基于多约束的QoS组播路由算法研究

来源 :山东师范大学 | 被引量 : 0次 | 上传用户:baby_xiaojuan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,网络的迅速发展使“尽力而为服务”已经不能满足用户传输业务流时提出的要求。尤其是目前Internet发展迅速,而且其节点数还正在呈指数级增长;网络传输正在向大容量、高速化、多媒体化的方向发展。互联网产生了很多新的应用,特别是在高带宽需求的多媒体的应用上。这需要传输大量的声音和视频,占用大量的带宽,如视频点播、网络会议等,在组播路由中如何保证服务质量已经是当前网络研究领域的重要内容和热点问题。近期的研究已经表明,路由算法对实现服务质量起到了关键的作用,而蚁群算法是解决多QoS约束组播路由问题的一种好的启发式算法。本文分别围绕以下几个方面,展开探讨和论述。本文首先介绍了QoS组播的基础知识、总结了组播路由算法的相关技术和分类,然后分析了最短路径树、最小生成树、Steiner树等几种经典的QoS路由算法,最后提出了在组播路由的研究中仍存在的问题以及发展的前景。文中接着分析了蚁群算法的原理与模型,介绍了蚁群算法的特点和研究现状,通过实验分析了算法中几个关键参数的选择。针对基本蚁群算法的主要缺陷,如收敛速度慢和易于陷入局部最优等问题,本文提出了一种新的双向蚁群算法对该问题进行求解,并改进了蚁群算法的信息素更新策略。仿真实验表明,该算法能快速搜索并收敛到全局(近似)最优解,且随着网络规模的增大算法保持了良好的特性。传统的QoS路由问题研究假设网络信息是精确的。而实际情况是随着网络规模的扩大,在动态的环境中采集实时网络信息变得越来越困难,因此对网络参数的精确了解往往是不可能的。针对这一问题,本文将蚁群算法和非精确带宽信息相结合,提出了一种新的求解概率方式。仿真实验表明,算法在成功率等方面取得了良好的效果。
其他文献
随着嵌入式技术的飞速发展,嵌入式计算机渐渐渗透到人们生活的方方面面,其中某些关键性的应用对计算机的可信性要求越来越高,传统的嵌入式系统已无法满足这样的要求。嵌入式
随着空间数据库技术的不断发展和人们应用的增长,空间数据的时域信息的研究越来越受到关注。在这种情况下,时空数据库的诞生成为了必然。然而时空数据量的庞大和非结构化性给
信息时代的到来不仅提供了海量的数据供我们研究和使用,同时也对我们快速、有效获取信息能力提出了一大挑战。文章摘要则在一定程度上缓解了人们的这一难题。文章摘要能以简洁
随着现代信息技术的发展,数据流作为一种新型的、更切合实际的数据模型广泛出现在众多应用领域,各种应用已提出了数据流实时处理需求。由于数据流中的数据经常呈现高维性,其
电力通信网络作为电力网安全生产的重要保障,是电力网安全稳定运行的基础。电力通信网所承载的业务主要是与电力生产、运行相关的通信业务,包括保护业务、自动化业务、调度交换业务等,这些业务对电力通信网业务路由有特殊要求。随着电力通信网络规模不断的扩大,电力通信业务路由能否满足业务的通信要求受到越来越多的关注。如何确保电力通信业务可靠实时传输已经成为电力通信网中研究的重点。本课题在分析电力通信业务及其路由的
随着计算机技术的飞速发展,人类收集数据和信息变得越来越方便快捷,随着信息量的日益增大,相对的却是对大规模信息的处理能力无法满足人类日常工作、学习的需要。对于大量数
气浮转台作为一个数控转台,用于模拟外层空间的失重和低摩擦条件,从而实现卫星控制系统的全物理仿真。气浮转台依靠压缩空气在气浮轴承与轴承座之间形成气模,从而近似实现外太空
传统的梯度下降类神经网络存在着诸如收敛速度慢、局部极小等无法避免的缺点,虽然很多学者从多方面进行了改进,但是这些改进无法从根本上解决问题。因此本文中,用分子三次、
云计算已经在当前各个领域得到了越来越深入的应用。特别在科学计算领域,很多复杂的应用任务被部署到云计算环境下运行。因此,任务调度在云计算系统中非常重要。云平台因其独
随着因特网的发展,越来越多具有QoS 要求的业务接入因特网。网络规模的不断扩大以及业务种类的日趋多样化,使得业务QoS 需求与资源消耗代价之间的矛盾日益加剧。如何去协调两者