目前,在局域网或广域网内进行大规模数字音频及视频传输已经成为可能。对于传统的IP网络,目前实施的路由策略集中于建立端到端的连接,并且一般只考虑一种服务数据结构。而高速多媒体应用具有不同的性能需求诸如带宽,延迟,延迟漂移,损失率等。QoS(Quality-of-Service)的概念被用来描述服务提供者和用户应用程序之间的性能约定。QoS需求体现为一系列网络约束条件如链路约束,路径约束或树约束。QoS路由是一种具备双重目标的路由机制:寻找满足约束条件的路径或树同时有效利用网络资源。因此QoS路由问题可以归结为寻找路径或树在满足约束条件的同时,优化某种特定的代价函数。 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。本文将QoS路由问题分成两个大类:精确网络环境下的QoS路由问题以及非确定网络环境下的QoS路由问题。其中,非确定网络环境下的Qos路由问题又分为两种类型,一种模型假定网络链路参数服从某种概率分布函数,该函数体现了链路满足QoS需求的可能性,此时路由问题为建立某种连接使得该连接满足某种QoS需求的可能性达到最大。另一种模型假定网络链路参数是模糊数。根据扩展原理和用来建立模糊数之间的序关系的可靠性的概念“可信度”,路由问题为建立某种连接使得该连接满足某种QoS需求的可信度达到最大。 另一个QoS路由问题涉及到QoS分配的概念。如果网络参数是加性的并且路径的某些或所有节点都有QoS需求,则必须寻找一条满足QoS约束的路径以及在该路径上的QoS分配使得不仅满足端到端的QoS需求同时满足路径中各个节点的QoS需求,最优解是路径和QoS分配的最优组合,因此该问题是一个结合了路由和资源分配的优化问题。同时,根据概率模型和模糊模型,QoS分配的定义将有所不同。在非确定网络模型下,QoS分配有着清晰的物理意义。链路上的QoS分配的概念可以解释为链路满足所分配的QoS约束的可能性(概率模型)或链路满足所分配的QoS约束的可信度(模糊模型)。本文研究了基于模糊模型和概率模型下的各种QoS路由及分配问题。 QoS路由问题的进一步研究涉及到网络容错的概念。分离路径对于网络从失败中迅速恢复是重要的,同时网络依靠分离路径分流实现避免网络拥塞和优化网络吞吐量。此时损失率,网络鲁棒性,负载平衡指标都可以成为QoS约束参数。QoS约束下的分离路径是指源节点和目标节点之间的一对满足QoS约束条件的链路分离或节点分离路径,而最优解要求寻找一对QoS约束下的分离路径同时优化某种代价函数。 本文主要研究以下问题:(1)QoS路由研究的核心问题,包括多约束路径