基于PTN网管的路由路径算法研究
发布时间:2021-05-12 09:55
随着技术IT化和网络IP化,以互联网为代表的数据业务和多媒体业务不断发展,业务的传送环境也发生了很大的变化。用户的需求也已经不再局限于传统的以固定速率传输的语音业务,而是现在新兴的各种数据业务、多媒体业务以及一些转移到了IP承载网上的传统的业务如VoIP语音业务等。不同的业务传输速率的不同使得以固定速率传输的SDH系统面临很多问题和挑战,出现了很多缺点。而此时以伪线仿真(PWE3)技术为主的PTN网络应运而生,用统一平台承载多种业务,解决了以上问题。由于基站机房往往无人值守,因此通过PTN网络管理系统实现网络设备的运营和管理很有必要。在PTN网管中,当网元数量很多,网络环境很复杂时,以前的手动选择路由创建业务就不再有优势,因此对自动路由的研究不仅具有理论意义而且具有实际应用价值。本文首先对网络拓扑环境的建立进行了研究。针对现有网络的拓扑特点,为了更真实的体现网络环境,采用美国Salama博士提出的Waxman拓扑生成器,并针对其在网元节点较多时出现的网元分布以及边的分布不均匀的缺点,提出了改进算法,采用K均值聚类解决了网元分布不均匀,通过添加一个网络学习参数,使得边的分布均匀,过远的节...
【文章来源】:武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】:55 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究的背景、意义及来源
1.2 国内外研究现状
1.3 本论文的研究内容和论文结构
第2章 Salama博士的拓扑生成器的分析与改进
2.1 经典的Salama博士的拓扑生成器分析
2.2 改进的Salama博士的拓扑生成器的分析与设计
2.2.1 拓扑图中网元节点产生的改进
2.2.2 拓扑图中边的产生的改进
2.3 本章小结
第3章 蚁群算法的分析与改进
3.1 路由计算中的常用算法分析
3.2 基于蚁群算法的混合算法的分析
3.2.1 基于蚁群混合算法的基本思想
3.2.2 基于蚁群混合算法的基本步骤
3.2.3 基于蚁群混合算法求解PW路由
3.3 基于蚁群算法的改进算法的提出
3.3.1 A~*算法在最短路径中的应用
3.3.2 蚁群混合算法中杂乱搜索缺陷的改进
3.3.3 蚁群混合算法中局部最优解缺陷的改进
3.4 本章小结
第4章 实验仿真与结果分析
4.1 PTN网管系统结构
4.1.1 PTN网管的总体结构
4.1.2 PTN网管中的路由
4.2 算法仿真实验结果分析
4.2.1 蚁群混合算法的实现
4.2.2 改进后的蚁群算法的实现
4.2.3 改进后的蚁群算法的稳定性测试
4.2.4 改进后的蚁群算法与其他算法比较
4.3 本章小结
第5章 总结与展望
5.1 全文工作总结
5.2 下一步工作展望
致谢
参考文献
【参考文献】:
期刊论文
[1]PTN——信息通信基础承载网络的演进与变革[J]. 朱京,刘昭伟,雷学义,贾小铁. 电力系统通信. 2009(04)
[2]基于K均值聚类的随机网络拓扑模型[J]. 蔡慧,刘洪波,韩国栋. 计算机工程与设计. 2009(05)
博士论文
[1]基于GIS的最优路径算法研究与实现[D]. 王海梅.南京理工大学 2008
硕士论文
[1]分组传送网在移动通信中的应用及维护管理研究[D]. 董卫强.北京邮电大学 2011
[2]QoS路由算法及在PTN网管中应用研究[D]. 李超峰.武汉理工大学 2011
[3]PTN网管系统中关键技术的研究[D]. 陈嘉惠.武汉理工大学 2011
[4]PTN网络规划与优化系统网络拓扑设计与实现[D]. 黄海.电子科技大学 2011
[5]面向三网融合的网管系统关键技术研究[D]. 崔国亮.南京邮电大学 2011
[6]求图中每对顶点间的所有最短路径算法的分析与研究[D]. 况超.华东师范大学 2011
[7]车辆导航系统最优路径算法研究[D]. 徐俊杰.长安大学 2010
[8]基于蚁群算法的QoS网络路由的研究与设计[D]. 陈莹.武汉理工大学 2010
[9]地下管网最短路径的算法研究及实现[D]. 许亮.湖南大学 2009
[10]蚁群最短路径算法优化及其在GIS中的应用研究[D]. 郝伟.西北大学 2009
本文编号:3183208
【文章来源】:武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】:55 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题研究的背景、意义及来源
1.2 国内外研究现状
1.3 本论文的研究内容和论文结构
第2章 Salama博士的拓扑生成器的分析与改进
2.1 经典的Salama博士的拓扑生成器分析
2.2 改进的Salama博士的拓扑生成器的分析与设计
2.2.1 拓扑图中网元节点产生的改进
2.2.2 拓扑图中边的产生的改进
2.3 本章小结
第3章 蚁群算法的分析与改进
3.1 路由计算中的常用算法分析
3.2 基于蚁群算法的混合算法的分析
3.2.1 基于蚁群混合算法的基本思想
3.2.2 基于蚁群混合算法的基本步骤
3.2.3 基于蚁群混合算法求解PW路由
3.3 基于蚁群算法的改进算法的提出
3.3.1 A~*算法在最短路径中的应用
3.3.2 蚁群混合算法中杂乱搜索缺陷的改进
3.3.3 蚁群混合算法中局部最优解缺陷的改进
3.4 本章小结
第4章 实验仿真与结果分析
4.1 PTN网管系统结构
4.1.1 PTN网管的总体结构
4.1.2 PTN网管中的路由
4.2 算法仿真实验结果分析
4.2.1 蚁群混合算法的实现
4.2.2 改进后的蚁群算法的实现
4.2.3 改进后的蚁群算法的稳定性测试
4.2.4 改进后的蚁群算法与其他算法比较
4.3 本章小结
第5章 总结与展望
5.1 全文工作总结
5.2 下一步工作展望
致谢
参考文献
【参考文献】:
期刊论文
[1]PTN——信息通信基础承载网络的演进与变革[J]. 朱京,刘昭伟,雷学义,贾小铁. 电力系统通信. 2009(04)
[2]基于K均值聚类的随机网络拓扑模型[J]. 蔡慧,刘洪波,韩国栋. 计算机工程与设计. 2009(05)
博士论文
[1]基于GIS的最优路径算法研究与实现[D]. 王海梅.南京理工大学 2008
硕士论文
[1]分组传送网在移动通信中的应用及维护管理研究[D]. 董卫强.北京邮电大学 2011
[2]QoS路由算法及在PTN网管中应用研究[D]. 李超峰.武汉理工大学 2011
[3]PTN网管系统中关键技术的研究[D]. 陈嘉惠.武汉理工大学 2011
[4]PTN网络规划与优化系统网络拓扑设计与实现[D]. 黄海.电子科技大学 2011
[5]面向三网融合的网管系统关键技术研究[D]. 崔国亮.南京邮电大学 2011
[6]求图中每对顶点间的所有最短路径算法的分析与研究[D]. 况超.华东师范大学 2011
[7]车辆导航系统最优路径算法研究[D]. 徐俊杰.长安大学 2010
[8]基于蚁群算法的QoS网络路由的研究与设计[D]. 陈莹.武汉理工大学 2010
[9]地下管网最短路径的算法研究及实现[D]. 许亮.湖南大学 2009
[10]蚁群最短路径算法优化及其在GIS中的应用研究[D]. 郝伟.西北大学 2009
本文编号:3183208
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/3183208.html