IP QoS路由算法研究综述

传统上所采用的“尽力而为”转发机制,已经不能满足用户的要求。IP网络如何提供QoS(服务质量)支持这一问题现已成为业界关注的焦点。近几年的研究表明网络路由算法对实现QoS起到了非常关键的作用,同时网络路由算法也是平衡网络负载和充分利用网络资源的重要保证。该文对当前研究的主要路由算法进行了详细的分析与归纳,并对其发展前景进行了展望。     

基于链路重要性的可靠QoS路由算法

为了减少链路故障对QoS（服务质量）路由的选择产生的影响,为此有必要对具有链路故障的QoS路由问题进行研究。讨论了一种评估链路重要性的方法,并基于此方法介绍了一种基于链路重要性的路由算法,最后通过算例详细描述了算法的实现过程,并对其进行了分析。     

基于量子遗传算法的QoS路由算法

多约束的QoS路由问题是NP完全问题.量子遗传算法是基于量子计算理论的新遗传算法,具有种群多样性、收敛速度快和全局寻优的特点.将量子遗传算法引入多约束QoS路由计算,提出了一种基于量子遗传算法的QoS路由算法,给出了算法实现的方法和具体流程.实验结果表明,通过该算法得到的QoS路由不但能满足QoS约束要求,同时可以均衡链路负载,减少路由拥塞.     

基于禁忌搜索的QoS路由算法

多约束的QoS路由问题是NP完全问题,该文将禁忌搜索算法引入多约束QoS路由计算中,提出了一种基于禁忌搜索的QoS路由算法QoS_TS。该算法通过设置长期记忆禁忌表和短期记忆禁忌表以及有效的评价函数,保证了算法实现过程中多样化的有效搜索。文章给出了算法实现的具体流程。实验仿真表明,该算法具有较高的搜索效率和较快的收敛性,通过该算法得到的路由不但满足QoS约束要求,同时可以均衡链路负载,减少路由拥塞。     

基于自适应蚁群算法的多受限网络QoS路由优化

高速多媒体网络中的路由问题是有QoS约束的路由问题，多受限的路由问题是一个NP-完全问题。该文提出了一种解决多受限QoS路由问题的自适应蚁群算法。该算法采用基于目标函数值的信息素分配策略和根据目标函数值自适应调整蚂蚁的搜索行为，从而保证搜索的快速有效性，使多受限QoS路由优化问题得到很好地解决。     

基于多约束QoS路由算法综述

随着网络技术的不断发展,实时多媒体技术不断涌现。如何根据不同的服务提供不同的QoS保证,并保证网络资源的有效利用,便成为当前互联网的一个重要任务。对该问题的解决方法称为多约束最优路径（MCOP）问题,MCOP问题是一个NPC问题,求解MCOP问题的算法可分为精确、近似和启发式等算法。文章通过对目前所出现的算法按照精确算法和近似算法两大类进行分析,分析目前出现的算法的一些优缺点,并根据网路技术的发展趋势,对现行多约束路由算法在以后如何实现更加快速精确的路径计算提出几点展望。     

基于Dijkstra策略的QoS路由多目标算法

对网络拓扑结构和QoS路由指标进行了形式化分析，提出了一种QoS路由数学模型．通过建立QoS路由综合评价指标，基于Dijkstra策略，给出了一种QoS路由多目标算法(Multi—object QOS Routing Algorithm Based on Dijk—stra Strategy：MOQRAD)．仿真研究表明该算法在满足业务连接QoS需求的同时，网络负载分布均衡，提高了网络的吞吐量，较好地改善了网络的性能．     

确保安全QoS的WFS路由算法

中的最关键的功能组件之一就是基于QoS的路由，从本质上看QoS路由实际就是端点到端点的带结点条件限制和边条件限制的最短路径问题，在文[1]中指出这种问题是NP完全的。本文研究对丢失敏感对延时不敏感的QoS路由模型——确保安全QoS的路由算法，并提出了一种新启发式算法；首先，我们讨论QoS一般模型，然后利用图论中的WFS算法求解QoS路由，该算法的时间复杂度为O(nlog(n)+n×d×K_0)，优于化前在该问题上的求解算法。     

基于模糊智能模型的QoS路由算法研究

说明了利用模糊智能方法来实现QoS路由算法的原因和优点，给出模糊路由算法模型并加以解释，通过软件仿真以及将模糊路由算法和静态，动态最短路由算法作比较，说明了模糊QoS路由算法的优越性。     

