学位论文 > 优秀研究生学位论文题录展示
蚁群算法在QoS网络路由优化中的应用
作 者: 杨剑勇
导 师: 刘东林;钱卫国
学 校: 华东理工大学
专 业: 计算机技术
关键词: QoS 网络路由 蚁群算法 信息素 网络仿真
分类号: TP393.09
类 型: 硕士论文
年 份: 2012年
下 载: 74次
引 用: 0次
阅 读: 论文下载
内容摘要
现代网络的快速发展,使Internet上的多媒体应用层出不穷,因此对网络的性能有了更高的要求。传统尽力而为的传输服务已不能完全满足这种多媒体业务的数据传送需求。因此质量服务(QoS)路由成为发展的趋势,是未来互联网络的核心。但是在多约束条件下,QoS路由问题是NP-Complete问题,难以用常规方法求解。蚁群算法是一种源于大自然生物世界的新型启发式搜索算法,具有健壮性、并行性、灵活性、鲁棒性强和收敛快等特点。因此虽然晚于遗传算法、模拟退火算法、禁忌搜索算法的出现,但在求解复杂优化特别是离散优化问题时候显示出了其优越性。本文首先介绍了QoS路由算法的特点。然后详细介绍了蚁群算法的基本原理,算法的流程,参数设置和蚁群系统的特点以及蚁群算法的优缺点。在总结了前人对蚁群算法改进思路和方法的基础上,提出了自己对蚁群算法在QOS路由优化中的搜索上的改进策略,主要有以下几个方面:1.对信息素的改进:信息素的初始阈值设置、更新策略和对目标节点周围路径信息素浓度的改进。2.对蚂蚁相遇时信息共享机制的设计,强化了蚁群的协助功能。3.提出了限制信息素的最高最低浓度,以确保解的多样性。并提供了所改进蚁群算法的具体流程和实现步骤,做了实验结果的分析。通过仿真实验生成随机网络并验证了该算法在QoS路由中的可行性和有效性。
|
全文目录
摘要 5-6 Abstract 6-9 第1章 绪论 9-13 1.1 选题的背景 9 1.2 研究的目的 9-10 1.3 国内外的研究现状 10-12 1.4 论文的组织结构 12-13 第2章 QoS路由问题及实现机制 13-21 2.1 服务质量QoS的定义 13 2.2 QoS路由的基本概念 13-14 2.3 QoS路由算法分类 14-16 2.4 QoS路由策略 16-18 2.4.1 源路由策略 16 2.4.2 分布式路由策略 16-17 2.4.3 层次路由策略 17 2.4.4 三种路由策略的比较 17-18 2.5 Qos路由的数学模型 18-19 2.6 QoS路由算法的重点和难点 19-21 2.6.1 QoS路由算法的重点 19-20 2.6.2 QoS路由算法的难点 20-21 第3章 蚁群算法与蚁群系统 21-35 3.1 蚁群算法概述 21-23 3.2 蚁群算法的基本原理 23-25 3.3 蚁群算法的基本流程 25-26 3.4 蚁群算法的参数设置问题研究 26-28 3.4.1 信息启发式因子α 26-27 3.4.2 期望值启发式因子β 27 3.4.3 信息素挥发系数ρ 27 3.4.4 蚂蚁数m 27-28 3.4.5 总信息量Q 28 3.5 蚁群算法的优缺点 28-30 3.5.1 基本蚁群算法的优点 28-29 3.5.2 基本蚁群算法的缺点 29-30 3.6 蚁群算法的改进算法 30-35 3.6.1 蚁群系统Ant Colony System 30-32 3.6.2 基于等级的蚁群算法Ant Rank System 32 3.6.3 最大最小蚂蚁系统MMAS(MAX-MIN Ant System) 32-33 3.6.4 自适应蚁群系统 33-35 第4章 改进蚁群算法的基本策略 35-40 4.1 对信息素使用优胜劣汰的更新策略 35-36 4.2 对信息素强度进行上下限值的改进策略 36-37 4.3 对目标节点周围路径信息素浓度的改进策略 37-38 4.4 蚂蚁相遇时的信息共享策略 38-40 第5章 改进的蚁群算法在QoS路由中的应用及分析 40-52 5.1 问题描述 40-41 5.2 算法步骤 41 5.3 随机网络拓扑结构生成 41-45 5.4 算法实现流程图 45-46 5.5 实验及其结果分析 46-52 第6章 总结与展望 52-54 6.1 工作总结 52 6.2 研究展望 52-54 参考文献 54-56 致谢 56
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
- 甜菜夜蛾信息素结合蛋白的表达动态及其受交配和钟基因沉默的影响,S433.4
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于无线传感器网络的煤矿瓦斯监测系统的研究,TN929.5
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于Web日志的用户挖掘研究与实现,TP311.13
- 基于LEACH的传感器网络分簇路由协议研究,TP212.9
- 无线传感器网络的研究及在应急环境监测中的应用设计,TN929.5;TP212.9
- 基于改进蚁群算法的移动机器人路径规划问题研究,TP242
- 基于Click的模块化软件路由器的包调度算法研究,TP393.05
- 基于协同理论的零售商贸物流发展模式研究,F721
- 基于GA的Ad Hoc网络多播QoS路由算法研究,TN929.5
- 基于ACO的自组网QoS组播路由算法研究,TN929.5
- 无线传感器网络节能路由算法的研究,TP212.9
- 蚁群算法与A*算法在Ad-Hoc网络中的应用研究,TN929.5
- 融合蚁群算法和遗传算法的陆航飞行保障管理信息系统,TP311.52
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 > 计算机网络应用程序
© 2012 www.xueweilunwen.com
|