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。     

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。     

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．     

一种求解线性约束QoS路由的神经网络

QoS路由的基本问题是在满足多个约束条件的基础上对某个参数或多个参数进行优化.人工神经网络已成为求解大规模优化问题的一种有效方法,合适的神经网络能实时地得到问题的精确解.本文研究满足时延条件的最小耗费QoS路由问题,建立了一种新的Hopfield神经网络模型,研究了神经网络各参数之间的关系,并证明了通过适当选取参数,神经网络的可行解是渐进稳定的.计算实例表明了新网络模型的有效性.     

一种带约束的多目标服务质量路由算法

多约束服务质量(QoS)路由是要求在多个约束条件下计算满足所有独立限制条件的可行路径．将这种NPC问题转化为一种带约束条件的多目标优化问题，根据多目标遗传算法的智能优化原理，提出一种多目标QoS路由算法来产生一组最优非劣路由．理论分析和实验结果表明，使用带约束的多目标遗传算法是解决多约束QoS路由的有效途径，能对提高网络性能起到重要作用．     

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。     

GMPLS网络中多约束QoS路由的预计算方法

GMPLS(generalized multiprotocol label SWitching)网络中的多约束QoS路由问题是要在诸如带宽、代价和延迟的约束条件下找到一条优化的路径.这个问题通常被认为是一个NP-完全问题.在研究共享风险链路组具有的启发信息的基础上,提出了一种具有共享风险链路启发信息的多约束预计算算法.该算法包含预计算和搜索两个部分.预计算主要是能创建和更新每个节点上的路由表.而后,搜索部分则可以在层次化的结构中选择满足约束条件的优化的路径.大量仿真数据表明,相应的方法能够取得满意的结果,可以有效地解决GMPLS网络中多约束的QoS路由问题.     

自组网多约束蜂群路由算法研究与仿真

在仿生与通信技术结合的基础上提出一种满足宽带和延迟约束的蜂群QoS路由算法-BQ。该算法是从自然界中蜜蜂群体觅食行为受到影响和启发而设计的一种动态的优化算法,可用来构造一个分布式的适应性网络路由模型。最后在NS2仿真环境下对新协议及经典AODV协议在宽带需求与平均端到端延迟等约束条件进行对比,结果表明新的算法其在服务质量约束的条件下表现出更加优良的性能。     

基于模糊QoS满意度的启发式多约束路由算法

QoS路由是实现IP网络服务质量的重要手段.针对一般的QoS路由算法时间复杂度高或者只局限于特定约束的缺点,提出了一种基于模糊QoS满意度的启发式多约束路由算法.首先给出了多约束路由的问题模型和数学描述,然后通过模糊处理各QoS参数的方法构造链路的QoS满意度,在此基础上将QoS满意度与传统最短路径优先相结合,通过启发式搜索快速有效地寻找满足所有约束的路由.仿真结果表明,所提出的路由算法拥有较好的性能.     

宽带网中基于随机策略的OoS路由算法

主要研究在网络节点和链路上均有限制条件的网络模型,并提出了一种多限制条件下的QoS路由算法。在该算法中,文章采用了预先处理链路信息和随机策略等新的方法。该算法具有良好的性能,并能够有效解决多限制条件下的QoS路由问题。     

基于遗传算法的实时QoS多播路由优化算法

讨论了多QoS约束的多播路由问题，描述了一种适应于研究实时QoS多播路由的网络模型和优化函数。提出一种基于遗传算法中的小生境技术的QoS多播树选择算法，同时优化了多QoS参数。仿真结果表明该算法收敛速度快、可靠性高，能够满足多媒体网络对实时性的要求。     

一种基于多条件约束的QoS路由选择优化算法

基于多条件约束的QoS路由选择优化是当前通信网络中的一个重要问题。研究了一类通信网络的源－目的QoS路由选择问题。通过分析,为了不失一般性,选择时延和丢失率为QoS参数,建立了一个带有丢失率约束－条件的最小时延的QoS路由选择的非线性整数规划模型,并根据模型特点,给出了用线性整数规划迭代求精确解的算法。该算法可以方便地推广到多个QoS参数的情况。最后,实例表明所提出的模型和算法是有效的。     

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．     

适应QoS路由机制的网络模型研究

目前的网络模型,大都对网络的边（链路）加权,如两点间的距离、链路带宽以及延迟等。作为ＩＥＴＦ提出的网络集成服务框架下资源管理的一个重要组件,ＱｏＳ路由问题越来受到人们的重视,为了保证网络服务质量,路由选择不再仅仅以“可达”和“最短路径”为衡量标准,而是希望根据多个ＱｏＳ约束的尺度（ｍｅｔｒｉｃｓ）来选择可行的路由以满足应用所需的延迟、延迟抖动、带宽和丢失率等要求,为此,作者提出了新的网络模型,更加     

基于遗传算法的非精确信息组播约束路由研究

为求解基于非精确网络状态信息和弹性QoS需求约束的组播约束路由问题,提出了一种自适应的组播遗传算法.通过分析具有非精确度量参数的组播路径满足弹性QoS需求的概率,建立了基于概率法的组播约束路由模型.以种群多样性作为种群进化的度量指标,对进化过程中最大交叉率和最大变异率进行宏观调整;采用优势交叉变异法,在每次进化时,微调各个体的交叉率和变异率.仿真实验结果表明,该算法简单易操作,具有较高的收敛速度,能在一定程度上提高路由请求成功率.     

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。     

QoS动态多播路由协议

保证服务质量的QoS（Quality of Service）路由是网络中解决OoS问题的一项关键技术．具有OoS约束的多播路由技术已成为网络领域的一个重要研究课题．该文研讨了具有QoS约束的动态多播路由问题．文中描述了一种适应于QoS多播路由的网络模型，提出了一种QoS动态多播路由协议（QDMRP）．QDMRP只要求网络链路（或节点）的局部状态信息，不需要维护全局状态信息．QDMRP较好地减少构造一棵多播树的开销．仿真实验结果表明：QDMRP具有较低的控制信息开销和节点加入时延，较好地适合于网络状态变化比较频繁的环境以及实时多媒体应用．