一、性能可調(diào)的啟發(fā)式多約束路由算法（論文文獻(xiàn)綜述）
周峰[1]（2019）在《時變網(wǎng)絡(luò)QoS保障路由算法及協(xié)議研究》文中研究指明時變網(wǎng)絡(luò)（Time-varying Networks,TVN）是指網(wǎng)絡(luò)拓?fù)?、網(wǎng)絡(luò)可用資源以及網(wǎng)絡(luò)承載業(yè)務(wù)隨時間變化的一類網(wǎng)絡(luò)。隨著現(xiàn)代通信技術(shù)的快速演進(jìn)以及便攜智能終端的出現(xiàn),低軌衛(wèi)星網(wǎng)絡(luò)、深空探測網(wǎng)絡(luò)、無人機(jī)網(wǎng)絡(luò)以及車聯(lián)網(wǎng)等新型網(wǎng)絡(luò)應(yīng)用場景不斷涌現(xiàn)。此外,在網(wǎng)絡(luò)中承載的業(yè)務(wù)變得更加多樣化,網(wǎng)絡(luò)用戶對各類業(yè)務(wù)的服務(wù)質(zhì)量（QoS）也有著更高的要求,例如帶寬、時延、時延抖動、誤碼率等。QoS路由算法及協(xié)議是新型網(wǎng)絡(luò)運(yùn)行和支持QoS服務(wù)的關(guān)鍵組件。然而,現(xiàn)實(shí)世界中網(wǎng)絡(luò)本質(zhì)上是時變的,構(gòu)建高效的時變網(wǎng)絡(luò)QoS路由協(xié)議還面臨許多挑戰(zhàn)。首先,由于網(wǎng)絡(luò)拓?fù)鋭討B(tài)變化、鏈路斷續(xù)連通,將導(dǎo)致網(wǎng)絡(luò)中端到端傳輸路徑難構(gòu)建、用戶業(yè)務(wù)QoS難保障;其次,現(xiàn)有QoS路由算法大多是基于靜態(tài)網(wǎng)絡(luò)理論而設(shè)計(jì)的,未考慮時變網(wǎng)絡(luò)資源之間的關(guān)聯(lián)關(guān)系,導(dǎo)致時變網(wǎng)絡(luò)資源利用率難提升。針對這些挑戰(zhàn),本文以時變網(wǎng)絡(luò)典型的應(yīng)用場景低軌衛(wèi)星網(wǎng)絡(luò)為例,主要做了如下工作:本文首先研究了低軌衛(wèi)星網(wǎng)絡(luò)中基于網(wǎng)絡(luò)快照的多業(yè)務(wù)QoS路由算法TCDR與MOR,詳細(xì)分析其算法效能,以及其在時變衛(wèi)星網(wǎng)絡(luò)環(huán)境中的不適應(yīng)性。針對上述算法存在的問題,本文根據(jù)衛(wèi)星網(wǎng)絡(luò)拓?fù)渑c資源動態(tài)變化的特性,構(gòu)建了網(wǎng)絡(luò)鏈路連通狀態(tài)、鏈路容量、鏈路時延以及節(jié)點(diǎn)緩存的鏈路狀態(tài)存儲時間聚合圖模型,精準(zhǔn)表征網(wǎng)絡(luò)的時變特性;基于此模型,綜合考慮時變網(wǎng)絡(luò)中網(wǎng)絡(luò)拓?fù)?、網(wǎng)絡(luò)資源、業(yè)務(wù)需求等各個因素的變化情況,提出了面向多業(yè)務(wù)的QoS保障路由算法MS-MCOP,該算法充分利用網(wǎng)絡(luò)節(jié)點(diǎn)緩存資源,能夠高效地為時延敏感、時延容忍和盡力服務(wù)三類業(yè)務(wù)構(gòu)建端到端傳輸可達(dá)路徑,在保障了用戶業(yè)務(wù)QoS需求的同時提升網(wǎng)絡(luò)資源利用率。與此同時,本文考慮了網(wǎng)絡(luò)中多業(yè)務(wù)傳輸時鏈路的負(fù)載問題,合理設(shè)置鏈路負(fù)載門限,避免網(wǎng)絡(luò)發(fā)生擁塞,提高了網(wǎng)絡(luò)性能。仿真結(jié)果驗(yàn)證了MS-MCOP算法在用戶業(yè)務(wù)安排成功率和端到端投遞率方面均優(yōu)于MOR算法。