基于状态感知的网络优化控制研究

发布时间：2017-10-28 12:03

  本文关键词：基于状态感知的网络优化控制研究

  更多相关文章： 网络模型 状态感知 蚁群算法 混沌理论 网络优化

【摘要】：随着IP网络的不断发展,网络和业务对网络服务质量(Qo S)的要求也越来越复杂,网络承载的业务的类型和业务数量也在急剧的增长,各种业务和网络之间的关系也越来越复杂,网络的运行质量、服务质量和对业务的保障能力越来越受到人们的关注。如何保证网络端到端性能的最优化,满足用户和网络提供商从不同角度提出的网络需求,实现网络资源的合理分配和负载的均衡具有重要的研究意义。本文对混沌蚁群算法进行了研究和改进,并将其应用到网络的路由优化中,实现网络的优化控制,其主要工作内容如下:(1)论文在分析网络优化控制研究的背景和国内外研究现状的基础上,对网络及其优化指标和网络路由关键技术进行了分析研究,同时,对网络状态感知方法和网络状态参数的选取进行了分析和探讨,为实现网络的优化控制奠定了基础。(2)对蚁群算法和混沌理论进行了分析研究,并将蚁群算法和混沌理论结合,同时引入新的信息素更新规则,给出了改进的混沌蚁群优化算法。该算法利用混沌运动的遍历性和对初值的敏感性来改善蚁群算法寻优速度慢、易陷入局部最优的缺陷,新的信息素更新规则的引入则加强了算法对优质解的分辨,仿真实验证明了算法的有效性和可靠性。(3)对网络模型和网络路由优化问题进行了分析探讨,针对多目标网络优化问题,将改进的混沌蚁群算法运用到网络路由优化之中,给出了基于改进的混沌蚁群算法的网络路由优化算法,在满足带宽、延时、延时抖动、丢包率及费用的基础上实现负载均衡和网络资源的合理分配,仿真实验证明算法的可行性。
【关键词】：网络模型 状态感知 蚁群算法 混沌理论 网络优化
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.06;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-15
• 1.1 引言9-10
• 1.2 研究背景及意义10-12
• 1.3 研究现状12-13
• 1.4 本文研究内容13-15
• 2 网络路由优化及网络状态感知15-23
• 2.1 引言15
• 2.2 网络路由优化15-19
• 2.2.1 网络优化及性能指标分析15-17
• 2.2.2 网络路由优化17-19
• 2.3 网络状态感知19-22
• 2.3.1 状态感知方法19-20
• 2.3.2 状态参数的选取20-22
• 2.4 小结22-23
• 3 改进的混沌蚁群算法及其应用分析23-40
• 3.1 引言23
• 3.2 蚁群算法23-29
• 3.2.1 算法原理23-25
• 3.2.2 数学模型25-29
• 3.3 混沌蚁群算法29-32
• 3.3.1 混沌理论29-30
• 3.3.2 混沌蚁群算法30-32
• 3.4 改进的混沌蚁群算法32-39
• 3.4.1 信息素更新规则的改进32-33
• 3.4.2 算法及其参数设置分析33-36
• 3.4.3 实验仿真及应用分析36-39
• 3.5 小结39-40
• 4 基于改进的混沌蚁群算法的网络路由优化算法40-52
• 4.1 引言40
• 4.2 网络模型及网络路由QoS分析40-43
• 4.2.1 网络模型40-41
• 4.2.2 网络路由的QoS分析41-43
• 4.3 网络路由优化问题43-45
• 4.3.1 网络路由优化指标43-44
• 4.3.2 目标函数的建立44-45
• 4.4 基于改进的混沌蚁群算法的网络路由优化算法45-51
• 4.4.1 算法45-48
• 4.4.2 仿真实例及结果分析48-51
• 4.5 小结51-52
• 5 总结与展望52-54
• 5.1 总结52
• 5.2 展望52-54
• 参考文献54-57
• 个人简历、在学期间发表的学术论文与研究成果57-58
• 致谢58

【参考文献】

中国期刊全文数据库 前1条

1 陈暄;万志平;许方恒;龙丹;;基于改进信息素的蚁群算法在QoS组播路由中的研究[J];计算机应用研究;2012年11期

中国博士学位论文全文数据库 前3条

1 柏继云;蚁群优化算法及觅食行为模型研究[D];哈尔滨工业大学;2013年

2 赵森;基于精英集选择与扩展策略的多目标智能算法研究[D];华南理工大学;2013年

3 张兰华;复杂网络建模的仿真与应用研究[D];大连理工大学;2013年

中国硕士学位论文全文数据库 前1条

1 李晗;IP网络流量监测及用户行为分析[D];北京邮电大学;2010年

，

本文编号：1108119