一种多约束条件的组播路由算法

提出了在组播应用中满足多个约束条件的一种组播路由算法。该算法以最短路径算法为基础,通过调整当前形成的路由树中节点的排列顺序,依次为目的节点选择到路由树的最短路径并加入到该路由树中,得到满足跳数约束条件的低代价组播树,再对所构成的低代价组播树进行同级中继合并,得到最后的组播树。该组播树因为中继最少,所以时隙资源消耗最小。     

组播路由算法刍议

组播是指一个源节点传送信息到多个目的节点或是多个源节点发送信息到多个目的节点，是网络支持多媒体业务的关键技术之一，本文在说明组播技术实现原理的基础上，对目前的组播路由算法进行了回顾，并分析了几种组播路由算法及其存在的不足，最后指出了组播路由算法的分类及其发展方向。     

IP组播路由协议算法分析

IP组播路由协议的主要任务是构建生成树并据此分配流量。本文作者分析讨论了组播路由协议的生成树构建方法 ,在此基础上进一步对IP组播技术中核心的组播路由协议和算法进行了分析。     

IP组播路由协议算法分析

IP组播路由协议的主要任务是构建生成树并据此分配流量。本文作者分析讨论了组播路由协议的生成树构建方法，在此基础上进一步对IP组播技术中核心的组播路由协议和算法进行了分析。     

QoS组播路由研究:算法与协议

本文讨论了QoS组播路由算法、协议的一般问题，给出了一个群组模型，提出了QoS组播路由问题的一般描述；特别在组播算法与组播协议的概念上作了区分，提出了组播路由协议的算法特征和协议的形式特征两个既相联系又相区别的概念，并对算法和协议分别按不同标准进行了分类。指出了几个可能的研究方向。QoS组播最终在互联网上实现之前，仍然有很多问题需要解决。     

一种时延受限的组播路由算法

本文给出了时延约束组播路由问题的数学模型,提出了一种分布式、收敛快、支持动态组播的时延约束组播路由算法--DMPH(Delay-constrained Minimal-cost Path Heuristic),分析表明采用该算法具有良好的网络开销性能.     

组播覆盖网络多约束多点对多点路由算法的研究

提出了一种基于模糊集理论的组播覆盖网络多约束多点对多点路由算法.构建了仿真实验平台,实验结果及分析表明:算法在非完全组播网络上实现了较优的多约束多点对多点组播路由;算法时间复杂度较低,符合网络路由算法在响应时效性方面的特殊要求.     

基于混沌遗传算法的多目标QoS组播路由优化

针对遗传算法易发生早熟收敛的缺点,提出了一种既满足时延、时延抖动及带宽等约束,又能使通信代价最小的混沌遗传算法。该算法利用混沌扰动算子对种群进行扰动操作,增加种群的多样性,抑制遗传早熟收敛的发生,提高收敛速度。仿真结果表明了该算法的有效性、快速收敛性及稳定性。     

一种改进的IP组播算法

IP组播中,最重要的就量组播路由算法,一个好的算法可以使实现简单、收敛速度快、修剪及嫁接效率高,介绍了基于RPF生成树的多路广播算法的优缺点,并给出了一种改进的多路组播算法,最后还给出了实现该算法的软件细节。     

多目标进化算法综述

多目标进化算法已经成为解决多目标优化问题的主要方法之一。本文详细介绍了经典的多目标进化算法,并分析了各种算法所采取的策略,给出了各个算法优缺点分析。讨论了多目标进化算法的应用。     

一种基于IPv6的QoS组播路由算法

通过业务自适应组播路由和组播路由树重构的方法分析了IPv6报文的QoS组播路由算法,设计了一种基于IPv6的QoS控制组播路由机制。仿真试验表明该种路由算法是可行的,能够满足IPv6网络对相应QoS的要求并具有很强的接收性能,在传送时间上也有较强的符合性。     

带约束的多插路由算法

由于网络节点处理信息的能力不同,有些节点并不具备多播能力,为保证网络速度和节点负载平衡,应限制有些节点的多播能力,为此用节点的度约束来表示节点不同的多播能力,研究了带度约束且时延受限的多播路由问题,提出解决此问题的Lagrange松驰法。     

改进的免疫算法在函数优化中的应用

针对遗传算法群体多样性保持能力不足,易陷入局部最优等缺点,提出了一种改进的免疫算法(Im-proved Artificial Immune Algorithm,IAIA),并将其与函数优化相结合,用于解决多模函数优化问题.用个体的实数值根据欧式距离进行适当的聚类分析,认为类内个体均具有相同的浓度值,用个体的二进制编码计算类的平均信息熵,进而得到浓度值,用以取代了标准人工免疫算法(Artificial Immune Algorithm,AIA)中计算任意两个体间信息熵的算法;根据个体适应值和浓度控制个体的繁殖率,该算法在保持与AIA相近的多样性和收敛性的同时,达到减少算法的时间复杂性,提高计算效率的目的.测试实验表明,对单模和多模函数优化问题,以及在高维的情况下,IAIA有较高的解质量及较短的运算时间,显示出良好的性能.     

