一种基于遗传算法的负载均衡选播路由算法

选播是定义在IPv6中的一种新型的网络服务。它可以实现一台主机与一组目的主机之间最“近”的一个通信。本文提出了一种负载均衡选播路由算法,并利用改进的遗传算法求最优解。该算法以路径延时、剩余带宽、服务器负载这三个参量为选路依据,保证了选播路由的服务质量。仿真结果表明,该算法可以达到合理利用系统资源,提高网络运行效率的目的。     

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。     

基于遗传算法的网络选播路由算法的研究

选播(anycast)通信已被规定为在IPv6中的一种标准通信模型．提出了一种选播通信服务模型，设计实现了一种新的基于遗传算法的网络选播路由算法．网络仿真模拟实验结果表明：该算法能以较短的时延达到局部最优．较好地平衡网络负栽，提高了网络搜索速度和网络资源的利用率，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．     

基于免疫遗传算法的QoS选播路由

将免疫算法与传统遗传算法相结合,既保留了原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。在提出改进算法的基础上,对带时延约束的QoS选播路由问题作了深入研究,并经过实验分析证明,该算法提高收敛速度接近18%,而且具有更高的搜索精度和更可靠的稳定性等特点。     

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。     

一种基于遗传算法有时延约束的选播路由算法

选播是一种新型的网络服务，是IPv6的一个新特性。与单播、组播一样，都是IP的一种通信模式。本文在分析选播通信服务的基础上，提出了一种改进的遗传算法以求解有时延约束的选播路由问题。仿真实验结果表明，该算法是有效且切实可行的。     

一种改进的网络选播路由算法

选播是一种新型网络服务,被IPv6规定为一种标准通信模型。用户通过一个选播地址就能访问到该地址所表示的一组服务器中离用户“最近”的一个。随着越来越多的网络应用需要选播服务支持,选播路由成为重要的研究课题。该文对选播服务和已有选播算法进行了分析,基于遗传算法思想将双种群策略引入到选播QoS路由。仿真实验表明,新算法能有效地提高网络搜索的速度,增加获得最优路径的概率,大大改善网络的服务质量。     

多QoS参数约束的选播路由算法的研究

选播是Ipv6中的一种标准通讯模型。本文研究多QoS参数约束的选播路由问题，建立了一种带有多个QoS参数约束的选播通信服务模型，设计实现了相应的多路选播路由算法。网络仿真实验结果表明，该算法是有效且切实可行的，它能同时满足多个QoS的约束条件，具有较好的求解效果，改善了网络服务质量。     

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。     

基于不精确网络状态信息的Anycast路由算法的研究

MRP算法作为Anycast路由算法,可以减少部分不精确信息的影响。但是作为确定性算法的MRP算法在均衡网络负载方面不如随机性算法。本文改进了MRP算法,增大了相同请求选择不同路径的概率,在不需要增加路由嚣的计算时间和存储空间的情况下,理论上能够提高QoS满足率、降低网络负载不均的情况和减少不精确信息的影响。本文对几种Anycast路由算法进行了模拟。模拟结果基本上证实了理论分析。     

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QoS路由优化算法

研究了带宽、时延等QoS路由问题,提出了一种基于遗传算法的QoS路由选择优化算法。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。     

LEO卫星网络路由负载均衡方法研究

针对LEO卫星组网负载分布不均衡的问题,提出一种基于遗传算法与线性规划相结合的网络流量负载均衡方法,并设计相应的负载均衡算法。在NS2中对其进行仿真,结果表明该方法能够使网络流量在星间链路上均匀分布,有效地均衡网络负载,提高网络平均吞吐率。