智能算法在多约束QoS组播路由问题中的应用研究

发布时间：2021-01-21 23:48

　　多约束QoS组播路由问题是下一代网络发展亟须解决的一个关键问题。对其展开研究具有重要的应用价值和学术价值。多约束QoS组播路由问题被证明是一个NP难问题，所以传统的图论方法对其无能为力，研究启发式算法是一个较好的选择。近十几年来流行的智能算法由于其优秀的优化性能得到了广泛的应用。迄今为止，几乎所有的智能算法都已被应用于解决多约束QoS组播路由问题。尽管如此，现有的智能路由选择算法仍然有不足之处，如未成熟收敛，容易出现停滞现象，时间耗费过大，过于复杂等。本文针对现有智能算法在解决该问题上的不足展开研究，取得了一些成果，主要包括：①针对现有遗传算法应用于多约束QoS组播路由问题时存在收敛速度慢、容易陷入局部最优等不足，从种群初始化、交叉、变异操作三个方面对遗传算法进行改进，提出一种改进的遗传算法求解多约束QoS组播路由问题，并采用8个节点的网络实例实验仿真，通过实验表明改进遗传算法的有效性。②为了克服现有萤火虫群算法应用于多约束QoS组播路由问题时存在时间耗费多、自适应性和鲁棒性不强等不足，从荧光素更新方式、动态决策域更新方式和邻居集合更新方式三个方面改进，提出一种改进的萤火虫群优化算法求... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 论文主要研究工作和内容安排
2 QoS 组播路由和智能优化算法简介
    2.1 QoS 组播路由
        2.1.1 组播原理
        2.1.2 QoS 组播路由的度量
        2.1.3 多约束 QoS 组播路由问题的数学模型
        2.1.4 多约束 QoS 组播路由算法性能指标
    2.2 遗传算法简介
        2.2.1 遗传算法的基本原理
        2.2.2 遗传算法的步骤描述
        2.2.3 遗传算法的收敛性分析
    2.3 萤火虫算法简介
        2.3.1 萤火虫算法的基本原理
        2.3.2 萤火虫算法的步骤描述
        2.3.3 萤火虫算法的收敛性分析
    2.4 小结
3 改进的遗传算法求解多约束 QoS 组播路由问题
    3.1 引言
    3.2 求解多约束 QoS 组播路由问题的改进遗传算法
        3.2.1 种群初始化
        3.2.2 交叉操作
        3.2.3 变异操作
        3.2.4 种群更新
        3.2.5 剪枝操作
        3.2.6 适应度函数选择
        3.2.7 算法终止条件
    3.3 实验
    3.4 小结
4 改进的萤火虫群算法求解多约束 QoS 组播路由问题
    4.1 引言
    4.2 QoS-GSO 算法概述
    4.3 求解多约束 QoS 组播路由问题的改进萤火虫群算法
        4.3.1 种群初始化及个体编码
        4.3.2 荧光素更新机制
        4.3.3 动态决策域更新机制及邻居集合的更新
        4.3.4 改进萤火虫群算法描述
    4.4 实验
    4.5 小结
5 实验仿真
    5.1 引言
    5.2 模拟测试网络的产生
    5.3 实验平台
    5.4 实验方案
    5.5 仿真结果与分析
    5.6 小结
6 总结与展望
    6.1 论文总结
    6.2 展望
致谢
参考文献
附录
    A. 作者在攻读学位期间发表的论文目录
    B. 作者在攻读学位期间参与的科研项目目录



本文编号：2992117