最后,本文設(shè)計(jì)并實(shí)現(xiàn)了時變網(wǎng)絡(luò)QoS保障路由協(xié)議仿真平臺,該平臺由網(wǎng)絡(luò)拓?fù)淇刂啤S-MCOP協(xié)議實(shí)現(xiàn)、業(yè)務(wù)生成與傳輸和協(xié)議性能評估四個軟件子系統(tǒng)組成。在仿真平臺上結(jié)合本文所提的MS-MCOP路由算法,設(shè)計(jì)并實(shí)現(xiàn)了網(wǎng)絡(luò)拓?fù)鋭討B(tài)發(fā)現(xiàn)與維護(hù)機(jī)制和時變網(wǎng)絡(luò)分組存儲-轉(zhuǎn)發(fā)機(jī)制,從而形成一套高效的時變網(wǎng)絡(luò)QoS保障路由協(xié)議。在網(wǎng)絡(luò)仿真測試場景下,平臺完成了網(wǎng)絡(luò)拓?fù)淇刂啤I(yè)務(wù)傳輸?shù)裙δ軠y試以及MS-MCOP路由協(xié)議的性能測試,驗(yàn)證了面向多業(yè)務(wù)的時變網(wǎng)絡(luò)QoS路由協(xié)議的可行性和高效性。
胡霞[2]（2019）在《基于DAG的多約束路由算法的研究》文中指出隨著網(wǎng)絡(luò)應(yīng)用和探索的日益多樣化,網(wǎng)絡(luò)正被迫滿足各種流量需求,并具有明確且關(guān)鍵的服務(wù)質(zhì)量（Quality of Service,QoS）要求。QoS是網(wǎng)絡(luò)通信的前提,而服務(wù)質(zhì)量路由是保障QoS的重要部分之一,其在很大程度上直接影響著網(wǎng)絡(luò)的性能。服務(wù)質(zhì)量路由問題作為一種典型的多約束路由問題,主要是在多約束條件下找出源節(jié)點(diǎn)和目的節(jié)點(diǎn)之間的一條最優(yōu)路徑,該問題的解決需要依靠一種切實(shí)可行的路由算法來支持。本文根據(jù)現(xiàn)有多約束路由算法中的傳統(tǒng)路由算法和基于蟻群算法的路由算法現(xiàn)狀,提出了兩種新的路由算法DAGDMCOP和DAGIACS。針對現(xiàn)有傳統(tǒng)路由算法存在時間復(fù)雜度高、成功率低等缺點(diǎn),借鑒有向無環(huán)圖（Directed Acyclic Graph,DAG）思想和指標(biāo)賦權(quán)法理論,提出了一種新的基于DAG和Dijkstra的多約束優(yōu)化路由算法DAGDMCOP。該算法分兩部分:（1）剪枝策略。求出源節(jié)點(diǎn)到其余節(jié)點(diǎn)的滿足多約束要求的全部路徑,將網(wǎng)絡(luò)拓?fù)鋱D簡化為DAG圖。（2）搜索策略。引入鏈路綜合代價函數(shù),使用指標(biāo)賦權(quán)法中的G1法和標(biāo)準(zhǔn)離差法以及拓?fù)鋱D中的鄰居節(jié)點(diǎn)集對多約束條件（帶寬、時延、時延抖動、費(fèi)用等QoS度量參數(shù)）進(jìn)行自適應(yīng)權(quán)重調(diào)整,然后利用Dijkstra算法在剪枝之后的DAG圖上尋找滿足多約束要求的最優(yōu)路徑。大量實(shí)驗(yàn)數(shù)據(jù)表明該算法能快速找到滿足多約束要求的最優(yōu)路徑,有著較低的時間復(fù)雜度和較高的成功率。該算法簡單易擴(kuò)展,適用于較大規(guī)模的多約束路由網(wǎng)絡(luò),是一種解決多約束路由問題的高效的新算法。在上述算法的基礎(chǔ)上,對DAGDMCOP算法中的搜索策略使用蟻群系統(tǒng)（Ant Colony System,ACS）進(jìn)行研究。針對基于蟻群算法的路由算法以及ACS算法存在的收斂速度慢、易陷入局部最優(yōu)等問題,對ACS算法進(jìn)行改進(jìn):將不可到達(dá)目的節(jié)點(diǎn)的中間節(jié)點(diǎn)的相連鏈路全部剪枝,避免螞蟻對無效鏈路再次訪問,縮小全局搜索范圍;利用全局最優(yōu)路徑、迭代最優(yōu)路徑以及迭代最差路徑三者之間的關(guān)系動態(tài)調(diào)整全局信息素更新規(guī)則,加快算法的收斂速度;給網(wǎng)絡(luò)拓?fù)鋱D中的每條鏈路增加一個代表螞蟻訪問鏈路狀況的參數(shù),并使用該參數(shù)以及多種選擇策略共同對狀態(tài)轉(zhuǎn)移規(guī)則進(jìn)行調(diào)整,擴(kuò)大局部搜索范圍,改善局部最優(yōu)問題。