基于改进蚁群算法的有线网络路由QoS研究

发布时间：2017-11-02 08:04

  本文关键词：基于改进蚁群算法的有线网络路由QoS研究

  更多相关文章： QoS路由 蚁群算法 新鲜度 自主行为

【摘要】：随着计算机网络应用多元化的发展,传统的尽力而为服务模型已不能满足网络中大量多媒体传输的需求,追求计算机网络服务质量(QoS)已成为网络发展的趋势。QoS路由选择问题是在网络中搜索路径,该路径各属性满足各种约束条件。已有学者证明,满足多约束条件下的路由选择是NPC问题,传统算法无法在有效的多项式时间内求解最优。蚁群算法作为一种群智能搜索算法,能够有效的解决NPC问题。蚁群算法具有并行性、鲁棒性、易与其他算法相融合的优点,但同时也有收敛慢,易停滞的缺点。本论文第二,三章分别介绍计算机网络服务质量(QoS)的基本概念,蚁群算法原理及一些改进方式。第四章介绍了基于新鲜度的分工蚁群算法,即将蚁群按照搜索状况自动分成两个不同分工的种群,其中一种分工的蚁群以一定的概率按照边的新鲜度进行状态转移,以减弱过强的正反馈性,降低算法陷入停滞状态的概率;另一种分工的蚁群则按照边上的信息素进行状态转移,加强蚁群中搜索经验的交流。各边上信息素更新时,对组成较优解的边上信息素进行强化,使蚂蚁在接下来的搜索循环中趋向于优质解。第五章介绍了基于自主行为的蚁群算法,每只蚂蚁将保存自己搜索到的最优解与最差解。蚂蚁在进行状态转移时,将按上次循环搜索的结果与自身搜索的最优解与最差解相比较,自主地决定本次搜索循环蚂蚁转移的策略。上次循环搜索得到的解优于最优解的蚂蚁将在本次及接下来一定次数的搜索循环内在该最优解附近搜索,力图获取更优质的解;上次循环搜索的解差于最差解的蚂蚁在本次循环搜索进行状态转移时,将避免选择组成最差解的边,以改善解的质量;处于最优解与最差解之间的蚂蚁在本次搜索循环时按照基本蚁群算法的方式进行状态转移,即依概率的方式进行选择。按照最大-最小蚂蚁系统的方式,将各边的信息素量置于上下限之内,并且该上下限能够随着搜索状况动态改变,以防止算法陷入停滞状态。以上两种改进的蚁群算法均已应用于有线网络Qo S路由计算之中。采用Salam网络随机生成算法产生随机网络作为数据进行仿真实验。仿真实验表明,解决Qo S路由选择问题时,基于新鲜度的分工蚁群算法与基于自主行为的蚁群算法的搜索性能均优于基本蚁群算法以及最大-最小蚂蚁系统。
【关键词】：QoS路由 蚁群算法 新鲜度 自主行为
【学位授予单位】：曲阜师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TP393.09
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 绪论9-14
• 1.1 研究的背景及意义9-10
• 1.2 国内外研究现状10-12
• 1.3 论文研究的内容以及各章节的安排12-13
• 1.4 本章小结13-14
• 第2章 Qo S理论基础14-20
• 2.1 网络服务质量(QoS)的概念14
• 2.2 QoS服务模型14-15
• 2.3 QoS度量15-16
• 2.4 基于传输方式的分类16-17
• 2.4.1 单播路由16
• 2.4.2 组播路由16-17
• 2.5 基于网络当前状态信息的分类17-18
• 2.5.1 静态路由算法18
• 2.5.2 动态路由算法18
• 2.6 基于路由策略的分类18-19
• 2.6.1 源路由18
• 2.6.2 分布式路由18
• 2.6.3 层次化路由18-19
• 2.7 本章小结19-20
• 第3章 基本蚁群优化算法20-30
• 3.1 蚁群算法的起源20-21
• 3.2 蚁群算法的原理21-22
• 3.3 蚁群算法的数学模型22-24
• 3.4 蚁群算法流程24
• 3.5 蚁群算法各参数的作用24-26
• 3.5.1 信息素强度25
• 3.5.2 信息素启发因子25
• 3.5.3 期望启发因子25
• 3.5.4 信息素挥发系数25
• 3.5.5 蚂蚁数量25-26
• 3.6 蚁群算法的优缺点26
• 3.6.1 蚁群算的优点26
• 3.6.2 蚁群算法的缺陷26
• 3.7 蚁群算法的改进策略26-29
• 3.7.1 带精英策略的蚂蚁系统26-27
• 3.7.2 基于优化排序的蚂蚁系统27-28
• 3.7.3 蚁群系统28-29
• 3.7.4 最大-最小蚂蚁系统29
• 3.8 本章小结29-30
• 第4章 基于新鲜度的分工蚁群算法及其应用30-46
• 4.1 一种改进蚁群算法的思想30-31
• 4.2 改进的蚁群算法31-35
• 4.2.1 改进蚁群算法的状态转移公式31-33
• 4.2.2 信息素更新策略33-34
• 4.2.3 新鲜度更新策略34-35
• 4.2.4 改进蚁群算法程序流程35
• 4.3 改进蚁群算法在网络QoS路由选择中的应用35-37
• 4.3.1 QoS路由数学模型35-36
• 4.3.2 改进蚁群算法在网络QoS路由选择中的应用36-37
• 4.4 仿真实验与结果分析37-45
• 4.5 本章小结45-46
• 第5章 基于自主行为的蚁群算法及其应用46-62
• 5.1 另一种改进蚁群算法的思想46-47
• 5.2 改进蚁群算法的数学模型47-51
• 5.2.1 状态转移公式47-48
• 5.2.2 信息素更新公式48-50
• 5.2.3 改进蚁群算法流程图50-51
• 5.3 改进蚁群算法在QoS路由选择中的应用51-52
• 5.4 仿真实验结果分析52-61
• 5.5 本章小结61-62
• 第6章 总结与展望62-64
• 参考文献64-67
• 在读期间发表的学术论文及研究成果67-68
• 致谢68

