一种基于QoS的选播路由算法研究

引入适应度尺度变换,提出一个基于QoS的选播通信服务模型和选播路由算法.算法首先根据选播组的大小把整个网络图的路径搜索空间动态地划分为k个子空间,每个子空间仅包含一个该组成员;其次对每个子种群进行初始化和编码;然后在几个既不重叠、又能反映整体性质的子空间上并行搜索和演化,直至求得满足多个QoS参数约束的选播路由最优解.网络仿真模拟实验结果表明该算法是有效且切实可行的,它能满足多个QoS的约束条件,较好地平衡了网络负载,改善了网络服务质量.     

基于混合策略的QoS选播流路由优化算法

分析了QoS选播流交错服务问题的产生过程及其对网络资源的浪费，提出了一种基于混合策略的全局路由优化解决方法．在构建路由优化问题模型的基础上，得出了选播流路由端到端时延、服务器负载、网络流量、路径调整等多个优化目标和QoS约束的表达式．给出了GA、SA、TS三种算法有机结合形成的一种混合优化算法，并说明了运用该算法求解的关键步骤和实现过程．实验结果表明，本算法能够在满足QoS约束的前提下实现选播路由的多目标组合优化，与基于GA或者SA的求解算法相比具有更强的稳定性和更高的精确度．     

基子改进的遗传算法的选播QoS路由算法研究

针对选播的QoS路由选择问题，本文提出了一种基于改进的遗传算法的多约束选播路由优化算法。该算法在满足带宽、延时、时延抖动和包丢失率的条件下。可寻找花费最小的路径。网络仿真实验证明：该算法操作简单，结果可行且有效。     

基于遗传算法的一种选播QoS路由算法

选播是一种新型的网络服务,是IPv6的一个新特性。随着越来越多的应用需要选播服务支持,选播路由研究成为一个重要的课题。该文在分析选播通信服务的基础上,提出了一种基于遗传算法的选播QoS路由算法,以求解有时延约束和带宽要求的选播路由问题。仿真实验结果表明,该算法是有效且切实可行的。     

基于遗传算法的多约束QoS多播路由优化算法

随着大量新型的多媒体在高性能网络、移动网络及Internet中的应用，满足QoS约束的多播路由问题成为越来越重要，它吸引了许多爱好者．本文讨论了多约束QoS多播路由问题，主要包含延迟、延迟抖动、带宽和分组丢失率等QoS约束，文中描述了一种在动态网络环境及不确定参数下适应于研究QoS多播路由的网络模型．提出了一种在网络规模、可行性方面为Imernet、移动网络和高性能网络下基于遗传算法的多约束QoS多播路由优化算法（MQMRGA）．仿真结果表明该算法收敛速度快、可靠性高．MQMRGA为QoS多播路由提供了一种新的有效途径．     

模拟退火遗传算法在QoS路由选择中的应用研究

随着IPv6的大规模应用,IPv6网络的QoS问题引起了人们广泛的关注,选播是一种新型的网络服务,是IPv6的新特性,对选播的研究还有不少亟待解决的问题。本文针对多约束QoS的选播路由问题,利用模拟退火遗传算法弥补传统遗传算法中的缺陷;利用单播技术来获取算法的初始种群,使算法更具有实际的价值,同时也提高了初始种群的“起点”,加快了遗传算法收敛速度。为验证算法的有效性和收敛性,我们建立了选播路由算法的仿真平台。仿真结果表明我们的算法是切实可行的。     

基于遗传算法的实时QoS多播路由优化算法

讨论了多QoS约束的多播路由问题，描述了一种适应于研究实时QoS多播路由的网络模型和优化函数。提出一种基于遗传算法中的小生境技术的QoS多播树选择算法，同时优化了多QoS参数。仿真结果表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。     

基于遗传算法的选播QoS路由算法研究

针对选播的QoS路由选择问题,提出了一种基于遗传算法的多约束选播路由优化算法。该算法在满足带宽、延时、时延抖动和包丢失率的条件下,可寻找花费最小的路径。网络仿真实验证明:该算法操作简单,结果可行且有效。     

多约束QoS多播路由的模型和算法研究

随着高性能网络、移动网络及Internet的不断发展,具有QoS约束的多播路由技术已成为网络及分布式系统领域的一个重要研究课题。基于约束多播路由的目的在于鉴别一条路径满足QoS约束,然而,多加、乘约束的路由是一个NP-完全性问题。因此,快速的和精确的约束路由算法是少有的,甚至不存在。如此基于路由算法的需求导致众多的启发算法和一些少有的QoS算法的出现。文章描述了一种适用于研究QoS多播路由的网络模型,给出一个完全,简洁和公平地评价7个典型的基于多约束QoS多播路由算法,并且提供多约束路径算法的最坏情况下复杂性的比较。     

基于克隆策略的QoS选播路由算法

在分析选播通信模型的基础上,提出一种基于克隆策略的QoS选播路由算法,在保证带宽和时延的条件下对目标函数进行优化,对带时延约束的QoS选播路由问题作了深入研究。既保留了遗传算法较强的全局搜索能力,又避免了局部搜索性能差和早熟现象,实验结果表明与基于遗传算法的选播路由算法相比,此算法是有效可行的。     

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。     

基于QoS的网络负载均衡选播路由算法*

传统演化算法在解决选播路由问题时,初始种群仅包含到选播组中部分服务器的可行路径,并且未考虑服务器的负载,设置的QoS约束惩罚函数过于简单,这些方法易导致算法收敛到局部最优路由。针对这些问题,提出一种根据选播组中成员服务器的负载来初始化种群的选播路由算法,首次提出用区分度更高的QoS约束惩罚函数来组成适应度函数。在随机生成的Waxman网络拓扑环境下进行仿真实验,结果表明,与传统算法相比,该算法得到的最优路由具有更大的带宽,更小的时延,且能在更少的代数内收敛。     

一种多约束QoS多播路由快速优化算法

多路广播技术可以使多种网络资源得到接近最佳的使用率,提供满足QoS需求的多播服务的关键是如何建立满足多个QoS约束的最小代价树,多约束QoS多播路由选择问题是NP完全问题。论文提出的极值元素算法(EEA)能够快速解决全局优化问题,极值元素算法选择亲本的原则是:该亲本为极值点,与极值点的适应度无关。描述了多约束QoS多播路由问题的网络模型,给出了极值元素算法的原理,并将该算法应用于求解多约束QoS的多播路由选择问题。     

基于遗传算法的网络负载均衡的选播路由算法

在分析选播通信服务的基础上,提出了一种能实现网络负载均衡的基于遗传算法的选播QoS路由算法,该算法在满足业务带宽和时延的基本要求下,采用适合问题特点的遗传算子,将网络资源消耗和负载均衡分布作为目标函数进行优化,达到网络资源消耗较小,负载均衡分布的目的,仿真结果表明,该算法是有效且切实可行的。     

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。