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。     

蚁群算法在QoS单播路由中的应用研究

QoS路由问题被证明是一个NP-C问题,而传统的路由算法很难有效地解决NP-C问题。该文提出了一种基于蚁群算法、用于解决带宽和时延约束问题的QoS单播路由算法,利用蚁群算法中蚂蚁通过信息素寻找最优路径的机制,并以网络吞吐量和数据报的平均时延等性能为最优的准则,来定义蚂蚁的转移概率、路由表和信息素更新方式,实现基于蚁群算法的路由选择算法.这种算法具有较强全局最优解搜索能力,较强的灵活性,以及潜在的并行性。     

Ad hoc网络中基于组播路由协议MAODV的改进

Ad hoc网络是由一组带有无线收发装置的移动终端组成的一个多跳的临时性自治系统.MAODV协议是MANET环境下的一种按需组播路由协议.提出了一种基于链路失效预测机制的MAODV协议的改进协议.采用该协议,时延略有增加,但分组投递率极大提高了,在整体上提高了网络的性能.通过仿真实验验证了协议的改进效果.     

约束平面选址问题的蚂蚁算法

对带有区域限制的平面选址问题，给出一种基于人工蚂蚁优化思想的新的求解方法。经数值计算、验证和比较，得到了满意的效果。     

组播服务节点选择问题的求解算法

为了求解覆盖网络中最优组播服务节点MSN组合问题,提出一种基于混合实数编码的遗传算法(HRCGA)。采用实数编码方式对MSN组合进行编码,利用K-medoids聚类距离算子进行节点相似性度量,并根据MSN的实际特点,构造含有惩罚因子的适应度函数,限制不良个体参与进化。同时,针对标准遗传算法SGA局部搜索能力弱的特点,HRGCA引入个体进化控制策略。理论分析和仿真结果表明,该算法有效克服了传统K-medoids算法易陷入局部极小值、对初始中心选值敏感的问题。通过与传统SGA的仿真结果对比,HRCGA进一步提高了MSN组合全局寻优能力     

浅谈IP组播技术及应用

近年来,随着网络技术的发展,使得各种单一媒体相继成为网络传输中的数据,进而各种媒体的融合使得网络多媒体运用层出不穷。而传统网络最初是为数据传输而设计的,是典型的点对点通信模式,是为保证数据可靠传输而设计的,所用的传输协议多为点到点的协议,其所具有的特点将增加网络发送负载,带来网络延时,这就带来了带宽的急剧消耗和网络拥挤问题。组播技术被认为是WWW技术推广之后出现的最激动人心的网络技术之一。组播技术应用在一对多通讯情况下,能够有效的降低网络流量,提高网络通讯效率,减轻服务器负荷,并能改善传送数据的质量。     

有缺货限制的VRP蚂蚁算法研究

在经典VRP的基础上，结合实际背景提出一种缺货情况下的车辆路径问题，并给出基于蚂蚁系统寻优思想的求解方法。经大量数据测试，获得了较好的结果。     

应用层组播协议的分析与比较

介绍了应用层组播协议的三大分类,即基于Mesh网的策略、基于树的策略和基于隐含组播转发拓扑结构的策略,并分别对这三类协议进行了比较与分析。     

IP组播及其应用

IP组播是IP网络上一种新的传输模式.通过组播,发送站——典型的是服务器——可以实现同时向散布于网络各处的一组用户发送信息,有效解决服务器及网络容量不足的问题.IP组播尽管也使用IP协议,但与TCP/IP网络有很大不同,几乎是一种全新的网络类型.     

