基于演化算法的QoS约束选播路由研究

来源 :江西理工大学 | 被引量 : 0次 | 上传用户:aspoptyy4
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
选播是IPv6中新定义的一种标准通信模式,它能使得用户通过一个选播地址就可以访问到该地址所标识的一组服务器中对用户来说是“最优”的一个。选播通信可以有效地改善网络流量分布,增强服务的可用性,具有广阔的应用空间。同时,随着互联网的快速普及,计算机网络技术的不断发展,人们对网络服务质量也提出了越来越高的要求,因而在选播通信中如何解决多QoS约束的选播路由问题变得十分迫切。本论文的主要创新点如下:(1)提出了一种根据选播组中成员服务器的负载来初始化种群的优化方法。该方法生成的初始种群中包含了从源主机到选播组中各个成员服务器的可行路径,使得路径的条数与服务器的负载成反比,这样能够有效地克服传统算法未考虑选播组服务器负载均衡的不足,增加了初始种群的多样性,避免算法陷入局部最优,有利于改善网络流量分布,提高网络的吞吐量。(2)提出了一种区分度更高的QoS约束惩罚函数。在解决QoS约束选播路由问题的传统演化算法中,对于满足QoS约束的可行路径设置的惩罚函数过于简单,不能够有效地区分出两条满足QoS要求路径的优劣,而使用区分度更高的QoS约束惩罚函数可以克服这点不足,使得算法在演化过程中能够找到具有更好QoS性能的可行路径,收敛到全局最优解而不仅是只找到满意解。(3)针对选播组服务器的负载不均衡问题,提出了一种基于演化算法的QoS网络负载均衡选播路由算法(QLBE)。该算法引入了基于选播组负载的种群初始化方法,使用了区分度更高的QoS约束惩罚函数来组成适应度函数。在随机生成的Waxman网络拓扑环境下进行仿真实验,实验结果表明,与传统算法相比,QLBE算法得到的最优选播路由能够有效地均衡选播组服务器负载,且能在更少的代数内收敛,有利于改善网络流量分布,提高网络吞吐量。(4)针对选播路由的QoS性能最优化问题,提出了一种基于精英迁移策略演化算法的QoS性能最优选播路由算法(BQEM)。该算法将网络路径搜索空间依据选播组的大小划分为子种群,在各个子种群独立演化过程中,构造一种精英迁移策略,将各个子种群的最优个体迁移到其他的子种群,充分发挥优良个体的导向作用,避免子种群演化的盲目性,有利于提高算法的全局寻优能力。最后在仿真实验中,通过与EAs算法进行对比,结果说明了BQEM算法获得的最优路由具有更优的时延和带宽性能。
其他文献
虚拟仿真是虚拟现实技术在实际应用中的研究热点之一,其中虚拟植物是借助于虚拟现实技术、计算机图形学、植物生理生态学等理论做技术支撑,根据生物学提供的可靠数据,系统地描述
随着科技的发展,仿人型机器人逐渐成为计算机、机器人等领域的最热门的研究方向之一,由韩国专业机器人生产厂商MiniRobot生产设计的MF-AI3型半自主仿人型机器人是当今仿人型
随着信息技术的不断发展,以神经网络为载体的深度学习逐渐成为了现阶段各种先进技术的代名词。神经网络技术从上世纪出现以后,各种基于神经网络的模型逐渐用来解决实际场景中
近年来,移动互联网发展迅猛,逐渐渗透到人们工作、生活的各个领域,改变人们在信息时代的生活方式。各种内容的移动应用层出不穷,为用户带来了巨大的方便和丰富的体验。同时,
虚拟心脏是综合运用计算机强大的计算能力以及图形显示能力,对真实心脏的解剖结构、电生理等方面的特性进行仿真。虚拟心脏电生理仿真数学模型由常微分方程组构成的心肌细胞
在分布式的数据库系统中,一般情况它的最大特征是存在数据冗余。分布式数据库因物理位置不同,存储设备比较分散,要保证数据的完整性和可信性,降低数据库风险性,大多通过冗余
宽视角且超分辨率的图像能够为许多科研领域提供更为精确的实验数据,但是受到图像采集设备的限制以及成像技术不成熟而无法获取满意的结果,因此图像拼接成为解决这一技术难题
随着无线网络在家庭自动化、交通控制、医疗保健、环境监测、战场探测和农业等方面的应用,因为网络节点是由电池供电,所以节点自身存在的能量几乎成为网络生命周期的瓶颈问题
人工智能的蓬勃发展,让机器人走进了我们的生活。机器人不仅可以满足工业需求,也可以应用在艺术生活中。目前,机器人可以进行漫画、素描、油画等艺术创作。而简笔画利用点、线等
本论文选题来源于“十一五”国家科技支撑计划课题“山区信息化技术研发与集成示范”。论文以宁夏彭阳县小流域为研究区域,设计并实现了基于GIS的小流域综合治理辅助信息系统