群智能优化算法在QoS组播路由中的应用研究

发布时间：2021-02-07 21:15

　　随着网络技术的飞速发展,尤其是多媒体技术（如视频会议、网络电视、网络游戏、IP电话等）的广泛应用,对网络的传输能力提出了更高的要求。此类应用往往需要网络具备多点通信的能力,而组播通信就是针对多点传输和多方协作设计的通信方式。此通信方式在主链路上只有一个数据的拷贝,在分支链路上由路由器进行数据包的复制传输,极大的降低了网络资源的消耗,具有高效的数据传输效率。组播通信必将成为下一代网络数据传输中重要的支撑技术。组播路由是组播通信的关键和核心技术,要实现组播通信必须确定组播路径,组播路径是用组播分布树来描述的,而构建组播分布树就是组播路由的任务。QOS即服务质量,它能确保网络业务量的高效传输,针对各种网络业务的不同需求提供不同的服务质量,达到区分业务提高服务质量的目的。QoS组播路由的重要任务是构建一棵能够满足各种业务对服务质量需求的组播树,学者Kompella首先证明了具有两个或多个不相关可加性约束的QOS组播路由是NP-Complete问题,并提出了KPP算法来构造满足时延约束的Steiner树。随着多媒体技术的深入发展,多媒体业务对网络资源的要求愈来愈高,多约束条件下的QoS组播路由技... 

【文章来源】：兰州大学甘肃省 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】：
中文摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究现状与存在的问题
    1.3 本文主要的研究工作和内容安排
第二章 组播路由和QOS简介
    2.1 组播路由
        2.1.1 网络路由技术简介
        2.1.2 组播路由算法的分类
    2.2 QOS简介
    2.3 QOS组播路由
        2.3.1 QOS路由相关概念
        2.3.2 QOS度量
        2.3.3 QOS组播路由模型
第三章 遗传算法在QOS组播路由中的应用
    3.1 遗传算法简介
    3.2 遗传算法的主要内容
        3.2.1 编码
        3.2.2 种群初始化
        3.2.3 适应度函数
        3.2.4 选择
        3.2.5 交叉
        3.2.6 变异
    3.3 遗传算法操作流程
    3.4 QOS多播路由问题描述
    3.5 基于遗传算法的QOS组播路由问题
        3.5.1 编码方法
        3.5.2 生成初始种群
        3.5.3 评价函数设计
        3.5.4 交叉
        3.5.5 选择复制
        3.5.6 变异
    3.6 算法流程
    3.7 实验仿真
    3.8 基于改进遗传算法的多约束QOS组播路由算法
        3.8.1 改进遗传算法过早收敛
        3.8.2 组播树中回路问题
        3.8.3 实验仿真
第四章 蚁群算法在QOS组播路由中的应用
    4.1 蚁群算法简介
    4.2 蚁群算法在TSP中的应用
    4.3 蚁群算法在和QOS组播路由
        4.3.1 蚁群算法在QOS组播路由中的应用
        4.3.2 算法步骤
    4.4 实验仿真
第五章 粒子群算法在QOS组播路由中的应用
    5.1 粒子群算法简介
    5.2 粒子群算法的主要内容
    5.3 标准粒子群算法的操作流程
    5.4 粒子群算法在QOS组播路由中的应用
        5.4.1 问题描述
        5.4.2 算法实现
        5.4.3 算法步骤
    5.5 实验仿真
第六章 萤火虫算法在QOS组播路由中的应用研究
    6.1 标准萤火虫算法
        6.1.1 萤火虫算法原理
        6.1.2 算法描述数学描述
    6.2 基于萤火虫算法的QOS组播路由问题
        6.2.1 萤火虫算法应用到QOS组播路由中存在的问题和解决方法
        6.2.2 萤火虫编码方法
        6.2.3 目标函数
        6.2.4 萤火虫荧光亮度
        6.2.5 萤火虫的吸引度
        6.2.6 萤火虫的移动
        6.2.7 最亮萤火虫随机扰动
    6.3 算法的流程与步骤
    6.4 实验仿真
第七章 总结与展望
    7.1 结论
    7.2 展望
参考文献
在学期间的研究成果
致谢


【参考文献】：
期刊论文
[1]基于蚁群算法的QoS组播路由问题研究[J]. 杨晓敏,王春红,李萍.  系统仿真技术. 2012(02)
[2]基于蚁群遗传算法的QoS多播路由研究[J]. 倪云竹,李志蜀,刘一静.  计算机应用研究. 2011(10)
[3]改进的蚁群算法在QoS网络路由中的应用[J]. 胡琼琼,雷秀娟,张兰.  计算机工程与应用. 2011(13)
[4]基于蚁群遗传混合算法的QoS组播路由[J]. 陈西宏,刘少伟,胡茂凯,关娇.  计算机工程. 2011(04)
[5]基于遗传算法的无线传感器网络路径优化[J]. 雷霖,李伟峰,王厚军.  电子科技大学学报. 2009(02)
[6]遗传算法研究综述[J]. 葛继科,邱玉辉,吴春明,蒲国林.  计算机应用研究. 2008(10)
[7]融合小生境机制的QoS多播路由遗传模拟退火算法[J]. 范一鸣,余建军,方智敏.  通信学报. 2008(05)
[8]Algorithm for multi-constrained path selection based on experimental analysis[J]. Qi Xiaogang, Lui Lifang & Liu Sanyang Dept. of Mathematics Science, Xidian Univ., Xi’an 710071, P. R. China.  Journal of Systems Engineering and Electronics. 2006(04)
[9]基于微粒群算法的QoS组播路由算法[J]. 秦洁,须文波,孙俊.  计算机工程与应用. 2006(27)
[10]基于粒子群优化的QoS组播路由算法[J]. 潘达儒,杜明辉.  计算机工程与应用. 2006(01)



本文编号：3022837