將DAGDMCOP算法的剪枝策略和改進(jìn)ACS算法進(jìn)行融合,提出了一種基于DAG和改進(jìn)ACS的多約束優(yōu)化路由算法DAGIACS。大量實(shí)驗(yàn)數(shù)據(jù)表明該算法能夠縮小全局搜索范圍同時擴(kuò)大局部搜索范圍,有著較好地收斂速度和尋優(yōu)能力,并且成功率也更高一些。另外,該算法對網(wǎng)絡(luò)規(guī)模以及約束條件也有一定的擴(kuò)展性。
楊偉鈞[3]（2017）在《面向物聯(lián)網(wǎng)的QoS路由近似算法研究》文中指出隨著物聯(lián)網(wǎng)的高速發(fā)展,人們對其業(yè)務(wù)質(zhì)量和組網(wǎng)技術(shù)提出了更高的服務(wù)質(zhì)量（Quality of Service,QoS）要求。目前,面向物聯(lián)網(wǎng)如何更好的保障QoS,成為物聯(lián)網(wǎng)行業(yè)與產(chǎn)業(yè)繼續(xù)發(fā)展壯大的關(guān)鍵,是當(dāng)前國際家電、IT廠商等業(yè)界關(guān)注的焦點(diǎn),同時也是學(xué)術(shù)界研究的熱點(diǎn)問題。根據(jù)不同業(yè)務(wù)類型所提出的QoS要求和網(wǎng)絡(luò)環(huán)境的資源配置,研究高效可行的QoS路由算法,是QoS路由機(jī)制有效運(yùn)行的技術(shù)支撐,也是物聯(lián)網(wǎng)保障QoS的切實(shí)可行方案之一。在智能算法、確定性算法和近似算法等QoS路由算法的熱點(diǎn)研究中,近似算法以其高效、合理可行的特點(diǎn),在物聯(lián)網(wǎng)不同網(wǎng)絡(luò)環(huán)境下的業(yè)務(wù)應(yīng)用中表現(xiàn)出一定優(yōu)勢。本論文以“面向物聯(lián)網(wǎng)的QoS路由算法”為主線,針對工程實(shí)踐中業(yè)務(wù)應(yīng)用的多約束QoS路由、多播保障QoS路由、多播多約束QoS路由和WMN（Wireless Mesh Network）網(wǎng)絡(luò)保障QoS路由等幾個關(guān)鍵問題展開研究。從近似的角度尋找當(dāng)前性能最優(yōu)的解,并探討其在不同網(wǎng)絡(luò)環(huán)境中應(yīng)用的合理性。本文主要研究內(nèi)容與貢獻(xiàn)如下:（1）通過研究單播多約束QoS最優(yōu)路由問題,根據(jù)不同網(wǎng)絡(luò)環(huán)境分別提出了高效可行的路由算法。首先,針對穩(wěn)定可靠的網(wǎng)絡(luò)環(huán)境,結(jié)合目前最快的確定性算法,通過縮放和取整技術(shù),從近似的角度逼近所有QoS約束,最后找到“最優(yōu)”路徑,相應(yīng)提出了一種計(jì)算時間合理、近似率較高的路由算法;其次,針對時變、不可靠的網(wǎng)絡(luò)環(huán)境,通過尋找每條邊上最主要的度量,從近似角度找到“最優(yōu)”路徑并滿足QoS約束,相應(yīng)提出了一種快速計(jì)算且可行的路由算法。理論分析并證明了兩種算法的時間復(fù)雜度和近似率,通過仿真對比現(xiàn)有算法驗(yàn)證了性能。它們分別是工程實(shí)踐中穩(wěn)定可靠網(wǎng)絡(luò)和時變、容錯能力差網(wǎng)絡(luò)環(huán)境下的一種合理高效的求解方案。（2）通過研究網(wǎng)絡(luò)中的多播生成樹問題,考慮多播目的節(jié)點(diǎn)數(shù)量及分布狀態(tài),提出了兩種高效可行的路由算法。