基于自适应ACO的多约束QoS路由研究

发布时间：2017-04-09 00:01

  本文关键词：基于自适应ACO的多约束QoS路由研究，由笔耕文化传播整理发布。

【摘要】：随着Internet技术的快速发展,产生了大量多媒体业务的需求。传统网络所带来的尽力而为的服务模式已经满足不了用户的要求了,对于网络服务质量QoS(Quality of Service,QoS)的要求变得严格起来,特别是对带宽、时延、信息资源以及包投递率都有了许多的约束。现今大部分算法都是以个约束性能来设计发展的(例如最低代价或者最小延迟等),当处于不同的QoS条件下时,大部分算法表现出了部分劣势。怎样去解决多约束QoS路由问题,同时,怎样在满足业务需求的基础下,尽可能地降低资源浪费,把流量负荷均匀的分布到网络上,降低阻塞率,已经成为大家研究的热点。本文主要是研究多约束QoS路由问题,以动态自适应蚁群算法(Dynamic adaptive ant colony algorithm,DAACO)和动态自适应量子蚁群算法(Adaptive quantum ant colony algorithm,AQACO)为基础,其主要研究工作如下:(1)为了解决网络QoS路由在搜索最佳链路时要满足时延、抖动、能量等多个约束性能的难题,设计一种新型的动态自适应蚁群优化算法,其有两方面的动态自适应策略。首先,将信息素挥发因子?设置为动态自适应,在自适应因子?作用下动态变化,增强算法的寻优能力,避免算法陷入局部最优。其次,以多约束为条件建立加权的适应度函数,通过适应度函数值与自适应因子?共同影响路径上的信息素更新,增强算法的收敛速度。参考多次仿真实验对比,发现此算法在满足多约束QoS路由要求方面有良好效果。(2)为了避免传统蚁群算法在搜索最佳解时容易陷入早熟的情形以及收敛速度较慢等现象,提出一种改进型的动态自适应量子蚁群算法(AQACA)。该算法设计了一种新的信息素自适应动态更新策略,对信息素进行动态更新,利用量子进化算法的计算优势,提高算法的收敛速度,同时跳出局部最优解。
【关键词】：自适应蚁群算法 多约束条件 QoS路由 信息素挥发因子 适应度函数 量子蚁群算法
【学位授予单位】：长沙理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;TP393.09
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-13
• 1.1 研究的背景和意义9-11
• 1.2 国内外研究现状11
• 1.3 本文的研究内容11-12
• 1.4 本文的结构12-13
• 第二章 蚁群算法和QOS路由13-28
• 2.1 蚁群算法的起源13-14
• 2.2 ACO算法的理论知识14-20
• 2.2.1 蚂蚁行为说明14
• 2.2.2 ACO算法的基本原理14-15
• 2.2.3 基本蚁群算法系统15-19
• 2.2.4 基本蚁群算法的实现19-20
• 2.3 基本蚁群算法的模型20-22
• 2.3.1 对蚂蚁个体的抽象20
• 2.3.2 问题空间的描述20-21
• 2.3.3 寻找路径的抽象21
• 2.3.4 信息素挥发的抽象21
• 2.3.5 启发元素的加入21-22
• 2.4 蚁群算法的时间复杂度22-23
• 2.5 基本蚁群算法的空间复杂度23-24
• 2.6 基本蚁群算法的性能评价指标24-25
• 2.7 蚁群算法的主要应用25-26
• 2.8 多约束QOS路由的基本原理及模型26-27
• 2.9 本章小结27-28
• 第三章 动态自适应ACO与多约束QOS路由的研究28-35
• 3.1 动态自适应ACO算法的基本原理28-29
• 3.1.1 信息素挥发因子的动态自适应规则28
• 3.1.2 建立适应度函数28-29
• 3.1.3 动态自适应调整信息素优化策略29
• 3.2 多约束QOS路由定义29-31
• 3.3 实验结果及分析31-34
• 3.3.1 仿真条件31
• 3.3.2 构建网络模型31
• 3.3.3 实验数据的对比分析31-34
• 3.4 本章小结34-35
• 第四章 自适应量子蚁群算法与多约束QOS路由的研究35-42
• 4.1 基本量子算法原理35-36
• 4.2 新的量子门更新策略36-38
• 4.3 优化算法的基本步骤38
• 4.4 实验结果及分析38-40
• 4.5 本章小结40-42
• 第五章 论文的总结及展望42-44
• 5.1 本文的工作总结42
• 5.2 展望42-44
• 参考文献44-49
• 致谢49-50
• 附录A（攻读硕士学位期间发表论文目录）50

