蚁群算法和遗传算法在QoS组播路由上的应用及比较研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:liaoquanya
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
随着Internet和多媒体业务的飞速发展,传统IP网络所采用的“尽力而为”的转发机制,已经不能满足用户的要求。没有提供QOS保证则是影响IP网络向综合网络发展的主要因素。 QoS组播路由是下一代网络中实现QOS服务的关键技术之一。QoS路由的主要优点是能为接入的业务选择满足服务质量要求的传输路径,同时保证整个网络资源的有效利用。 然而,寻找具有两个独立路径约束的一条单播路由或一棵组播树属于NP完全问题。本文介绍了有关QOS路由的一些基本原理以及国内外对QoS路由问题的研究现状,简单地介绍了遗传算法及其在QoS组播路由问题中的应用,然后主要探讨了蚁群算法在多约束的QOS组播路由选择中的应用问题,对蚁群算法的信息素控制和发送蚂蚁数量的机制作了一些改进。 最后对两种启发式算法作了简单比较。在此基础上,将融合蚁群算法和遗传算法的想法[1]应用到QOS组播路由问题中,即将遗传算法中解空间的交叉操作应用到蚁群算法中,同时加入蚂蚁数量控制,从而使新的蚁群算法能在QoS组播路由问题中既能更快的收敛,又更趋向于得到最优解。 仿真结果表明,融合了交叉因子的蚁群算法性能优于原蚁群算法,而蚂蚁数量控制机制能进一步优化蚁群算法及其改进算法。
其他文献
工作流管理技术在各行各业已有较为广泛的应用。本文着重将工作流技术应用于水利领域的水资源配置过程,目的是提高水资源配置系统的效率,特别是应对突发事件的能力。 目前水
电信行业经过几十年的网络建设和业务开发,形成了较完备的系统。但是随着电信技术、用户需求和市场竞争等的推动发展,传统电信体系中暴露出来的弊端越来越明显,主要体现在:不同运
移动IPv6可以使移动节点在不同的网络中自由移动而不中断现有的通信。每次移动节点从一个网络移动到另一个网络时都要发生移动切换。移动切换会使通信产生延迟并造成数据包的
商业流程执行语言BPEL(BusinessProcessExecutionLanguage)正在成为Web服务组合方面新的标准,越来越多的工作流使用BPEL来建模。为了保证Web服务组合的质量和安全性,基于BPEL描
  本文的研究背景就是一个三维游戏引擎系统。本文首先介绍了用于支持三维建模与动画的计算机图形学基本知识,以及专门的三维编程软件包OpenGL。然后描述了整个游戏引擎的框
目前高性能的超级计算机的趋势是从高端的大型机向商业化计算机机群发展。这是因为迅速发展的PC、工作站和高速网络系统,使得机群系统的性能和可用性不断提高,完全有可能替代
随着Internet的广泛延伸和Internet应用的不断增多,IP技术日益发展成为下一代网络(NGI)的基础,在基于IP协议的互联网上提供各种数据业务已成为现实。新兴的语音、多媒体和数据
随着网络技术和分布式应用的发展和普及,大量的异构数据源应运而生,导致“信息孤岛”出现。为了更好的利用这些资源,人们迫切需要解决这些异构数据源的集成问题。 为更有效地
随着科技的发展,许多领域对计算资源的需求量越来越大,单台计算机难以满足要求,同时互联网上却存在着大量的分散、异构、自治的资源,需求关系难以平衡,从而造成资源浪费。近
随着多媒体技术的发展和计算机性能的提高,基于图像处理的智能监控系统有很大的需求并得到了越来越广泛的应用,比如交通、公安、医疗、军事、电信、金融等系统、领域的安全监控