首先,針對多播目的節(jié)點(diǎn)數(shù)量較多、分布集中情況,結(jié)合性能最好的多播生成樹算法,基于多播路徑共享的思想,讓多播目的節(jié)點(diǎn)根據(jù)優(yōu)先級順序加入生成樹,從而減少多播生成樹總度量值,相應(yīng)提出了一種高效可行的近似算法;其次,針對多播目的節(jié)點(diǎn)數(shù)量較少、分布分散情況,根據(jù)目的節(jié)點(diǎn)與當(dāng)前生成樹距離,調(diào)整多播目的節(jié)點(diǎn)優(yōu)先級值,相應(yīng)提出了一種改進(jìn)的合理可行的近似算法。理論分析并證明了兩種算法的時間復(fù)雜度和近似率,均與性能最好的多播生成樹算法一致。通過仿真驗(yàn)證了兩種算法在不同情況下的優(yōu)勢。多播路由業(yè)務(wù)中不同目的節(jié)點(diǎn)數(shù)量及分布狀態(tài)下,它們是合理可行的求解方案。（3）通過研究多播多約束QoS最優(yōu)路由問題,根據(jù)不同網(wǎng)絡(luò)環(huán)境分別提出了高效可行的多播生成樹算法。首先,針對穩(wěn)定可靠的網(wǎng)絡(luò)環(huán)境,參考性能最好的多播生成樹算法,結(jié)合目前最快的確定性算法,通過縮放和取整技術(shù),從近似的角度逼近所有QoS約束并找到“最優(yōu)”多播生成樹,相應(yīng)提出了一種合理計(jì)算時間、近似率較高的路由算法;其次,針對時變、不可靠的網(wǎng)絡(luò)環(huán)境,通過選取每條邊上最主要的度量,從近似角度在最短時間內(nèi)找到“最優(yōu)”多播生成樹并滿足QoS約束,相應(yīng)提出了一種快速計(jì)算可行的路由算法。理論分析并證明了兩種算法的時間復(fù)雜度和近似率,通過仿真對比現(xiàn)有算法驗(yàn)證了性能。它們是分別針對工程實(shí)踐中不同網(wǎng)絡(luò)環(huán)境下的一種合理高效的求解方案。（4）通過研究WMN網(wǎng)絡(luò)的Anypath路由問題,針對時變特性強(qiáng)、容錯能力差的WMN網(wǎng)絡(luò),研究高效可行的Anypath路由算法。根據(jù)工程實(shí)踐中的業(yè)務(wù)應(yīng)用,提出了新的Anypath路由問題,建立了數(shù)學(xué)模型。根據(jù)Anypath路由的期望度量值,強(qiáng)制一個特定QoS約束下同時逼近其它QoS約束,從近似角度在最短時間內(nèi)找到Anypath路由最優(yōu)路徑。提出一種時間復(fù)雜度與經(jīng)典Dijkstra算法一致、且近似率合理的Anypath路由算法,該算法對現(xiàn)有熱點(diǎn)研究的Anypath路由協(xié)議具有較好的兼容性。理論分析并證明了算法的時間復(fù)雜度和近似率,通過仿真對比驗(yàn)證了性能。它是工程實(shí)踐中WMN網(wǎng)絡(luò)環(huán)境下的一種合理高效的求解方案。
李新明[4]（2017）在《基于群智能優(yōu)化算法的多約束QoS單播路由問題研究》文中研究說明隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展,眾多網(wǎng)絡(luò)多媒體應(yīng)用對網(wǎng)絡(luò)的服務(wù)質(zhì)量（Quality Of Service,QoS）要求愈來愈高,因此提供服務(wù)質(zhì)量保證很重要。而網(wǎng)絡(luò)的服務(wù)質(zhì)量關(guān)鍵在于路由算法的性能,因此設(shè)計(jì)出良好的用于解決多約束QoS的路由問題的算法尤為重要。由于多約束QoS路由問題是NP完全問題,因此,若僅僅使用傳統(tǒng)的路由算法不能在多項(xiàng)式時間內(nèi)進(jìn)行求解;而對于NP完全問題,使用近年來發(fā)展起來的群智能算法往往可以取得較好的效果。