现代IP网络QoS路由技术

1.引言无线通信和个人通信系统的发展,使网络的接入方式多样化。未来的互联网络将向由固定网络(有线网)、基础结构移动网络(如蜂窝无线网)和非基础结构无线网络(如 Ad Hoc网,简称自组网)组成的综合网络发展。为保证此综合服务系统端到端的服务质量(QoS),实现用户的“无缝”通信,是未来综合网络一个具有挑战性的领域,其中解决不同类型网络的QoS路由问题以及异构网络间路由互操作性问题是一个研究重点。近年来,国内外学者在有线网QoS路由方面做了大量的工作,而涉及无线/移动网方面的论文很少。本文将以QoS路由算法为主线,根据有线网和无线网中存在的问题,阐述QoS路由技术发展的方向。     

AntNet的多路径QoS路由算法研究

以AntNet算法为基础,介绍了蚁群网络路由的问题模型和数据结构,通过引入QoS约束机制,提出了一种基于AntNet的多路径QoS路由算法. 该算法采用具有带宽和时延QoS约束的新规则进行节点选择,并利用改进的节点信息更新规则以及根据路由表中概率值随机地选择相邻节点转发数据包. 性能分析和模拟结果显示,基于AntNet的多路径QoS路由算法具有较快的收敛速度和较好的鲁棒性,能够自适应网络状态的动态变化,同时考虑了QoS约束和负载平衡问题     

基于量子遗传算法的QoS多播路由算法

QoS多播路由算法的核心问题就是建立满足QoS约束的多播树,它是计算机网络中著名的受约束最小Steiner树问题,是一个NP完全问题。量子遗传算法是基于量子计算理论的新型遗传算法,基于量子遗传算法的基本原理,提出了QoS约束的多播路由算法（QoSMR-QGA）,并详细介绍了QoSMR-QGA算法的实现过程。仿真实验表明,该算法具有较好的算法收敛性和多播路由成功率。     

基于改进遗传算法的QoS路由选择优化

提出了一种基于改进遗传算法的QoS路由选择优化算法,采用网络资源消耗和负载分布为目标函数,凫目标函数包含了带宽、跳数、费用、时延等QoS参数。该算法在消耗网络资源最小的基础上,使负载均衡分布,合理利用了网络资源,降低了网络的拥塞,提高了网络的吞吐量。仿真计算的结果表明,该算法在解决多目标规划问题上是一个有效、可行的方法。     

基于蚂蚁算法的QoS分布式多播路由选择

采用启发式算法中蚂蚁算法解决包含带宽、时延和最小代价约束条件在内的分布式多播路由问题,基于蚂蚁具有找到蚁巢与食物之间的最短路径原理,并在分析QoS分布式多播路由的基础上,提出了一种基于蚁群算法的QoS分布式多播路由算法,仿真实验表明了该算法是合理的和有效的。     

基于混合遗传算法的QoS多播路由算法

具有多QoS约束的多播路由问题具有NP完全的复杂度。基于延时、延时抖动、带宽、丢包率等QoS约束,描述了一种适应于研究QoS多播路由的网络模型,提出了基于遗传算法和禁忌搜索混合策略的具有多QoS约束的多播路由算法。该算法充分利用了遗传算法和禁忌搜索的优点。克服了遗传算法在求解多QoS约束多播路由问题中的爬山能力差以及不成熟收敛等问题。仿真实验结果表明,该算法为多QoS约束多播路由问题的求解提供了一种有效的新途径。     

基于遗传模拟退火的QoS单播路由算法

针对QoS的问题,设计了一种融合遗传算法和模拟退火算法的QoS路由算法,在遗传算法选择算子上借鉴了小生境的思想,避免了遗传初期有效基因的丢失;在遗传算法交叉算子和变异算子方面使用了自适应算子,使之能更好地适应网络的变化。通过与传统遗传算法进行比较,进一步说明了本算法的有效性。     

改进人口迁移算法用于QoS路由优化

研究了带宽、时延等QoS路由问题,针对原人口迁移算法易收敛于局部最优且计算量大,计算时间长的特点,提出了一种改进的人口迁移算法（modified Population Migration Algorithm）,并将其应用于QoS路由选择优化问题。算法采用网络资源消耗和负载分布为目标函数,目的是在消耗网络资源最小的基础上,使负载均衡分布,合理利用网络资源,降低网络拥塞。仿真结果表明,该算法是有效的、稳定的。     

基于QoS的单播源路由算法研究

保证服务质量的QoS路由是网络中解决QoS问题的一项关键技术,QoS路由的主要目标是为接入的业务选择满足服务质量要求的传输路径,同时保证全网资源的有效利用。围绕度量参数选择问题、寻路问题这两个方面,给出了一个基于源地址的单播QoS次优解路由算法,并对其正确性进行了证明。     

一种基于可用带宽的QoS多播路由算法

设计一个加权最大可用带宽多播树求解模型,将可用带宽作为主度量并同时兼顾时延、时延抖动和包丢失率3个QoS约束构建多播树.各QoS度量的重要性可根据实际的服务需求灵活调整,算法具有多项式复杂度,并通过仿真证明其有效性.