一种优化非线性目标的QoS路由算法

基于多条件约束的QoS路由选择是当前通信网络中的一个重要问题，其基本目的是求解多约束条件下的参数优化问题．文献[3]通过引入系统丢失率及平均时延的性能指标，建立了一个在满足一定系统丢失率要求下求系统最小平均时延的QoS路由选择算法．本文研究在满足一定的系统平均时延要求下求系统最小丢失率的QoS路由选择，建立了一种整数规划模型，并根据模型特点给出了用线性整数规划逐次迭代逼近求精确解的算法．实例表明所提出的模型和算法是有效的．     

基于多条件约束的网络信息传输路径动态选择

针对传统网络信息传输路径动态选择速率低的问题,提出基于多条件约束的网络信息传输路径动态选择。笔者在原有技术基础上增加传输路径时延和丢失率两个参数条件,约束传输路径动态选择,建立新的传输路径动态选择模型,利用Qos算法将模型通过线性整数规划方式对其求解。经实例验证,该方法能够快速地选择出距离短、时延最低且丢失率较低。     

基于线性约束的多参数优化的QoS路由算法

选取带宽作为约束条件，把时延和丢失率作为QoS优化目标，建立了QoS路由选择的多目标整数优化模型，并给出了求解模型的算法。实例计算结果表明了算法的可行性。     

基于遗传算法求解Ad Hoc网络路由问题

目前某些AdHoc网络中的QoS路由算法难以满足军事系统中一些特定业务对于多个目标的同时要求。针对该问题,提出一种以时延作为约束条件,链路代价作为QoS优化目标的QoS路由选择整数规划模型,并用遗传算法求解该模型。     

多约束QoS路由最优解算法研究

基于多条件约束的QoS路由选择算法是网络路由申的一个重要问题，本文通过对服务质量具体分析，建立了一个满足条件的非线性整数规划模型。根据该模型特点，给出了相应的求最优解的算法并对其进行了性能分析，最后用实例表明所提出的模型及算法是有效的。     

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。     

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多播路由选择优化算法研究

研究了一类通信网络中源节点到目的节点的多约束QoS多播路由选择问题,提出了一种解决此类问题的算法.该算法将带宽、时延、丢失率等QoS参数作为约束条件,用基于最短路径算法构造路径选择函数,并依照该函数修正被选路径,使其满足多约束条件.仿真结果表明该算法有较好的性能和较小的时间复杂度,可以方便地推广到多个QoS参数的情况.     

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。     

一种基于多目标优化的交互式多跳分组无线网QoS路由算法

多跳分组无线网络是由一组具有路由和转发功能的移动节点组成的动态多跳的临时性自治系统,多用于军事战术系统.针对军事系统中一些特定业务对多个目标的同时性能要求以及战术网络环境的特点,选取带宽作为约束条件,把时延和丢失率作为QoS优化目标,建立了QoS路由选择的多目标整数优化模型,并给出了求解模型的交互式算法.实例计算结果表明了算法的可行性.     

软件定义网络中基于网络切片和ILP模型的路由方案

针对软件定义网络(SDN)中数据层的路由优化问题,提出一种基于网络切片和 整数线性规划(ILP) 多约束优化的路由方案。首先,根据多租户业务的链路需求,基于Kruskal算法对数据层中的链路资源进行网络切片,尽可能形成相互隔离的租户子网络。然后,在考虑链路约束和租户业务的服务质量(QoS)约束下, 以最小化传输延迟为目标, 构建一个ILP整数线性规划(ILP)路由优化模型,并获得最佳的路由方案。仿真结果表明,所获得的路由方案具有较少的共享链路,有效降低了链路拥塞和传输延迟。     

基于微粒群算法的QoS组播路由算法

文章研究了带宽、延时、延时抖动约束最小代价的QoS组播路由问题,提出了一种基于微粒群优化(PSO)算法[2,5]来设计路由优化算法。该算法采用一种新的整数编码方案,将路由优化问题转化成准连续优化问题,并采用罚函数处理约束条件。给出了应用微粒群优化算法求解QoS组播路由问题的算例,并与遗传算法和改进后的遗传算法进行了比较。计算机仿真实验证明,该算法可以更有效地求得QoS组播路由问题的优化解,可靠性高。     

基于多目标规划的QoS路由选择的数学模型及优化算法

QoS路由选择是一个基于多约束条件的优化问题。 QoS路由选择应该满足业务的QoS需求和尽可能充分利用网络资源两方面的要求。该文从这两方面的要求出发，给出了QoS参数和网络资源利用率的数学描述，建立了QoS路由选择的多目标规划模型，根据该模型，给出了算法。并用仿真实验来验证所提出的模型和算法的有效性。     

利用改进ILP和二进制穷举择优法的低成本物联网流量多目标路由感知方法

针对无线网络不能为多样化应用需求提供支持及卸载移动通信核心成本较高的问题,提出了一种改进整数线性规划模型(IILP)结合二进制穷举择优法的低成本混合物联网流量多目标路由感知方法。首先,基于IILP对混合物联网流量路由感知进行建模,获得准确的能量感知模型;其次,采用多目标MAXI路由感知算法对多目标路由感知模型进行了求解,降低了流量路由求解的延时;最后,采用二进制穷举择优法对流量路由感知的吞吐量进行扩展。仿真实验表明,与现有算法相比,提出方法降低了求解的延时,提高了流量的吞吐量,减少了流量的丢包率,同时还降低了混合物联网多目标路由感知的成本。     

双重约束条件下的WSN路由选择

经典的基于QoS（Quality of Service,服务质量）的WSN（Wireless Sensor Network,无线传感器网络）路由算法往往只考虑了单一的条件限制,如能量、通信跳数、延时等。而在一个复杂的WSN环境中,对于QoS 的需求通常综合了多种条件。这使得现有的路由算法难以选择出实际情况下的最优路由。一种基于动态规划问题的算法被提出,用来解决这一问题。当算法选择最小延时路由时,节点能量和链路丢失率将被作为约束条件。经过证明,算法具有最优性。     

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．     

一种基于遗传算法的多约束QoS多播路由优化算法

随着Internet、移动网络和高性能网络的不断发展,在网络和不确定参数下具有多约束QoS多播路由优化技术已成为网络及分布式系统领域的一个重要研究课题,这也是下一代Internet和高性能网络的难题。它吸引了许多爱好者。论文研讨了具有多约束QoS多播路由问题,其中主要包含延迟、延迟抖动、带宽、分组丢失率等QoS约束,文中描述了一种适应于研究QoS多播路由的网络模型。论文在网络环境及不确定参数下,提出了一种在网络规模、可行性方面优化Internet、移动网络和其他高性能网络的基于遗传算法的多约束QoS多播路由优化算法(MQROGA)。MQROGA在网络环境及不确定参数下能够优化网络资源,如带宽、延迟、分组丢失率等得到一个最优解和次优解。仿真实验结果表明,MQROGA为QoS多播路由提供了一种新的有效途径。