針對單播路由問題的網(wǎng)絡(luò)模型進(jìn)行簡化并抽象出其數(shù)學(xué)模型,在簡化模型中過濾了帶寬約束條件,降低了算法的約束度量維度,使得問題得到了部分簡化。研究了基本的遺傳算法,為了將遺傳算法應(yīng)用于多約束QoS路由問題,對種群中的個體所對應(yīng)的解采用了合適的編碼方式,很大程度上降低了由編碼向解進(jìn)行轉(zhuǎn)換的復(fù)雜程度;設(shè)計(jì)了合理的適應(yīng)度函數(shù),減少了算法的計(jì)算量,同時更加真實(shí)地反映了多約束QoS路由問題的特點(diǎn);設(shè)計(jì)了合理的交叉算子,在交叉操作中通過“擇優(yōu)選擇”的方式使得子代的適應(yīng)度值盡可能大,加快了算法的收斂速度;在進(jìn)行交叉操作之后,采用了合適的算法,去除了最大冗余環(huán),消除了解中出現(xiàn)回路的現(xiàn)象。研究了基本的蟻群算法并將蟻群算法應(yīng)用于多約束QoS路由問題;針對該問題的特殊性,采用了合適的算法,實(shí)現(xiàn)了螞蟻群體中每只螞蟻的初始化操作;使用了較為合理的信息素更新策略,通過對最優(yōu)螞蟻所經(jīng)過的路徑上的信息素進(jìn)行二次更新,使得較優(yōu)解所對應(yīng)的路徑上的信息素濃度得到提高,保障了蟻群算法的正反饋機(jī)制。融合了遺傳算法與蟻群算法,得到遺傳-蟻群混合算法,混合算法發(fā)揮了遺傳算法與蟻群算法各自的優(yōu)點(diǎn)。將遺傳算法得到的局部最優(yōu)解轉(zhuǎn)換為蟻群算法中信息素的初始值,然后采用蟻群算法進(jìn)行求解,使得蟻群算法中螞蟻在初期就有比較好的路徑選擇導(dǎo)向性,使正反饋機(jī)制更快地起作用,加快了算法找到全局最優(yōu)解的速度。針對具體的網(wǎng)絡(luò)實(shí)例,基于Python的Matplotlib圖形庫進(jìn)行了仿真與測試,并通過調(diào)整參數(shù)組合得到了相應(yīng)的結(jié)果,分析并比較了各個算法的統(tǒng)計(jì)結(jié)果,驗(yàn)證了所實(shí)現(xiàn)算法的可行性與有效性。
吳曼[5]（2015）在《SDN在IP網(wǎng)絡(luò)的流量調(diào)度應(yīng)用研究》文中指出隨著IP骨干網(wǎng)上用戶和業(yè)務(wù)流量的急劇增加,各大運(yùn)營商對骨干網(wǎng)的投資日益增大,但骨干網(wǎng)的資源利用率卻一直低下?；赟DN（Software Defined Network）架構(gòu)的流量工程可以在一定程度上解決該問題,從而促進(jìn)了學(xué)術(shù)界和工業(yè)界對IP現(xiàn)網(wǎng)流量模型以及SDN架構(gòu)下的IP骨干網(wǎng)流量調(diào)度算法的研究,其中Google通過將SDN技術(shù)應(yīng)用到跨數(shù)據(jù)中心廣域網(wǎng),達(dá)到了接近100%的資源利用率。但是,網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大導(dǎo)致業(yè)務(wù)量矩陣的數(shù)量呈指數(shù)增長,在基于SDN架構(gòu)的流量工程中處理海量的業(yè)務(wù)量矩陣將影響流量調(diào)度算法的性能以及網(wǎng)絡(luò)穩(wěn)定性,從而利用海量業(yè)務(wù)量矩陣進(jìn)行網(wǎng)絡(luò)應(yīng)用分析是不現(xiàn)實(shí)的。針對IP骨干網(wǎng)資源利用率低以及基于SDN的流量工程處理海量業(yè)務(wù)量矩陣不現(xiàn)實(shí)的問題,本文首先參考Google跨數(shù)據(jù)中心廣域網(wǎng)部署方案,并結(jié)合關(guān)鍵業(yè)務(wù)量矩陣的概念設(shè)計(jì)新的SDN應(yīng)用架構(gòu);然后對該架構(gòu)中關(guān)鍵業(yè)務(wù)量矩陣提取模塊和路由計(jì)算模塊的算法實(shí)現(xiàn)進(jìn)行了詳細(xì)研究;最后基于該架構(gòu),對關(guān)鍵業(yè)務(wù)量矩陣在流量工程中的具體應(yīng)用進(jìn)行了性能分析。