由问题是NP完全问题,目前采用的方法多为启发式算法。由于蚁群算法是一种基于蚁群系统原理的、具有自组织能力的、新型的启发式优化算法,利用其能够寻找最短路径这一特性,提出了一种基于蚁群系统原理,用于解决时延和时延抖动约束问题的组播路由问题的QoS组播路由算法。该算法改进了路径选择策略,优化了信息素更新公式。仿真结果表明,该算法能够迅速、准确地找到最优解。     

基于遗传算法的QoS组播路由多目标优化*

现有的路由算法一般只优化单个QoS目标,存在很大的局限性。提出了基于遗传算法的QoS组播路由多目标优化算法,在每次进化中搜索组播路由树的MultiPareto最优解集。仿真实验表明,该方法有很高的成功率,能在有限代内搜索到一组有效的供用户自由选择的组播路由树,克服了单目标优化的缺陷。     

基于多QoS约束的多播路由算法研究

论文讨论了具有延迟、带宽和低代价等多QoS约束的多播路由算法,提出了适应于研究QoS多播路由的网络模型,并给出了一种具有多QoS约束的动态多播路由算法,分析了算法的复杂度。仿真实验证明,该算法是稳定有效的。它能够在满足多约束的情况下,使多播树的代价优化。