【相似文献】

中国期刊全文数据库 前10条

1 陈华 ,丁杰伟;自适应坐标格绘制的实现[J];电脑编程技巧与维护;2000年12期

2 邵任翔;自适应网络考试系统的设计与实现[J];广州大学学报(自然科学版);2004年02期

3 侯勇严,孙瑜,郭文强;一种自适应模糊PID控制器的仿真研究[J];陕西科技大学学报;2004年02期

4 申利民;汪新俊;;一个自适应Web站点构架的设计[J];计算机技术与发展;2006年02期

5 曹冕;胡晨;姚国良;;嵌入式系统中自适应背光的设计与实现[J];电子器件;2007年01期

6 周建华;王加阳;贺文华;;基于移动Agent的自适应动态取证系统[J];微计算机信息;2007年06期

7 王华;应晶;蒋涛;;基于审查不确定性的预见式软件自适应[J];浙江大学学报(工学版);2010年01期

8 冯凯平;;自适应测试在计算机基础课考试中的应用[J];信息与电脑(理论版);2011年01期

9 高新建;李艳玲;张明强;栾玉环;孙丰荣;姚桂华;;实时心肌声学造影图像的自适应时空滤波[J];计算机工程;2011年S1期

10 徐玉华;蔡丽红;刘政;杨涛;;用延迟和非延迟自适应匹配的复杂动力网络自适应同步(英文)[J];郧阳师范高等专科学校学报;2012年06期

中国重要会议论文全文数据库 前10条

1 卢志刚;易之光;赵翠俭;李兵;吴士昌;;一种新型的自适应逆扰动消除器[A];第二届全国信息获取与处理学术会议论文集[C];2004年

2 黄鹤;张丹;于伟东;严灏景;;功能自适应纺织品[A];第七届功能性纺织品及纳米技术应用研讨会论文集[C];2007年

3 王蓬;宋明玉;张林芳;王新远;;广义自适应相干累积算法改进及其在线谱增强中的应用[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

4 于慧君;陈章位;;道路模拟试验自适应时域复现控制方法研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

5 路迎晨;李兵;;一类自适应预测算法的全局收敛性[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

6 陈博;方滨兴;云晓春;;一种自适应的蠕虫检测和遏制方法的研究[A];全国网络与信息安全技术研讨会'2005论文集（上册）[C];2005年

7 李国;张心珂;杨国庆;高庆吉;;一种自适应的运动目标实时跟踪算法[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

8 杨寒光;;电子地图中的自适应注记[A];工程设计与计算机技术：第十五届全国工程设计计算机应用学术会议论文集[C];2010年

9 孟宏;刘玉;;基于复调制的自适应细化谱算法[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

10 王平;冯海朋;李勇;康燕;;一种工业无线网络的自适应节能机制[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 史晓雨;数据中心中自适应绿色控制技术研究及其应用[D];电子科技大学;2015年

2 陈思佳;非均匀强杂波下的目标检测问题研究[D];电子科技大学;2014年

3 李航标;基于数字负载最小能耗的自适应电压调节技术研究[D];电子科技大学;2014年

4 王蓉芳;基于协同进化优化和图像先验的分块自适应压缩感知[D];西安电子科技大学;2014年

5 王玉着;地形自适应的高精度河网提取及其典型应用[D];中国地质大学;2016年

6 王胜春;自适应时频分析技术及其在故障诊断中的应用研究[D];山东大学;2007年

7 刘亚;复杂非线性系统的智能自适应重构控制[D];南京航空航天大学;2003年

8 马国成;车辆自适应巡航跟随控制技术研究[D];北京理工大学;2014年

9 吴礼福;脉冲噪声自适应有源控制算法研究[D];南京大学;2012年

10 梁凌宇;人脸图像的自适应美化与渲染研究[D];华南理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 王波;两种基于万有引力定律自适应算法[D];渤海大学;2015年

2 韦翔鸿;雷达定量降水估测自适应优化算法研究[D];南京信息工程大学;2015年

3 查志远;自适应范数约束图像正则化重建研究[D];昆明理工大学;2015年

4 凌立倩;仿射投影p-范数算法的研究[D];大连海事大学;2016年

5 范贤玉;自适应耗能UPPC抗震框架的理论初探及耗能元件设计研究[D];南京工业大学;2015年

6 包震坤;最小失真自适应隐写模型及嵌入编码研究[D];解放军信息工程大学;2014年

7 李旭;自适应光强变化的齿轮视觉测量技术研究[D];中北大学;2016年

8 王清超;基于改进PSO的连铸二冷水配水优化方法研究[D];东北大学;2014年

9 顾静文;离线自适应在食管癌放射治疗中的临床应用[D];安徽医科大学;2016年

10 孙阳;自适应仿生PDC钻头设计与试验[D];吉林大学;2016年

  本文关键词：基于自适应ACO的多约束QoS路由研究，由笔耕文化传播整理发布。

，

本文编号：293985