军用通信网络路由技术研究

首先对军用通信网络组成、结构和特征进行了分析,给出了军用通信网络部分总体性能指标和定义,定性分析了这些性能指标对网络路由的影响。然后,通过对军用通信网络路由优化准则的研究,给出了军用通信网络路由模型的一般形式,分析了路由优化与流量控制、带宽分配和频率指配等网络管理的关系。为深入进行军用通信网络路由优化和网络管理的研究提供了分析依据。     

基于蚁群算法的自适应QoS路由优化

Internet网络规模的迅速增长和网络技术的不断完善，使得如何在满足QoS（quality of service）要求下进行路由选择成为路由算法研究的重要方向。提出了一种多约束条件下的自适应蚁群算法，该算法基于目标函数的信息素分配策略来自适应地调整蚂蚁的搜索行为，使多约束QoS路由优化问题得到了很好的解决。     

多媒体异构Mesh网络体系设计及跨层QoS路由算法研究

 针对无线Mesh网络的异构特性和多媒体业务的QoS要求,研究了一种跨域、跨层、跨节点的无线Mesh网络QoS自适应体系架构.在此基础上,利用双层规划数学模型描述之,并利用改进的蚁群算法来求解该双层规划模型,从而提出了基于双层规划模型的蚁群优化路由算法.仿真结果表明双层规划数学模型充分地考虑并优化了路径的各QoS指标,提出的蚁群优化路由算法能够很好地收敛于双层规划模型的最优解,且具有复杂度低、收敛速度快的特点.     

基于多约束条件的WDM光网络多播动态路由算法

针对WDM光网络多播动态路由分配问题,提出了一种多约束条件下的路由分配算法.对WDM光网络中的多约束因素进行了系统分析,阐述了算法的实现步骤,并对CERNET和NSFNET两种网络进行了仿真实验和对比.     

一种多约束服务质量路由算法

下一代网络服务质量要求解决多约束服务质量路由问题.在分析了服务质量路由特点及相关工作的基础上,提出服务质量路由新计算方法.方法基于路径计算,首先计算最少跳路径,然后利用非线性花费函数进行求解并判断约束路径,最后求出优化多约束路径.通过对网络拓扑状态仿真结果表明,该算法能快速求解在多约束条件下优化路径,约束参数扩展性好.     

基于蚁群算法的自适应QoS路由优化

Internet网络规模的迅速增长和网络技术的不断完善,使得如何在满足QoS(quality of service)要求下进行路由选择,已成为路由算法研究的重要方向。本文提出了一种多约束条件下的自适应蚁群算法,该算法基于目标函数的信息素分配策略来自适应的调整蚂蚁的搜索行为,使多约束QoS路由优化问题得到了很好的解决。     

基于进化规划的ATM网络优化路由算法

根据ATM网络承载业务的特性，提出了以最小化全网平均信元丢失率为目标函数，以途经交换节点数目为约束的优化路由准则，并应用进化规划方法求解此优化问题。     

基于信源路由的时延受限点到点路由算法

本文研究了网络路由中的一个NPC问题:时延受限最小代价路由问题.文中提出了一个理论框架,并给出了多个简单有效的启发式算法,在满足给定时延约束条件可行路径存在时,算法总能找到满足约束条件的代价优化路径.文中提出的启发式算法复杂性为O(|V|²)且在线复杂性为O(|V|).仿真显示算法取得了良好的平均代价性能.最后将模型扩展到多QoS限制条件下的路由问题.     

基于混合CS的WSN六边形格状优化分簇路由算法研究

建立基于混合CS的六边形格状WSN分簇模型,定量分析网络数据传输次数与数据压缩比例和分簇大小的关系,并求解最优网络分簇个数。提出基于混合CS的WSN六边形格状优化分簇路由算法,均衡网络通信开销的同时减少数据传输次数。通过仿真实验验证所提出的优化分簇模型与算法优于传统分簇模型,能有效降低网络数据传输次数。建立基于混合CS的六边形格状WSN分簇模型,定量分析网络数据传输次数与数据压缩比例和分簇大小的关系,并求解最优网络分簇个数。提出基于混合CS的WSN六边形格状优化分簇路由算法,均衡网络通信开销的同时减少数据传输次数。通过仿真实验验证所提出的优化分簇模型与算法优于传统分簇模型,能有效降低网络数据传输次数。     

一种基于遗传计算的新型白适应路由算法

自适应路由算法能够根据网络状态选择路径,减少平均传输延时,最大限度地提高网络的性能。丈中构造了一种新型的路由表,设计了基于遗传算法的自适应网络路由算法（GAR）,并在Pc机上实现了简化的GAR。在局域网环境下,对GAR和基于跳计数准则的RIP的模拟试验表明,在相同的网络负载下GAR的平均通信延时是RIP的20％。丈中提出的自适应的路由算法能够降低网络延时,平衡网络负载,提高网络性能。     

基于进化规范的ATM网络优化路由算法

根据ＡＴＭ网络承载业务的特性，提出以最小化全网平均信元丢失率为目标函数，以途径交换节点数目为约束的优化路由准则，并应用进化规范该当求解此优化问题。     

基于能效优化的WSNs多径流量分配路由算法

该文针对传感器节点能量受限的特点建立能效优化模型,该模型兼顾网络传输能耗和能耗均衡特性,以最大化网络节点总剩余能量和最小化剩余能量的方差为目标,通过合理分配多条路径的流量来优化网络能效。利用权衡评价函数实现了模型的求解,进而提出一种多径流量分配路由(MFAR)算法。仿真实验表明,该算法能够合理配置各路径流量,显著提高网络能量效率,达到在降低网络能耗的同时保证能耗分布均衡的目标。     

