论文部分内容阅读
随着视频会议,远程医疗等基于多媒体数据传输,有较高的的QoS需求网络应用服务的迅速发展,当今互联网对于稳定高效的QoS路由协议的需求也日益增长。QoS路由选择是QoS路由协议的主要任务,而QoS路由选择问题被证明为NP完全难度问题,它的解决只能依靠启发式或非线性的人工智能算法。
人工神经网络是由大量神经元广泛互连形成的信息分布式存储,具有强大并行计算能力的信息处理系统。人工神经网络被证明是解决NP完全难度问题等复杂优化问题的有效手段之一。本文对启发式路由协议和几种基于其它智能算法的路由协议作了介绍,分析和对比,然后提出了基于神经网络的改进的路由协议体系,该体系包括一种基于离散Hopfield神经网络的QoS单播路由协议,和一种基于连续神经网络的构建多播树的QoS多播路由协议。本文首先给出了考虑带宽,延迟和包缺失率等QoS约束的QoS单播路由神经网络模型的数学推导和收敛性证明,并进行了将能量函数转化为标准形式的近似化处理。然后,本文推导出了基于图论的有向图多播树判定公式,并在此公式的基础上提出了QoS多播路由神经网络模型及其能量函数,证明和给出了连续神经网络迭代的动态方程。
最后,本文给出了上述两个模型在VC++和Matlab中的算法实现,并给出仿真结果。模拟仿真结果表明,提出的算法有较短的收敛时间和较高的路由成功率,是解决QoS路由问题的有效途径。