本文具體研究內(nèi)容如下:（1）本文設(shè)計(jì)了SDN下基于關(guān)鍵業(yè)務(wù)量矩陣的IP骨干網(wǎng)應(yīng)用架構(gòu),其核心部分是關(guān)鍵業(yè)務(wù)量矩陣提取模塊、路由計(jì)算模塊以及流控代理模塊。該架構(gòu)在SDN技術(shù)的基礎(chǔ)上通過引入關(guān)鍵業(yè)務(wù)量矩陣概念,在進(jìn)行網(wǎng)絡(luò)應(yīng)用分析時僅對關(guān)鍵業(yè)務(wù)量矩陣進(jìn)行分析,并保存分析結(jié)果,對于到達(dá)的業(yè)務(wù)量矩陣只需要調(diào)用其匹配的關(guān)鍵業(yè)務(wù)量矩陣的分析結(jié)果,從而達(dá)到提高流量調(diào)度算法的性能以及網(wǎng)絡(luò)穩(wěn)定性的目的;（2）針對SDN應(yīng)用架構(gòu)中關(guān)鍵業(yè)務(wù)量矩陣提取模塊的實(shí)現(xiàn),本文研究分析了基于關(guān)鍵性感知的聚類算法（CritAC）,針對該算法的局限性設(shè)計(jì)了不同的聚合代價函數(shù)（時間、路由策略、相似性）,并在分層聚類算法的基礎(chǔ)上提出了基于這些不同代價函數(shù)的關(guān)鍵業(yè)務(wù)量矩陣提取算法:基于時間感知的關(guān)鍵業(yè)務(wù)量矩陣提取算法（CritTimeAC）,基于路由策略感知的業(yè)務(wù)量矩陣提取算法（RoutePolicyAC）以及基于相似性感知的業(yè)務(wù)流矩陣提取算法（SimilarAC）,并對各算法進(jìn)行仿真以及性能對比分析;（3）針對SDN應(yīng)用架構(gòu)中路由計(jì)算模塊的實(shí)現(xiàn),本文重點(diǎn)研究了QoS多約束路由問題,將該問題建立混合整數(shù)規(guī)劃,并基于A*思想提出了改進(jìn)的隨機(jī)化求解算法,以保證為接入業(yè)務(wù)找到滿足QoS需求且較優(yōu)的可行路徑,與現(xiàn)存算法與優(yōu)化模型相比,該算法是一種更快速、高效的QoS多約束路由求解方法;（4）為了驗(yàn)證（1）中所提應(yīng)用架構(gòu)的有效性,本文在此應(yīng)用架構(gòu)下首先提出了針對多業(yè)務(wù)量矩陣的路由優(yōu)化方案和多路由切換方案,并進(jìn)行了仿真分析,然后利用關(guān)鍵業(yè)務(wù)量矩陣代替原始業(yè)務(wù)量矩陣進(jìn)行網(wǎng)絡(luò)脆弱性分析的性能。
樓小明[6]（2009）在《基于蟻群算法的QoS組播路由研究》文中研究說明網(wǎng)絡(luò)技術(shù)的飛速發(fā)展遠(yuǎn)遠(yuǎn)不能滿足媒體業(yè)務(wù)發(fā)展的需求。網(wǎng)絡(luò)傳輸?shù)臉I(yè)務(wù)不僅包括文本數(shù)據(jù)信息,還包括語音、圖形、圖像、視頻、動畫這些類型的多媒體信息。QoS（Qualityof Service）的概念被用來描述服務(wù)提供者和用戶應(yīng)用程序之間的性能約定。QoS需求體現(xiàn)為一系列網(wǎng)絡(luò)約束條件,如鏈路約束,路徑約束或樹約束。因此QoS路由問題可以歸結(jié)為尋找路徑或樹在滿足約束條件的同時,優(yōu)化某種特定的代價函數(shù)。本文的主要工作和成果如下:1.針對QoS組播路由的選擇與優(yōu)化問題,提出了一種基于蟻群算法尋找最優(yōu)組播樹的策略,即通過使用最小生成樹導(dǎo)向的蟻群算法求解到各個目的節(jié)點(diǎn)的單播QoS路由問題時,巧妙地利用多個螞蟻的全部爬行線路創(chuàng)建備選路徑集,利用基于備選路徑集的編碼方式建立組播路由問題的整數(shù)規(guī)劃模型,然后利用蟻群算法求解出最優(yōu)組播樹,并通過仿真實(shí)驗(yàn)加以了證實(shí)。