关于无穷计算问题的水平分裂算法分析及改进

首先介绍了用于路由选择的DVR（距离矢量路由）算法及其存在的无穷计算问题。然后阐述了用于解决该问题的水平分裂算法的思想，并运用MST（最小生成树）分析法对其进行了基于树型、环型和网状3种网络拓扑结构的算法分析。最后提出了一种改进的水平分裂算法——下一跳算法，并在实例分析的基础上对其存在的问题进行了总结。     

一种基于多层多域动态路由算法分析

网络可达性研究逐步成为一种网络安全研究的主流,在光网络技术高速发展的今天,各种各样的网络路由算法层出不穷,有关这方面的问题已成为当前研究的热点。分析了不同网络路由算法,重点讲解了链路状态路由算法,针对此算法存在的问题提出了一种域划分的动态路由算法,对其实现流程进行了介绍,同时对其性能进行深入分析。     

基于蚁群算法优化SA的WMN路由设计与仿真

针对现有的无线网状网(WMN)路由协议在实际无线信道环境下性能降低的问题,提出了一种基于蚁群模拟退火(ASA)算法的WMN的路由算法.该算法吸收了蚁群算法的适应性、鲁棒性及本质上并行性的优点,并利用模拟退火(SA)算法调整路由的搜索方向,使蚁群算法的早熟现象和收敛速度得到了改善.对该算法进行仿真研究,结果表明:该算法在数据包的转发率、端到端延时数据丢失率和归一化路由开销等方面要比常规路由协议优秀很多,大大提高了系统的可靠性、鲁棒性,增强了通信网络的自适应能力.该算法用于WMN路由协议是可行的、有效的.     

卫星路由算法研究

对目前几种主流的组网技术,包括异步传输模式(ATM),网际互连协议的协议栈(IP),多协议标签交换(MPLS),卫星网络与地面网络的网络构成、拓扑以及通信时延等特点作了分析比较,同时对地面网络上的主要的路由算法进行了分析,主要包括距离向量算法和链路状态算法等：给出了运行于卫星网络上的路由算法,并对路由算法的三种策略进行了分类分析,其中基于虚拟拓扑路由策略的路由算法多用于基于像ATM等面向连接的网络;而采用虚拟节点概念的路由算法常用于基于IP的路由;基于拓扑依赖策略的路由算法,对于特定的星座网络将会有较高的效率。     

一种基于N维矩阵二值编码单亲遗传算法的QoS路由优化策略研究

文章提出了一种基于N维矩阵二值编码的单亲遗传算法解决计算机网络路由问题,仿真结果表明应用此种编码方式的单亲遗传算法进行路由选择不仅是可行和有效的,而且可以用于网络拓扑结构任意复杂网络的路由选择,此种单亲遗传算法比以往神经网络(NN)算法更优越。且与普通的遗传算法比较,不仅简化了遗传操作,实现容易,且不存在早熟收敛问题。     

卫星路由算法研究

对目前几种主流的组网技术,包括异步传输模式(ATM),网际互连协议的协议栈(IP),多协议标签交换(MPLS),卫星网络与地面网络的网络构成、拓扑以及通信时延等特点作了分析比较,同时对地面网络上的主要的路由算法进行了分析,主要包括距离向量算法和链路状态算法等;给出了运行于卫星网络上的路由算法,并对路由算法的三种策略进行了分类分析,其中基于虚拟拓扑路由策略的路由算法多用于基于像ATM等面向连接的网络;而采用虚拟节点概念的路由算法常用于基于IP的路由;基于拓扑依赖策略的路由算法,对于特定的星座网络将会有较高的效率.     

