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。     

具有时延约束网络路由问题的自适应蚁群优化算法

高速多媒体网络中的路由问题是有QoS约束的路由问题,满足一个或多个约束的路由问题是NP-完全问题,其中,具有时间延迟约束的QoS路由问题是一个极具代表性的问题。本文给出了一种求解具有时间延迟约束的QoS路由问题的自适应蚁群算法。该算法在种群中采用基于目标函数值的启发式信息素分配策略和根据目标函数自动调整蚂蚁搜索路径的行为。比一般蚁群算法具有更强的鲁棒性和全局优化能力。理论分析和仿真实验表明,该算法是有效的网络QoS路由算法。     

基于模糊QoS满意度的启发式多约束路由算法

QoS路由是实现IP网络服务质量的重要手段.针对一般的QoS路由算法时间复杂度高或者只局限于特定约束的缺点,提出了一种基于模糊QoS满意度的启发式多约束路由算法.首先给出了多约束路由的问题模型和数学描述,然后通过模糊处理各QoS参数的方法构造链路的QoS满意度,在此基础上将QoS满意度与传统最短路径优先相结合,通过启发式搜索快速有效地寻找满足所有约束的路由.仿真结果表明,所提出的路由算法拥有较好的性能.     

基于再励学习蚁群算法的多约束QoS路由方法

本文研究了多约束QoS路由问题,给出基于模糊评判的路由模型,实现了多QoS约束的综合优化;同时提出一种再励学习蚁群路由算法对该问题进行求解,算法通过对蚂蚁搜索路径进行评价产生再励信号,并根据再励信号采取了不同的信息素更新策略,提高了算法的寻优能力和收敛速度。仿真实验表明,该算法能快速得到较大程度满足业务QoS要求的路径。     

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。     

超混沌遗传算法在多约束QoS组播路由中的应用研究

针对多约束QoS组播路由的优化问题,提出了一种超混沌遗传混沌算法.该算法利用遗传算法中的改进的适应度函数,通过结合超混沌映射优越性的搜索能力,对遗传算法选出的个体进行混沌优化,以改善遗传算法过早陷入早熟的情况.通过仿真实验表明,该算法有效地改进了搜索效率,且收敛速度更快更稳定,是一种解决多约束QoS路由问题可行和有效的方法.     

应用改进微粒群算法求解QoS路由技术问题

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.本文提出了一种解决多受限QoS路由问题的改进微粒群算法.该算法利用记忆库来动态调整惯性权重值,加快了算法的收敛速度.同时结合进化、灾变机制避免了算法陷入局部极值的问题.在列出改进算法的具体步骤基础上,通过实例证明了算法的有效性,使多受限QoS路由优化问题很好地得到了解决.     

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.     

基于禁忌遗传优化的网络拥塞控制算法

为解决网络拥塞问题,提出一种基于禁忌遗传优化的网络拥塞控制算法TSGA。该算法将禁忌搜索和遗传算法相结合,以网络资源消耗最小化和网络负载均衡分布为目标,建立多约束QoS路由优化数学模型。仿真实验结果证明,该算法可实现网络拥塞控制,有效提高网络性能。     

基于混合遗传算法的多播路由多目标优化

互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束.目前网络中多主机之间的多播通信一般需要严格的多个QoS保证,文中描述了一种适应于研究多播QoS路由多目标优化的网络模型,在此基础上提出了基于遗传算法和禁忌搜索混合策略的,具有多目标的多播路由QoS优化方法,以克服遗传算法的爬山能力差以及不成熟收敛等问题.此外还采用了改进的多播树编码方法及高效的遗传操作,同时还优化时延、丢包率和带宽利用率等不同的参数.实验结果表明,该算法为多播路由QoS多目标优化问题的求解提供了一种有效的新途径.     