传感器网络簇间通信自适应节能路由优化算法

提出了一种用于无线传感器网络簇间通信的自适应节能路由优化算法。网络中以总体通信能耗最小为首要原则建立端到端之间的路由,并对簇间通信提出了一种优化算法,使得簇首之间相互通信时,可以在直接、中继以及协作3种不同方式中自适应地选择最节能的通信方式。所提出的路由算法可确保源节点与基站通信过程中选择到最优或次优的节能路由,并可降低由于通信覆盖盲区造成的通信中断的概率。仿真结果表明,与其他传感器网络路由算法相比,所提出的路由算法在相同吞吐量和误码率前提下每一轮都消耗更少的能量,并且在不同的节点密度下都可有效地延长网络的生命周期和工作时间。     

蚁群优化和能量有效的Ad Hoc路由协议

为了延长Ad Hoc网络的生存周期,提出了一种基于蚁群优化和能量有效的Ad Hoc网络多路径动态路由算法ACOERA。该算法根据路径的有效能量率进行路由选择,路径建立后通过蚁群优化算法动态收集路径信息,并对路由表进行更新。仿真结果表明,该算法能有效延长网络生存时间,增强通信网络的自适应能力。     

Ad Hoc网络先应式路由维护机制的优化模型研究

Ad Hoc网络先应式路由算法(Proactive Routing Algorithm)具有寻由时延小,拓扑维护及时的优点,适合在网络负载较大的环境下高效运行.本文针对路由维护机制,以减少协议开销和寻由错误报文为目标,提出了基于Ad Hoc网络的先应式路由维护机制优化模型.通过对优化模型的相关参数讨论,得出如下结论:1.先应式路由协议的最优更新时间周期具有"逆向稳定性";2.节点数目n与更新系数h有比例关系n→h^3/2.通过模型求解和仿真结果相比较,验证了模型的正确性.优化模型的研究为先应式路由算法更新机制和算法的可扩展性支持提供了理论依据.     

基于链路失效模型的多级电力业务路由规划

该文从智能电网中电力业务多样性的角度出发,分析不同类型业务对网络的可靠性需求。建立链路失效函数模型,并基于该模型设计面向可靠性的路由规划方法。以网络阻塞率和资源利用率为指标,通过与传统链路失效路由算法的比较分析来验证所提出方法的有效性。传统链路失效路由规划算法忽略了电力业务多样性,对接入网络的业务请求无差别处理,路由规划约束条件相对单一,导致网络阻塞率较高。该文所提路由算法充分考虑了不同业务对网络需求的多样性,依据业务等级调整目标函数并分别进行路由分配,从而降低网络阻塞率,提升网络可靠性和资源利用率。     

DSR的一种自适应路由自动缩短机制

动态源路由协议是无线自组织网络众多路由协议中被广泛关注的一种按需路由协议，目前，关于该协议的优化措施有很多。本文先分析了动态源路由协议的一种优化机制——路由自动缩短，该机制能动态缩短处于工作状态路由的跳数，但不保证缩短路由的质量，在此基础上，提出一种自适应路由自动缩短机制，新机制既可缩短路由．又能保证缩短路由质量．理论分析及仿真结果表明，自适应路由缩短机制的各项性能优于原路由缩短机制。     

多校区校园网络中关键节点识别方法的改进研究

对多校区校园网络中的关键节点进行准确检测识别,优化网络路由设计,提高网络的安全稳定性。提出一种基于自适应融合探测的多校区校园网络关键节点识别方法,构建多校区校园网络的有向图分析模型,对网络节点传输信道模型进行均衡处理,对关键节点传输数据进行自适应融合,通过路由探测算法实现节点定位识别和优化部署。仿真结果表明,采用该方法构建多校区校园网络,实现关键节点识别的精度较高,降低了网络传输的丢包率和误码率,网络稳定性和安全性较好。     

高效能耗传感器网络的模型分析与路由算法设计

传统的传感器网络生命期模型未考虑节点异跳上单位传输费用的差异性,针对该缺点本文建立生命期模型并转化目标为带不等式约束的最大费用最大流问题,依据模型中所体现路由规划与生命期优化的本质联系,提出一种基于节点负载压力的自适应路由算法,算法实现所需的计算量、通信量较小.通过仿真实验对算法进行了性能分析和验证,仿真结果表明该算法能有效地延长传感器网络生命期.     

基于量子粒子群算法的QoS组播路由问题研究

对具有带宽、延时、延时抖动约束的最小代价的QoS组播路由问题进行研究,提出了一种收敛速度快、全局性能好、不易陷入局部最优的智能迭代算法--量子粒子群算法来实现对该问题的求解.该算法采用整数编码方式,将路由优化问题转化成准连续优化,并采用惩罚函数处理约束条件.最后通过具体算例,对该算法进行了仿真验证,结果表明,在求解QoS组播路由问题时,量子粒子群算法要优于遗传算法、基本微粒群算法,从而验证了该算法的可行性和有效性.