学位论文 > 优秀研究生学位论文题录展示

基于蚁群算法的QoS组播路由研究

作　者: 楼小明
导　师: 王万良；包中文
学　校: 浙江工业大学
专　业: 计算机技术
关键词: QoS 蚁群算法 备选路径集 整数规划 组播路由
分类号: TP393.02
类　型: 硕士论文
年　份: 2009年
下　载: 68次
引　用: 0次
阅　读: 论文下载
 

内容摘要


网络技术的飞速发展远远不能满足媒体业务发展的需求。网络传输的业务不仅包括文本数据信息,还包括语音、图形、图像、视频、动画这些类型的多媒体信息。QoS(Qualityof Service)的概念被用来描述服务提供者和用户应用程序之间的性能约定。QoS需求体现为一系列网络约束条件,如链路约束,路径约束或树约束。因此QoS路由问题可以归结为寻找路径或树在满足约束条件的同时,优化某种特定的代价函数。本文的主要工作和成果如下:1.针对QoS组播路由的选择与优化问题,提出了一种基于蚁群算法寻找最优组播树的策略,即通过使用最小生成树导向的蚁群算法求解到各个目的节点的单播QoS路由问题时,巧妙地利用多个蚂蚁的全部爬行线路创建备选路径集,利用基于备选路径集的编码方式建立组播路由问题的整数规划模型,然后利用蚁群算法求解出最优组播树,并通过仿真实验加以了证实。2.本文首先从QoS的概念出发,详细阐述了目前在QOS组播路由中存在的问题,研究了基于QoS的路由算法,提出了蚁群优化是一种用于求解复杂组合优化问题的启发式方法。本文对几种常见的蚁群优化算法进行了比较、分析和研究,对该几种算法进行了性能比较。而且总结了各蚁群优化算法中普遍存在的两个缺陷,即算法容易停滞和算法收敛速度较慢。基于现有蚁群算法提出了一种新的解决QoS组播路由问题的思路,新算法在寻找较优解和提高算法收敛速度两方面取得了较好的效果,仿真实验结果表明新算法的求解性能较优。3.本文所述算法尽管是在随机生成的网络上进行了的QOS组播路由的应用,仍然与实际相距甚远,在以后还有大量的工作需要完成,需要继续更深入的研究蚁群优化算法及其最新的发展,通过与其他算法法的组合,来更好地解决QOS组播路由的优化问题。

全文目录


摘要  5-6
ABSTRACT  6-10
第1章 绪论  10-16
  1.1 课题研究的背景和意义  10-11
  1.2 服务质量(QoS)要求  11-13
    1.2.1 服务质量(QoS)概念  11-12
    1.2.2 QoS度量  12-13
  1.3 QoS路由算法及分类  13-15
    1.3.1 基于路由策略的分类  13-14
    1.3.2 基于路由问题模型的分类  14-15
  1.4 论文的组织结构  15-16
第2章 QoS组播路由问题  16-28
  2.1 组播路由  16-18
    2.1.1 组播简介  16-17
    2.1.2 组播路由协议  17-18
  2.2 基于 QoS的组播路由问题  18-22
    2.2.1 路由问题的基本数学模型  19-20
    2.2.2 组播路由算法中两种费用的数学模型  20-21
    2.2.3 QoS路由网络模型  21
    2.2.4 QoS路由基本问题  21-22
  2.3 QoS组播路由算法研究进展  22-28
    2.3.1 QoS组播路由网络模型  24-25
    2.3.2 典型QoS组播路由算法综述  25-28
第3章 蚁群算法及其改进算法  28-39
  3.1 基本的蚁群优化算法  28-32
    3.1.1 蚂蚁系统  29-30
    3.1.2 蚁群优化算法及其实现  30-31
    3.1.3 蚁群优化算法的特点  31-32
  3.2 几种改进的蚁群算法  32-35
    3.2.1 蚂蚁系统不足  32
    3.2.2 最优解保留策略蚂蚁系统  32-33
    3.2.3 蚁群系统  33-34
    3.2.4 最大最小蚂蚁系统  34-35
    3.2.5 基于排序的蚂蚁系统  35
    3.2.6 基于蚁群算法的分段求解算法  35
  3.3 基于蚁群算法求解组播路由问题的综述  35-39
第4章 基于蚁群算法的 QoS组播路由问题求解  39-62
  4.1 最小生成树导向的蚁群算法创建备选路径集  39-51
    4.1.1 数学模型的建立  39-41
    4.1.2 最小生成树导向蚁群算法求解备选路径集的流程  41-44
    4.1.3 算法优越性的比较  44-45
    4.1.4 创建备选路径集的算法仿真  45-51
  4.2 基于备选路径集编码的整数规划及算法实现  51-61
    4.2.1 常用的几种编码方式  51-52
    4.2.2 基于备选路径集的整数规划模型  52-53
    4.2.3 求解该整数规划模型的蚁群算法流程  53-54
    4.2.4 算法仿真结果  54-61
  4.3 本章小结  61-62
第5章 结论与展望  62-64
  5.1 结论  62
  5.2 展望  62-64
参考文献  64-67
致谢  67-68
攻读学位期间参加的科研项目和成果  68

相似论文

  1. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  2. 基于蚁群算法的电梯群优化控制研究,TU857
  3. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  4. 基于改进蚁群算法的机器人路径规划研究,TP242
  5. 改进的蚁群算法及其在TSP上的应用研究,TP301.6
  6. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  7. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  8. 基于Click的模块化软件路由器的包调度算法研究,TP393.05
  9. 基于QoS优化的无线传感器网络高效路由研究,TP212.9
  10. 基于端口流控的局域网优化系统设计,TP393.08
  11. 基于物理拓扑感知的Chord算法研究,TP393.02
  12. 电渣炉过程控制系统的设计及优化控制,TP273
  13. 基于模糊逻辑控制原理的WLAN MAC协议改进,TN925.93
  14. LTE系统RRM中多用户调度策略的研究,TN929.5
  15. Ad Hoc网络中分簇路由算法的研究,TN929.5
  16. 图像信息处理机的图像处理方法研究,TP391.41
  17. IMS网络中的MPLS流量工程性能评估,TN919.8
  18. 无线多跳网络串联队列模型的研究及在QoS路由中的应用,TN92
  19. 智能光网络中路由选择算法的研究,TN929.1
  20. 面向无线传感器网络的多路径路由协议研究,TN915.04
  21. 基于网络编码的无线传输优化算法,TN911.22

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络结构与设计
© 2012 www.xueweilunwen.com