【相似文献】

中国期刊全文数据库 前10条

1 黄杰,张力军;第三代移动通信网的QoS研究[J];南京邮电学院学报;2003年01期

2 王浩诒;;第三代移动通信系统QoS的研究[J];常州工学院学报;2009年Z1期

3 喻晓和;数字化图书馆的QoS研究[J];中国西部科技;2003年05期

4 吴文敬;;不同网络Qos管理机制的分析[J];铁路通信信号工程技术;2005年03期

5 史学栋;;服务质量(QoS)协议的研究与分析[J];电子技术与软件工程;2013年19期

6 陶乃勇,刘文杰;第三代移动通信系统的QoS和资源管理[J];中国数据通信;2002年07期

7 杨云帆,唐志兆;分层结构的网络QOS问题鉴别[J];合肥工业大学学报(自然科学版);2000年03期

8 张传福,吴伟陵;第三代移动通信系统的QoS[J];通信学报;2001年01期

9 陈瑞亮,代春阳,高传善;基于行动预测的支持移动自组网QoS的路由方案[J];计算机工程;2004年02期

10 朱跃龙;陈巍;冯钧;张鹏程;;基于QoS的反射中间件重配置机制研究[J];计算机工程;2006年03期

中国重要会议论文全文数据库 前5条

1 吕雁飞;武珊珊;谷峪;许嘉;于戈;;一种数据流上统计性查询QoS的保证方法[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

2 李冉;于炯;侯勇;;基于信任驱动的网格QoS匹配算法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年

3 张金宏;宋杰;;基于RBF神经网络的Web服务QoS短期预测[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

4 易军;黄河;李太福;;基于DPSO的无线传感器网络QOS路由算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

5 李晓琳;;信息化系统的安全技术及其应用[A];中国烟草行业信息化研讨会论文集[C];2004年

中国重要报纸全文数据库 前10条

1 Extreme服务供应商高级市场经理Ashok Madanahalu;以太网要万兆也要QoS[N];中国计算机报;2002年

2 ;交换机市场 QoS成为主流[N];中国计算机报;2002年

3 ;住宅网络内部QoS将有规范[N];计算机世界;2003年

4 本报记者 张欣;向以太网“要”QoS[N];计算机世界;2002年

5 丁峰;电信网业务的竞争法宝是QoS[N];中国电子报;2006年

6 晓岚;思科支持分类服务QoS[N];计算机世界;2001年

7 吴秋元;清华比威交换机注重QoS 倡导智能[N];中国计算机报;2002年

8 Chin Foo（作者系思达网络公司亚太区市场总监）;想增加带宽？先考虑QoS吧！[N];计算机世界;2001年

9 高胜;智能QoS打通网络应用筋脉[N];北京科技报;2001年

10 本报记者 高颖;QoS网络性能提升另辟蹊径[N];计算机世界;2003年

中国博士学位论文全文数据库 前5条

1 陈继明;基于QoS的可扩展分布式虚拟环境的研究[D];江苏大学;2008年

2 关礼安;基于多下一跳路由机制的QoS保证技术研究[D];解放军信息工程大学;2011年

3 陈艳平;基于网络演算的QoS分析方法与保障技术[D];哈尔滨工程大学;2012年

4 刘勤让;T比特高性能路由器QoS实现机制研究[D];中国人民解放军信息工程大学;2004年

5 任淑婷;宽带IP网络中基于QoS的计费研究[D];哈尔滨工程大学;2005年

中国硕士学位论文全文数据库 前10条

1 方正;协同化移动流媒体系统中QoS感知的优化调度技术研究[D];南京大学;2014年

2 罗利民;云计算环境下基于QoS的服务自适应演化研究[D];东华理工大学;2016年

3 刘洋;基于改进蚁群算法的有线网络路由QoS研究[D];曲阜师范大学;2016年

4 黄涛;面向应用级QoS中间件平台的解决方案[D];广东工业大学;2005年

5 程小鸥;实时自适应调度任务的QoS确保[D];电子科技大学;2009年

6 万里平;基于QoS的服务发现与服务组合研究[D];湖南师范大学;2007年

7 吴金锋;移动流媒体嵌入式数据库服务器设计及QoS优化[D];暨南大学;2010年

8 王丹;移动通信网络通信质量评估模型及移动流媒体QOS的研究[D];华南理工大学;2010年

9 李伟;CNGI QoS管理系统中QoS测量功能的研究与实现[D];北京邮电大学;2007年

10 何全胜;IP电话的互通、QoS和计费研究[D];暨南大学;2001年

，

本文编号：1130660