2.本文首先從QoS的概念出發(fā),詳細(xì)闡述了目前在QOS組播路由中存在的問題,研究了基于QoS的路由算法,提出了蟻群優(yōu)化是一種用于求解復(fù)雜組合優(yōu)化問題的啟發(fā)式方法。本文對幾種常見的蟻群優(yōu)化算法進(jìn)行了比較、分析和研究,對該幾種算法進(jìn)行了性能比較。而且總結(jié)了各蟻群優(yōu)化算法中普遍存在的兩個缺陷,即算法容易停滯和算法收斂速度較慢。基于現(xiàn)有蟻群算法提出了一種新的解決QoS組播路由問題的思路,新算法在尋找較優(yōu)解和提高算法收斂速度兩方面取得了較好的效果,仿真實(shí)驗(yàn)結(jié)果表明新算法的求解性能較優(yōu)。3.本文所述算法盡管是在隨機(jī)生成的網(wǎng)絡(luò)上進(jìn)行了的QOS組播路由的應(yīng)用,仍然與實(shí)際相距甚遠(yuǎn),在以后還有大量的工作需要完成,需要繼續(xù)更深入的研究蟻群優(yōu)化算法及其最新的發(fā)展,通過與其他算法法的組合,來更好地解決QOS組播路由的優(yōu)化問題。
余建平[7]（2008）在《蟻群算法及其在數(shù)據(jù)獲取技術(shù)中的應(yīng)用研究》文中進(jìn)行了進(jìn)一步梳理蟻群優(yōu)化算法作為群集智能領(lǐng)域應(yīng)用最為廣泛的算法之一,已受到越來越多研究者的關(guān)注。近年來,其理論研究正在不斷充實(shí),其應(yīng)用領(lǐng)域亦在進(jìn)一步拓展,在解決NP難題和網(wǎng)絡(luò)路由等方面的優(yōu)越性已被廣泛證實(shí)。由于網(wǎng)絡(luò)環(huán)境的動態(tài)性和網(wǎng)絡(luò)應(yīng)用的多樣性,一些網(wǎng)絡(luò)中的關(guān)鍵應(yīng)用已不能適應(yīng)傳統(tǒng)的算法,需要提出新的針對具體網(wǎng)絡(luò)應(yīng)用的解決方案。蟻群優(yōu)化為網(wǎng)絡(luò)中數(shù)據(jù)資源的獲取提供了一個好的解決思路。本文首先介紹了群集智能的主要理論研究及典型應(yīng)用,概述了網(wǎng)絡(luò)數(shù)據(jù)獲取中的任播和查詢兩大關(guān)鍵技術(shù),在此基礎(chǔ)上對基于群集智能的蟻群優(yōu)化算法及其在分布式網(wǎng)絡(luò)環(huán)境下任播和查詢兩大關(guān)鍵數(shù)據(jù)獲取技術(shù)中的應(yīng)用進(jìn)行了系統(tǒng)和深入的研究,所做主要工作歸納如下:（1）在缺乏全局網(wǎng)絡(luò)信息的情況下,針對因特網(wǎng)多約束任播這一NP難題,提出了一種基于多蟻群優(yōu)化的任播路由算法MACA。該算法僅需局部網(wǎng)絡(luò)信息,通過螞蟻釋放信息素來改變網(wǎng)絡(luò)環(huán)境,從而間接引導(dǎo)其它螞蟻根據(jù)信息素強(qiáng)度動態(tài)調(diào)整自身的選路行為。仿真實(shí)驗(yàn)表明,具有正反饋效應(yīng)的分布式MACA算法使得各螞蟻能以較高的概率選擇滿足自身QoS約束的較優(yōu)路徑,有效降低路由時延,顯著提高任播請求的接受率。（2）在節(jié)點(diǎn)位置信息未知的情況下,針對無線傳感器網(wǎng)絡(luò)多約束任播路由問題,結(jié)合蟻群路由和蟻群聚類思想,提出了一種基于蟻群優(yōu)化的可靠任播路由算法ARMCA。該算法兼顧節(jié)點(diǎn)能量和路由時延雙重約束,引入帶正反饋特征的蟻群優(yōu)化來為每個數(shù)據(jù)包尋找自源節(jié)點(diǎn)至相應(yīng)Sink節(jié)點(diǎn)的較優(yōu)路徑,以降低路由傳輸時延,節(jié)省路由能耗。