非线性规划的元胞蚂蚁算法

将元胞自动机思想引入到蚂蚁算法中，提出一种新的进化算法——元胞蚂蚁算法。通过算法的元胞演化机制对信息素的二次分配，有效扩大了对解空间的搜索，避免陷入局部最优，并提高了寻找到所有全局最优解的能力。通过对一系列典型多极值优化问题的求解，均找到了所有全局最优解，显示了其在寻找多峰函数极值点方面的优越性。     

稀疏分光器配置约束下的多播选路算法

研究了WDM网络中在稀疏分光器配置约束下的多播选路问题．在图论中,树是指一个不含圈的简单图．所以,传统的多播选路算法都是构建不舍圈的多播树．研究表明,一颗有效的多播树也可以包含圈．根据这一特点,提出了一种改进的Member-Only NMO算法,该算法消除了多播树不包含圈的限制．通过仿真实验, 得出了NMO算法可提高网络性能．     

Ad hoc网络稳定的蚁群多路由算法

针对Ad hoc网络路由协议中存在的路由老化和对拓扑变化适应性差的问题,提出了一种基于稳定拓扑和蚁群优化的多路由算法(SAMR),路径质量由路径的拓扑稳定度和时延来度量,并映射为蚁群信息素,利用蚁群优化进行路由的动态更新和维护,以避免路由老化。仿真表明,在动态环境下SAMR相比AODV能提高网络的吞吐量、降低传输时延。     

基于改进的蚁群算法的复杂制造系统物流配送路径优化

为了对复杂系统中物流网络进行规划,在分析复杂制造系统物流网络特点的基础上,用多级有向图来对物流配 送问题进行建模。针对物流路径的流量和时间限制,以寻找满足约束条件的最小成本的路径为目标,利用改进的蚁群算 法对配送路径进行规划,最后运用MATLAB语言编程仿真。改进后的蚁群算法克服了一般蚁群算法的不足,提高了算 法的性能,可以解决复杂制造系统的物流网络配送路径优化问题。     

ACOGA算法的多媒体网络QoS路由实现

针对传统的路由算法收敛速度慢且容易产生拥塞和路由振荡问题,提出了基于蚁群算法(ACO)和遗传算法(GAs)来实现动态QoS路由的新算法。分析了基本的ACO的正反馈性、协同性、并行性和鲁棒性等优点,同时利用GAs很强的自适应性和种群优化技术,通过对ACO算法使用遗传算法的交叉、变异达到对信息素进行调整,来自适应地调整路径选择概率的确定策略和信息量更新策略,从而扩大搜索范围。计算和仿真结果表明,该方法具有更好的路由收敛速度和稳定性,能更有效地解决拥塞现象和路由振荡问题。     

路由选择的一种新遗传算法

提出了应用于QoS路由选择的一种新遗传算法,该算法给出了基于跳数优先原则的初始种群生成办法,以及邻近交叉和前向变异两个关键算子。算法的主要优点表现为初始种群生成独立于网络拓扑的度量参数,交叉产生了多样性新个体,以及变异有效抑制算法退化等。对随机生成的不同规模的网络拓扑结构进行仿真,结果表明该算法是有效的。     

WDM光网络中RWA算法的性能分析

讨论了静态网络条件下WDM全光网络中选路与波长分配,提出一种全新的分类方法,对现有的RWA算法进行分类,比较了各种算法的性能,得出的结论有助于网络运营者在应用时选择合理的RWA机制。根据算法的性能和实际网络建设优化的需要,指出了RWA领域需要进一步研究的问题。     

死锁恢复的多维交换结构容错路由算法

在高性能路由器中采用多维交换结构是解决可扩展性的一种方法。在实现这种交换结构时,随着节点数目的增多,交换结构出现故障的概率也随之增加。该文在mesh/torus结构上提出了一种基于死锁恢复策略的容错路由算法MMAR。基于各非故障节点周围链路的状态,MMAR能容错任意形状的故障模型且所需虚拟通道数少。通过在凹形区域表面节点中设置该凹形区域内节点位置信息表,该算法能避免消息进入与其目的节点无关的凹形区域以使绕道路径最短。该文给出了在256个节点的二维torus中的仿真结果,验证了算法的有效性。