Rapidio网络路由分配策略的优化和改进

针对Rapidio网络路由分配优化策略的缺失,提出一种基于遗传算法的路由优化策略,通过简化的基因编码和估价函数,该算法有效提高了Rapidio网络的延时和网络拥塞等QoS性能指标,算法具有较强的工程实用价值。     

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。     

面向SDN网络的QoS优化解决方案综述

SDN是一种蓬勃发展的新型网络体系结构,复杂的网络业务流量组成对多样QoS的需求给SDN网络路由造成了巨大挑战.为了解决SDN的QoS优化问题,学术界与工业界在SDN诞生之初进行了深入研究,提出了很多建设性的解决方案.通过深入调研,介绍SDN的基本架构,汇总并对比主流量的SDN控制器;分析SDN控制器中集成的QoS相关模块和参数;分析并归纳目前比较有影响且具有创新性的QoS优化方案;提出目前SDN网络QoS优化方案尚未解决的问题和在大规模数据中心网络、5 G移动网络等新型SDN网络场景中的发展趋势.     

网络QoS保障系统的设计与实现

介绍了RSVP技术和闭环控制技术,应用这两项技术提出了一种QoS保障系统,并阐述了系统各个模块的实现。     

面向视频多描述编码传输的Ad Hoc网络优化方法

Ad Hoc网络的多径传输可在一定程度上确保数据传输的可靠性,也为视频数据的可靠传输提供了一条有效的途径.多描述编码能很好地适应多径传输的特点,其在Ad Hoc网络数据编码中的应用,不失为一种可靠传输视频数据的有效解决方案.本文针对3种描述的情况给出了多描述视频编码在Ad Hoc网络中寻找路径的目标函数,并利用遗传算法对目标函数进行求解.通过和其他两种选择路径的准则进行比较,实验证明使用本文目标函数所选择的路径,可在接收端得到更高质量的视频信号.     

3G网络服务质量QoS策略及优化

分析了3G网络服务质量QoS控制模式,提出了区别数据流解决带宽分配策略、基于DiffServ模式的数据流优化和基于MQI的流量监管及Qos优化算法,实验证明了方法能减少报文的丢失率,保证通信网络QoS。     

卫星网络中基于多QoS约束的蚁群优化路由算法

针对蚁群算法在求解多目标优化问题时存在收敛速度慢、容易陷入局部最优解等问题,提出一种面向卫星网络的多约束QoS路由算法。通过改进蚁群算法的启发函数,将链路QoS信息作为蚂蚁选择下一跳节点的重要依据,并结合排序思想与最大最小蚂蚁算法优化信息素更新规则,获取符合当前业务的最优QoS路径。实验结果表明,该算法在满足卫星网络业务多QoS需求的同时,具有良好的收敛速度和寻优能力。     

基于遗传算法的多参数QoS网络路由算法

目前许多应用都有不同的高质量QoS保障需求,但QoS路由问题是一个非常复杂的问题,而且在两条独立的路径之间寻找可行路径是NP难题。同时,高速网络的QoS路由算法必须具有适应性、灵活性和智能性。论文提出了一种基于遗传算法的QoS路由算法,算法中选择两个QoS路由参数进行路由的优化,仿真结果表明该方法比传统的路由算法及单QoS参数的路由算法具有更高的性能。     

几种基于多目标遗传算法的QoS组播路由优化算法

提出基于多目标遗传算法的QoS组播路由优化算法,在遗传进化过程中分别使用三种方法：随机权重方法随机生成权重,使算法具有可变搜索方向,沿Pareto前沿面均匀采样,增加算法成功率;Pareto排序方法合理分配适应值,使Pareto解具有相同的适应值,并能调整选择压力;Pareto竞争方法通过适应值共享维持种群多样性,提高遗传算法的性能。实验仿真在不同网络规模下研究算法的遗传进化过程、成功率、收敛速度和可扩展性,并与相关算法进行比较与分析,证明本文提出的算法是可行的、有效的。     

