基于改进的混沌蚁群算法的网络路由优化研究
本文关键词：基于改进的混沌蚁群算法的网络路由优化研究 出处：《计算机仿真》2015年02期 论文类型：期刊论文
【摘要】：在网络路由性能优化的研究中,针对蚁群算法易陷入早熟、停滞和寻优时间过长等缺点进行改进,给出了改进的混沌蚁群算法的网络路由优化方法。混沌运动具有随机性、遍历性和对初始条件的敏感性等特点,故可利用混沌初始化信息素来改善个体质量和混沌扰动来避免搜索陷入局部最优,同时由于蚁群算法中的信息素更新公式不能准确的区分解的优劣程度,故引入新的信息素更新公式,加强蚁群搜索时的正反馈性能,加速算法的收敛。仿真结果表明了改进算法的有效性和可行性。
[Abstract]:In the research of network routing performance optimization, the ant colony algorithm is easy to fall into premature, stagnation and long optimization time to improve. A network routing optimization method for improved chaotic ant colony algorithm is presented. Chaotic motion is characterized by randomness, ergodicity and sensitivity to initial conditions. Therefore, chaos initialization information can be used to improve individual quality and chaos disturbance to avoid the search falling into local optimum, and the pheromone updating formula in ant colony algorithm can not accurately distinguish the advantages and disadvantages of the solution. Therefore, a new pheromone updating formula is introduced to enhance the positive feedback performance in ant colony search and accelerate the convergence of the algorithm. The simulation results show that the improved algorithm is effective and feasible.
【作者单位】： 郑州大学电气工程学院;郑州铁路职业技术学院电气系;
【基金】：河南省教育厅科学技术研究重点项目(13A413451)
【分类号】：TP18;TP393.06
【正文快照】： 1引言近年来,互联网规模的不断扩大和信息量急遽增长导致各类网络服务竞相出现,传统的单一传送数据的计算机网络开始向传送语音、图像等综合业务的网络发展,延时、延时抖动、带宽、丢包率等的很小的改变都可能会对这些网络造成巨大影响,而现今广泛应用的Internet路由并不能保
【参考文献】
相关期刊论文 前2条
1 肖乐;吴相林;甄彤;;自适应混沌蚁群算法的粮食应急路径优化研究[J];计算机工程与应用;2012年24期
2 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
相关博士学位论文 前1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
【共引文献】
相关期刊论文 前2条
1 尹玉萍;刘万军;魏林;;基于改进蚁群算法的多目标跟踪数据关联方法[J];计算机工程与应用;2014年16期
2 耿艳香;孙云山;谢靖鹏;刘超;;混沌蚁群算法在图像边缘检测中的应用[J];计算机工程与应用;2015年02期
相关硕士学位论文 前5条
1 段舒婕;应急成品粮储备物流模式的比较及其仿真研究[D];北京邮电大学;2013年
2 张层;基于二维凸包的改进蚁群算法求解TSP问题[D];华南理工大学;2013年
3 柏崧;虚拟网络跨层优化算法的研究[D];重庆大学;2013年
4 胡执宇;二阶蚁群算法及蛙跳算法的研究[D];广西大学;2014年
5 高威;农机紧急调配技术研究[D];河北农业大学;2014年
【二级参考文献】
相关期刊论文 前10条
1 高淑芝;高宪文;朱志承;;基于变论域模糊PID的汽提塔温度控制方法[J];东北大学学报(自然科学版);2010年10期
2 赵振锋;吴庆宪;姜长生;;基于遗传的人工鱼群优化之武装直升机对地攻击火力分配决策[J];电光与控制;2011年03期
3 熊伟清;周扬;魏平;;具有灾变的动态蚁群算法[J];电路与系统学报;2005年06期
4 杜占玮;杨永健;孙永雄;张池军;;基于互信息的混合蚁群算法及其在旅行商问题上的应用[J];东南大学学报(自然科学版);2011年03期
5 程启明;王勇浩;;基于蚁群优化算法的模糊神经网络控制器及仿真研究[J];上海电力学院学报;2006年02期
6 张葛祥,李娜,金炜东,胡来招;一种新量子遗传算法及其应用[J];电子学报;2004年03期
7 孙力娟;王汝传;;基于蚁群算法和遗传算法融合的QoS组播路由问题求解[J];电子学报;2006年08期
8 陈卫东;朱奇光;;基于模糊算法的移动机器人路径规划[J];电子学报;2011年04期
9 何曙光;郑轶松;齐二石;张敏;;复杂曲面拟合的相关向量机模型及其泛化能力[J];系统工程;2009年12期
10 陈晓峰;宋杰;;量子人工鱼群算法[J];东北大学学报(自然科学版);2012年12期
相关博士学位论文 前5条
1 孟志刚;蚁群觅食仿真和动画的研究[D];中南大学;2011年
2 刘小龙;细菌觅食优化算法的改进及应用[D];华南理工大学;2011年
3 姜昌华;遗传算法在物流系统优化中的应用研究[D];华东师范大学;2007年
4 鹿应荣;粮食物流系统优化研究[D];吉林大学;2007年
5 王沛栋;改进蚁群算法及在路径规划问题的应用研究[D];中国海洋大学;2012年
【相似文献】
相关期刊论文 前10条
1 苏伟;张宏科;;一种移动网络中的路由优化模型[J];电子学报;2007年07期
2 张爱霞;王U，
本文编号：1361455
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/1361455.html