结合SCE法的粒子群优化QoS路由算法

QoS(QualityofService)路由问题是一个非线性的组合优化问题,理论上已证明了该问题是NP完全问题。粒子群优化算法是一种基于群智能演化计算技术,PSO在求解连续性优化问题上得到了较好的应用,而把PSO算法用于求解路由算法等离散性问题还比较少见,同时,PSO算法在收敛过程中还存在随机性,某些情况下会出现停滞现象。为此本文提出了一种结合SCE(shuffledcomplexevolution)法的粒子群优化方法用于求解QoS路由问题。该算法通过引入插入算子,删除算子,算子系列和基本算子序列等概念,对基本的粒子群优化算法进行改进;通过采用SCE法,使算法跳出局部最优解的限制。仿真结果显示,该算法取得了满意的效果,在寻优速度上优于遗传算法,也提高了算法收敛到最优解的能力。     

IP QoS路由算法研究综述

传统上所采用的“尽力而为”转发机制,已经不能满足用户的要求。IP网络如何提供QoS(服务质量)支持这一问题现已成为业界关注的焦点。近几年的研究表明网络路由算法对实现QoS起到了非常关键的作用,同时网络路由算法也是平衡网络负载和充分利用网络资源的重要保证。该文对当前研究的主要路由算法进行了详细的分析与归纳,并对其发展前景进行了展望。     

基于改进蚁群优化算法的网络服务质量路由算法

针对当前无线网络路由算法存在丢包率高、节点拥塞严重的难题,提出一种基于改进蚁群优化算法的网络服务质量路由算法。首先根据无线网络的特点选择带宽、端到端的延迟、数据包丢失率以及链路花费作为QoS参数,并建立一个多约束网络服务质量路由优化问题的数学模型,然后采用具有正反馈机制和搜索能力强的蚁群优化算法对数学模型进行求解,并根据无线网络路由特点对标准蚁群优化算法进行改进,提高其搜索性能,最后采用具体仿真实验对路由算法的性能进行测试。实验结果表明,改进蚁群优化算法在满足网络质量要求的条件下,不仅降低了网络平均延时,而且减少了网络数据丢包率,性能优于其它算法。     

基于220C协议的全分布式路由算法

针对无线ad hoc 网络,讨论了基于MIL STD_188_ 220C标准的稀疏路由树算法,分析了其优缺点,并在此基础上进行改进了稀疏路由树算法中的路由搜索和路由维护机制,给出一种全分布式路由协议.最后对两种算法进行对比分析,得出结论.     

需求可拆分车辆路径问题的聚类求解算法

针对传统的车辆路径问题通常假设客户的需求不能拆分,即客户的需求由一辆车满足,而实际上通过需求的拆分可使需要的车辆数更少,从而降低配送成本的问题,分析了需求可拆分的车辆路径问题的解的特征,证明了客户需求不宜拆分应满足的条件,设计了符合解的特征的聚类算法,并对其求解.通过实验仿真,将所提出的聚类算法与蚁群算法和禁忌搜索算法进行比较,所得结果表明了所提出的算法可以更有效地求得需求可拆分车辆路径问题的优化解,是解决需求可拆分车辆路径问题的有效方法.     

多中心半开放式送取需求可拆分的车辆路径优化

针对多中心半开放式送取需求可拆分的车辆路径问题,构建了以车辆配送距离最短为目标的多中心半开放式送取需求可拆分的数学模型。设计大变异邻域遗传算法进行求解,采用二维染色体编码及顺序交叉策略,同时运用大变异策略和邻域搜索策略提高算法全局和局部的寻优能力,通过算例对比验证了所提模型与算法的有效性。算例实验表明,大变异邻域遗传算法在求解多中心物流配送车辆路径问题上求解质量较优、求解效率较高、求解结果较为稳定,同时验证了联合配送下多中心半开放式送取需求可拆分的配送模式优于独立配送下单中心送取需求可拆分的配送模式。研究成果不仅拓展了车辆路径问题,还可为相关快递物流企业配送优化提供决策参考。     

基于遗传模拟退火算法的多约束QOS组播路由优化算法

组播路由问题在计算机网络中是著名的Steiner树问题,是NP完全问题.通过考虑组播通信服务质量需求与网络资源约束,研究了基于服务质量的组播路由选择算法问题,首次提出了一个基于遗传算法和模拟退火算法的多约束组播路由优化算法,该算法在满足带宽、延时、延时抖动及包丢失率约束条件下寻找代价最小的组播树.     

