容迟网络主要部署于极端环境下。网络中各个节点经常移动,有时会受到节点自身能量、缓存空间限制,无法建立类似TCP/IP的端到端协议,存在消息投递率低,消息传递平均时延高的不足。已有的基于复制、转发、混合策略的经典算法,对容迟网络中节点间相互通信的改进有限。本文在经典算法的基础上,借鉴经典算法的优势,提出基于相遇概率的多线性亲密度优化算法,能很好的提高低缓存条件下的消息投递率,减少网络开销,降低平均时延。符合容迟网络在野生动物监测、航天通信、灾难应急方面的应用场景。本文首先介绍了容迟网络的定义,容迟网络的起源与特点。同时对容迟网络中的经典算法做了介绍,并简要介绍了本领域国内外研究现状。然后对实验仿真环境ONE平台做出了说明,并对消息投递率、网络开销、平均时延、平均跳数指标定义做出了说明。方便后续通过实验组、对照组论证改进算法的优势与缺陷。为了提高低缓存条件下容迟网络的消息投递率,本文提出了多线性亲密度指标和基于复制策略的SprayAndWait改进算法。在喷发阶段借鉴Prophet算法的效用值预测思路,通过相遇概率效用值等比例喷发消息副本。在等待阶段,通过比较节点与消息目的节点的多线性亲密度效用值,决定是否将消息复制给对方。上述改进措施能明显提高低缓存情况下,容迟网络的投递率。为了进一步提高投递率,需要降低网络负载率,解决低缓存情况下消息冗余问题。本文首先通过消息ACK确认机制,节省节点的存储空间。通过转发策略、复制策略切换机制,降低消息传递过程中的网络开销。通过相遇概率指标降序排列消息,在节点有新消息产生而没有存储空间时,删除相遇概率指标低的消息。同时在消息、转发过程中,也使用相遇概率指标,让投递概率高的消息先传输,在保证网络消息投递率同时,降低网络负载率。在实验仿真方面,本文将改进算法与经典算法Epidemic、SprayAndWait、Prophet相比较。通过改变仿真时长、节点缓存空间大小、消息生存周期,来研究不同场景下,改进算法的实际表现。从实验仿真结果可以看出,改进后的算法能明显提高低缓存容迟网络投递率,降低网络开销。