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。     

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。     

基于二叉树编码遗传算法的SOA服务选择

为解决SOA 服务组合中服务选择问题,提出了一种基于二叉树编码的遗传算法。首先将一个服务的组合方案等效成AOV图,并将其转换成二叉树,然后进行后续遍历并编码。该编码基于二叉树结构,树的非叶子节点保存了其子树的QoS计算结果,可有效降低遗传算法的计算量;同时可表示分支结构的组合方案,克服了一维编码的局限性。通过实例分析和仿真实验验证了其有效性及比一维编码遗传算法更高的执行效率。     

基于GA的多约束条件QoS组播路由算法

通过研究带QoS约束的组播路由问题,提出一种由改进的遗传算法实现的组播路由算法。利用树型结构编码,设计独特的杂交算子和变异算子。仿真实验验证该算法能节省大量解码操作,缩短求解时间,并且其收敛速度不会随着网络规模的增大而变慢,具有快速收敛寻优的特点。     

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。     

基于改进遗传算法的生鲜多目标闭环物流网络模型

针对生鲜产品闭环物流网络中存在的经济成本高、碳排放量大、社会效益重视不足等问题,综合考虑退货量的不确定性,以经济成本最小、碳排放最小、社会效益最大为目标,建立了不确定条件下的生鲜多目标闭环物流网络模型。首先,利用改进的遗传算法(GA)求解该模型;然后,结合上海某生鲜企业运营管理数据,验证了模型的可行性;最后,将改进的GA的结果与粒子群优化(PSO)算法的结果对比,验证了算法的有效性,凸显了改进的GA在求解多目标的复杂约束问题时的优越性。算例结果表明,多目标优化满意度达到0.92,高于单目标优化满意度,展示了所提模型的有效性。     

云存储内容分发网络中的能耗优化方法

针对云存储内容分发网络(CCDN)中的高能耗问题,研究CCDN的能耗优化管理方法。首先,分析CCDN运行原理,给出每台云服务器和每条网络链路的能耗计算公式,利用加权图刻画整个网络系统;然后,基于加权图,给出满足CCDN系统服务质量(QoS)和网络系统数据分发的能耗优化图(MEG)算法。通过模拟实验将该算法与贪心站点(GS)算法和优化静态放置和路由(OSPR)算法进行比较,结果显示:在系统可扩展实验中,MEG 能耗比GS和OSPR能耗分别少6.6%和30%;在保证用户QoS的实验中,MEG能耗比GS和OSPR能耗分别少28.9%和60.2%;在网络拓扑密度实验中,MEG的能耗比GS和OSPR能耗分别少32.2%和89.3%。实验结果表明,所提算法能够大幅度降低CCDN的能耗开销。     

面向网络能效优化的动态权重队列管理算法

针对流量传输过程中能效优化的问题,提出一种面向网络能效优化的动态权重队列管理算法DW_WFQ。该算法在加权公平队列(WFQ)的基础上通过动态地分配各类业务流的权重,以更加灵活的方式分配各类业务流的服务速率,进而与连续流速度缩放模型的能效函数相结合,推导出了该调度算法的能耗模型并且对其进行了能效优化。通过Matlab仿真,进行了DW_WFQ、先到先服务(FCFS)和WFQ三种算法的能耗对比,仿真结果表明:所提的流量调度算法在满足业务流服务质量(QoS)约束的基础上,能够有效降低系统能耗。     

基于协调器与遗传算法的云存储数据复制策略

针对云存储数据过程,结合协调器与遗传算法提出一种新的数据复制策略.在Hadoop分布式文件系统体系结构基础上构建一个用于复制管理的协调器,采用接收查询算法和遗传算法接收查询,并将其发送给合适的节点以满足用户期望的服务质量功能需求,同时考虑一个查询中数据块的物理位置以获得更好的复制参数.仿真结果表明,与目前典型的数据中心...     

一种用于BP网络优化的并行模拟退火遗传算法

针对模拟退火算法和遗传算法存在的不足,提出了并行模拟退火遗传算法,并用于3层BP神经网络优化。在适应度函数中引入模拟退火机制,采用排序、最优保存策略选择算子、启发式交叉和多点非均匀变异改进遗传算子,利用模拟退火算法产生新解增加搜索方向,并结合并行进化思想对经典遗传算法进行改进。通过对英文字母识别的仿真实验,表明该方法全局搜索能力、局部搜索能力和收敛速度都优于经典遗传算法。