基于遗传算法的QoS路由选择与仿真

该文提出了一种实现QoS路由选择的遗传算法，并以端到端的单点投递路由选择为例，详细地描述了该算法的实现过程。在该算法中采用一种新的编码方法，提出了一种新的适用于路由选择的交叉和变异算法，有别于已有的路由选择遗传算法。仿真结果表明此算法是可行的、有效的。     

一种优化网络资源利用的QoS路由选择的遗传算法

本文提出了一种优化网络资源利用的QoS路由选择的遗传算法，该方法在考虑网络带宽，时延的基础上，将资源消耗函数和网络负载分布作为目标函数，并利用遗传算法求最优解，希望所选路径消耗较少的网络资源，并使负载尽量均衡分布，达到合理利用网络资源，降低网络拥塞的目的，最后，给出了仿真实验结果。     

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。     

基于蚁群一遗传算法的QoS路由选择

论文提出了一种将蚁群算法与遗传算法融合的新算法.采用蚁群算法进行寻径生成初始群体,利用遗传算法对路径进行优化.仿真结果表明此算法是可行的、有效的.     

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。     

光纤网中一种基于遗传算法的QoS路由优化策略

随着光纤技术的发展，数据通讯从56kb／s提高到了1Gb／s，同时出错率从10-5／b降到几乎为0。光纤可以提供比其他介质更高的带宽，且不受发动机转动、电磁干扰或电源故障的影响。光纤难于拼接，这使光纤网络信息难被窃听，安全性高。由于光纤的特点与优点，光纤网络已成为未来的发展趋势。     

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。     

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。     

基于蚁群-遗传算法的QoS路由选择

论文提出了一种将蚁群算法与遗传算法融合的新算法。采用蚁群算法进行寻径生成初始群体，利用遗传算法对路径进行优化。仿真结果表明此算法是可行的、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。     

基于移动代理的蚂蚁算法在QoS路由选择中的应用研究

随着Internet上广泛的分布式多媒体应用对服务质量（QoS)需求的增长，各种服务应用对网络所能提供的QoS提出了不同的要求，所以高效率的QoS支持越来越显示出其重要性，而路由机制是实现QoS保证的关键之一。首先对一般性的QoS路由选择问题进行了讨论；在分析了自然界中蚂蚁卓越的选路行为后，提出了一种基于智能蚂蚁算法的QoS路由选择算法（QRAP），接着对QRAP算法进行了修正，使之更加符合应用的需求；然后讨论了该算法基于移动代理（Mobile Agent)的应用框架，并且给出了每个移动代理虚拟上应用模块的实现原理；最后通过实验仿真，验证了该算法应用的可行性和有效性。     

基于决策图贝叶斯优化算法的QoS组播路由算法

组播通信路由技术是视频广播、网络会议等分布式计算的关键技术 ,其目的是要寻找连接源节点和一组目的节点的一棵组播树 ,使得总体代价最小 .提出了一种基于决策图贝叶斯优化算法 (Bayesian Optim ization Algorithmwith Decision Graphs,简称 DBOA)的 Qo S组播路由算法 ,该算法利用新的编码和解码方法以及适当的适应度函数来求解带宽、时延及时延差别等 Qo S限制下最小代价组播路由问题 .仿真结果表明了该算法的可行性和有效性     

采用遗传算法求解多跳分组无线网服务质量路由优化模型

采用多目标遗传算法来确定多跳无线网服务质量路由优化问题的Pareto最优解集。通过计算表明,多目标遗传算法能够在一次运行中搜索到优化问题的近似Pareto最优解集,这为决策者进行目标折衷决策提供了充分的依据,此算法是有效可行的。     

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。     

一种IP／DWDM光因特网中的QoS组播路由算法

本文讨论了一种IP／DWDM光因特同的QoS组播路由算法，在已知QoS组播请求和所需时间延迟的前提下．提出了一种可以找到基于柔性QoS的、次优的路由树的算法。此外．我们对QoS满意程度一术语作了定义。所提出的算法在多种群并行遗传模拟退火算法基础上构建组播树，并根据波长图为树分配波长。此算法将路由选择和波长分配一体化，路由选择的目的在于找到一个次优组播树，波长分配的目的则是通过使波长覆盖数量最小来最小化组播树的延迟。因此，组播树的估价和QoS用户满意程度两方面都接近最优。该算法同时考虑了负载均衡。仿真结果表明．该算法是灵活有效的。     

QoS组播路由的模糊遗传算法

已有的QoS组播路由算法都假设已知网络全局的精确状态,而且QoS约束都以确定性界限来表达。然而在实际的网络环境中,网络节点根本无法获得网络全局的精确状态．而且QoS约束完全用确定性界限来表达也存在一定的局限性。本文将模糊集合论的基本原理应用于QoS组播路由问题,充分考虑网络节点所获信息的模糊性和随机性,以及QoS约束务件的模糊界限这一客观存在的性质,提出一种新的QoS组播路由的模糊遗传算法FG。仿真实验表明．该算法是可靠且有效的。     

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。