并行量子遗传算法在QoS组播路由中的应用

随着网络通信技术的发展和Internet的普及,性能出色的组播路由越来越重要。著名的组播路由Steiner树问题是NP完全问题,应采用启发式方法求解。文中在常规量子遗传算法中引入并行进化模型,提出了一种解决多约束QoS组播路由优化问题的算法。在满足带宽、时延约束条件下寻找代价最小的组播树,并合理安排节点负荷,减少通信开销。仿真实验结果表明本算法搜索速度快、全局寻优能力强,性能和效率优于常规量子遗传算法。     

改进的ZigBee网络路由算法

针对ZigBee网络AODVjr路由算法路由发现过程中的RREQ分组大量洪泛问题,提出一种改进的ZigBee网络路由算法。改进算法中通过采用AODVjr算法和树路由算法相结合的方式,对RREQ分组的传输范围和大致方向进行控制,同时改进算法中也考虑了节点的剩余能量,路由选择的时候尽量避开剩余能量较低的节点。仿真结果表明,改进算法能有效地节省网络的总体能量消耗,实现网络负载均衡,最大化网络的生存时间。     

WSN中能量均衡的混合路由树算法

针对无线传感器网络中多跳通信路由导致的能量洞问题,提出基于环模型的混合路由树算法,创建最小代价混合路由树,使节点间采用单跳和多跳交替的混合路由通信方式,以此均衡网络耗能。仿真结果表明,该算法能有效解决能量洞问题,并最大限度地延长网络的生存时间。     

A two-stage heuristic method for vehicle routing problem with split deliveries and pickups

The vehicle routing problem （VRP） is a well-known combinatorial optimization issue in transportation and logistics network systems. There exist several limitations associated with the traditional VRP. Releasing the restricted conditions of traditional VRP has become a research focus in the past few decades. The vehicle routing problem with split deliveries and pickups （VRPSPDP） is particularly proposed to release the constraints on the visiting times per customer and vehicle capacity, that is, to allow the deliveries and pickups for each customer to be simultaneously split more than once. Few studies have focused on the VRPSPDP problem. In this paper we propose a two-stage heuristic method integrating the initial heuristic algorithm and hybrid heuristic algorithm to study the VRPSPDP problem. To validate the proposed algorithm, Solomon benchmark datasets and extended Solomon benchmark datasets were modified to compare with three other popular algorithms. A total of 18 datasets were used to evaluate the effectiveness of the proposed method. The computational results indicated that the proposed algorithm is superior to these three algorithms for VRPSPDP in terms of total travel cost and average loading rate.     

基于遗传算法的实时组播通信路由算法

组播通信路由技术是视频广播、计算机会议、CSCW()等新型分布式计算的关键技术.提出了基于分布式遗传算法的共享树组播路由算法,包括包交换的网络组播树的建立、组播树的动态维护和计算满足特定时延和时延抖动限制的近似斯坦利最小树算法等.利用它可以实现在给定网络和组播需求的情况下,在组成员间寻找动态的组播树,并使该树覆盖所有的成员,并约束网络费用达到最小.进而解决树状路由的建立以及树状路由的动态维护等问题.     

基于免疫遗传算法的多约束QoS组播路由选择方法

以具有精英保留的免疫遗传算法（IGAE）为基础,提出了一种新的用来求解带宽、时延、时延抖动受限,费用最小的QoS组播路由选择问题的方法。首先采用预处理机制,将网络结构中不满足带宽约束的链路去掉,利用Dijkstra第k最短路径算法建立编码空间的备选路径集;然后采用基于路径的树结构编码来随机产生初始群体,使种群中的每个个体都代表组播路由问题的一个候选解;最后利用IGAE算法对种群进行优化,最终求得满足QoS要求的组播路由。仿真实验结果表明,该算法具有较好的性能,能以较快的速度搜索到满足QoS要求的费用最小的组播树。     

基于量子遗传算法的QoS多播路由算法

QoS多播路由算法的核心问题就是建立满足QoS约束的多播树,它是计算机网络中著名的受约束最小Steiner树问题,是一个NP完全问题。量子遗传算法是基于量子计算理论的新型遗传算法,基于量子遗传算法的基本原理,提出了QoS约束的多播路由算法（QoSMR-QGA）,并详细介绍了QoSMR-QGA算法的实现过程。仿真实验表明,该算法具有较好的算法收敛性和多播路由成功率。