基于免疫遗传算法的多约束QoS路由选择算法

该文针对多约束Qos路由选择问题，将其转化为一个多约束赋权图最短路径问题，选择费用、带宽、时延、丢失率为Qos参数。设计了一个基于免疫遗传算法的Qos路由选择算法，该算法主要利用生物免疫机制中的抗原识别、抗原记忆和抗体的抑制、促进作用来控制收敛方向，促进快速求解。实验表明本文提出的算法具有较好的性能，大幅度地提高Qos路由选择的效率。     

基于禁忌搜索的集成式QoS组播路由算法

研究了IP／DWDM光因特网中的集成式QoS组播路由算法,在考虑负载均衡的前提下,针对用户组播请求与柔性QoS需求,寻找一棵QoS组播路由树。由于该问题的NP难属性,因此基于禁忌搜索算法来构造费用近优QoS组播路由树,同时集成一种基于分段和波长图思想的波长分配算法,一体化解决路由与波长分配问题。仿真结果表明,提出的算法是可行和有效的。     

IP/DWDM光因特网中一种混合一体化QoS组播路由算法

研究了IP/DWDM光因特网中一体化QoS组播路由算法,在考虑负载均衡的前提下,针对用户组播请求与柔性QoS需求,寻找一棵QoS组播路由树。由于该问题的NP难属性,因此提出一种基于模拟退火和禁忌搜索的混合算法来构造费用近优QoS组播路由树,同时集成一种基于分段和波长图思想的波长分配算法,一体化解决路由与波长分配问题。仿真结果表明,提出的算法是可行和有效的。     

一种加权的启发式QoS路由算法

本文推广启发式搜索算法公式，提出了一种基于费用和延迟的加权启发式QoS路由选择算法。根据带宽和抖动等限制条件的不同特性，对费用和延迟加上不同的权值，得到费用最少的QoS路由，并研究了在不同的权值下对搜索性能的影响。仿真结果验证了该算法的有效性。     

基于自适应变异蚁群算法的QoS路由算法

多约束QoS单播路由问题是NP完全问题,针对基本蚁群算法在解决该问题时易于陷入局部最优、收敛速度慢的缺点,提出自适应变异蚁群算法对该问题进行求解。该算法采取自适应变异方法,引入二次蚁群搜索机制,减少了算法陷入局部极值的可能性,提高了算法的寻优能力和收敛速度。仿真实验结果验证了该算法的可行性和有效性。     

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。     

Internet中一种基于遗传算法的QoS路由选择策略

随着Internet上支持的多种服务类别对QoS需求的增长,高效的QoS支持显得越来越重要。路由机制是实现QoS保证的关键之一,应将路由选择与QoS相关联。文中给出了QoS路由选择问题的描述,提出了在单点投递(unicast）和多点投递（multicast）情况下,利用遗传算法（genetic algorithm）解决受多个QoS约束的路由选择策略,并对这两种情况进行了仿真,结果表明该策略是可行的和有效的。     

求解QoS组播路由的自适应变异二次蚁群算法

多约束QoS组播路由问题是一个NP-完全问题,针对基本蚁群算法在解决多约束QoS组播路由问题时易陷入局部最优解、收敛速度慢的突出缺点。提出了一种基于自适应变异的二次蚁群算法对该问题进行求解,该算法采取自适应变异方法,借助节点使用计数器,引入二次蚁群搜索机制,减少了算法陷入局部极值的可能性,提高了算法的寻优能力和收敛速度。仿真实验结果验证了该算法的可行性和有效性。     

一种基于佳点集遗传算法的QoS组播路由选择方法

QoS组播路由选择是通信网络多点路由优化问题的重要部分,已被证明是NP-complete问题。该文针对目前QoS路由算法中存在的一些问题提出了一种新的算法,其核心是佳点集遗传算法。该算法首先通过预处理简化问题,而后采用遗传算法求解:编码采用Prüfer树结构,变异和交叉概率自适应选择。仿真结果表明,该算法是有效的、稳定的,具有较强的实用性。