基于最小生成树的动态多播路由算法

提出了基于最小生成树的动态多播路由算法，称之为DPG（dynamic prim-based greedy multicast algorithm)算法，该算法属于不重组的动态多播路由算法。由于在所有节点都是多播节点时，最小生成树是最佳的，因此期望通过该算法产生的多播树的性能在合理的范围之内。结果表明DPG算法是一种平均无效率和最大无效度都在可接受的范围内的一种动态路由算法，尤其在多播节点密度较高时，它的平均无效率和最大无效度都较低。同时DPG算法的平均无效度对网络大小和网络平均节点度数不敏感，DPG算法的另一优点是时间复杂度低，它比贪婪算法和加权贪婪算法都快速。     

基于遗传策略的实时多点传送路由算法

在多媒体通信网络中,实时多点传送路由算法显得日益重要,其目的要让网络通信的费用达到最小,并且保证源节点到各目的节点的延时不超过延时约束,给出了一种基于遗传策略的实时多点传送路由处蒙混过关工假设源节点存储有整个网络拓扑构的信息,试验结果表明该算法有较好的性能。     

一种新的免疫克隆选择算法在多峰寻优中的应用

为了解决Castro克隆选择算法中存在的种群规模需根据经验确定、多峰搜索能力弱、训练时间长的问题,提出了一种新的免疫克隆选择算法,该算法基于一个压缩阈值和新的收敛标准,能够动态确定种群大小,具有很强的全局和局部搜索能力,可以搜索到全局最优点和尽可能多的局部极值点.与Castro克隆选择算法相比,多峰搜索的成功率提高了1.2倍、平均迭代次数减少了一半.仿真实验的结果也表明该算法在平均运行时间减少了56%的情况下多峰函数的优化效果得到了显著改善.     

A new artificial immune algorithm and its application for optimization problems

A new artificial immune algorithm （AIA） simulating the biological immune network system with selfadjustment function is proposed in this paper. AIA is based on the modified immune network model in which two methods of affinity measure evaluated are used, controlling the antibody diversity and the speed of convergence separately. The model proposed focuses on a systemic view of the immune system and takes into account cell-cell interactions denoted by antibody affinity. The antibody concentration defined in the immune network model is responsible directly for its activity in the immune system. The model introduces not only a term describing the network dynamics, but also proposes an independent term to simulate the dynamics of the antigen population. The antibodies＇ evolutionary processes are controlled in the algorithms by utilizing the basic properties of the immune network. Computational amount and effect is a pair of contradictions. In terms of this problem, the AIA regulating the parameters easily attains a compromise between them. At the same time, AIA can prevent premature convergence at the cost of a heavy computational amount （the iterative times）. Simulation illustrates that AIA is adapted to solve optimization problems, emphasizing muhimodal optimization.     

一种WSN中的能耗优化动态路由算法

根据无线传感器网络中因节点有效传输半径对路由选择的制约,提出基于最小生成树(MST)的改进分簇多跳路由算法,改善因路由选择对网络能耗的影响．该算法利用Voronoi图的泊松过程特性优化簇首节点数,并结合MST动态调整簇内外节点的路由发现实现网络能耗优化．仿真结果表明,该算法在开销容忍的前提下,网络负载均衡,并与相同仿真条件下基于LEACH的分层多跳算法相比,更有效地延长了网络寿命,且降低了计算复杂度．     

认知视角下能量感知的ZigBee网络树型路由优化算法

为解决ZigBee Cluster-Tree路由算法路径选择不优的问题,提出了一种能量感知的ZigBee树型路由EZTR(Energy-Aware ZigBee tree routing)算法.该算法利用每个节点感知的地址信息,按照ZigBee网络树型结构计算下一跳邻居节点到目的节点之间的跳数可避免网络的环路效应,通过引入认知概念,在跳数集合中选出最短路径以降低跳数.在ZigBee网络节点能量的感知过程中,当所选路径存在低能量节点时,及时启用备用节点,从而避免节点因能量过度消耗成为失效节点.NS2(Network simulator version 2)仿真实验表明,EZTR算法可提高网络分组递交率,有效减少节点转发跳数和平均网络延时,减小网络整体能耗,为提高网络的实时性和延长网络生命周期提供理论支持.     

改进遗传算法在水文模型参数优选中的应用

为改善传统水文模型参数优选算法的性能,针对遗传算法的寻优效果明显依赖于模型参数的初始变化区间的大小,并且局部搜索能力较差、可能会出现过早收敛等问题,在遗传算法中加入局部搜索算子和加速算子,并引入了生物学中的小生境概念,提出了基于小生境技术的混合加速遗传算法(HAGA).该算法在广西合浦水库流域的洪水预报中得到成功应用.结果表明:基于小生境技术的混合加速遗传算法不仅有较好的全局优化性能而且精度较高,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的优秀非线性优化方法.