算法同時引入基于蟻群聚類思想的自恢復(fù)機(jī)制來應(yīng)對網(wǎng)內(nèi)簇頭或Sink節(jié)點(diǎn)的失效,通過平滑過渡到新的穩(wěn)定態(tài)來自動消除節(jié)點(diǎn)失效造成的負(fù)面影響。仿真實(shí)驗(yàn)表明,在相同QoS約束條件下,隨著網(wǎng)絡(luò)規(guī)模的增大,ARMCA算法在能耗和時延兩方面的優(yōu)越性更為顯著。在遭遇節(jié)點(diǎn)失效時,ARMCA算法僅需相對較短的時間便可恢復(fù)至新的穩(wěn)定狀態(tài),從而保證了網(wǎng)絡(luò)數(shù)據(jù)的可靠傳輸。（3）在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)動態(tài)變化的情況下,針對移動自組網(wǎng)多約束任播,提出了一種基于蟻群優(yōu)化的任播算法AMMCA。該算法充分考慮節(jié)點(diǎn)的移動性,引入信息素?cái)U(kuò)散模型以增大對較優(yōu)路徑周邊的節(jié)點(diǎn)擴(kuò)散信息素,從而降低因節(jié)點(diǎn)移動導(dǎo)致的路徑斷裂;同時,通過構(gòu)建多路徑路由以均衡網(wǎng)絡(luò)負(fù)載,進(jìn)一步減輕因節(jié)點(diǎn)移動造成數(shù)據(jù)傳輸中斷帶來的負(fù)面影響。仿真實(shí)驗(yàn)表明,在平均數(shù)據(jù)包接受率及端到端路由時延等方面,與其它移動自組網(wǎng)任播路由算法相比,AMMCA算法具有良好的性能優(yōu)勢。（4）對于能量等資源受限的規(guī)模較大的無線傳感器網(wǎng)絡(luò),如何節(jié)能地處理多個查詢節(jié)點(diǎn)發(fā)起的并行式復(fù)制數(shù)據(jù)查詢是一個挑戰(zhàn)性難題。本文提出了一種基于多蟻群優(yōu)化的節(jié)能復(fù)制數(shù)據(jù)查詢處理算法MACQP。該算法首先執(zhí)行事件數(shù)據(jù)的隨機(jī)復(fù)制,然后在查詢節(jié)點(diǎn)發(fā)送前向螞蟻搜索到達(dá)事件某一副本的較優(yōu)路徑,搜索過程具有一定的智能性。當(dāng)找到目標(biāo)數(shù)據(jù)后,產(chǎn)生后向螞蟻原路返回并執(zhí)行事件數(shù)據(jù)二次復(fù)制,使得后繼查詢螞蟻能沿信息素強(qiáng)度較大的較優(yōu)路徑在更近的節(jié)點(diǎn)找到目標(biāo)事件數(shù)據(jù),縮短了搜索路徑的長度,使得總搜索能耗顯著降低,整體上降低了查詢總能耗。理論分析和仿真實(shí)驗(yàn)表明,MACQP算法通過蟻群協(xié)作產(chǎn)生的智能搜索和動態(tài)復(fù)制,在節(jié)能性方面優(yōu)勢明顯。（5）針對大規(guī)模無線傳感器網(wǎng)絡(luò)的實(shí)時應(yīng)用,兼顧查詢處理的節(jié)能性和實(shí)時性,提出了一種基于多蟻群優(yōu)化的實(shí)時查詢處理算法ARTQP。該算法采用一種優(yōu)化的分簇方法和分環(huán)存儲策略,使得查詢能區(qū)分處理不同優(yōu)先級的事件數(shù)據(jù),實(shí)時性越高的事件具有更大的概率被前向螞蟻所探知,搜索過程具有較好的智能性。當(dāng)找到目標(biāo)事件后,產(chǎn)生后向螞蟻返回并執(zhí)行事件動態(tài)二次復(fù)制,使得后繼查詢螞蟻能沿較優(yōu)路徑在更近的存儲節(jié)點(diǎn)找到目標(biāo)事件數(shù)據(jù),以顯著縮短搜索路徑的平均長度和平均查詢時延,降低查詢總能耗。理論分析和仿真實(shí)驗(yàn)表明,與已存查詢處理算法相比,ARTQP算法在實(shí)時性和節(jié)能性方面性能增益明顯,且網(wǎng)絡(luò)規(guī)模越大,性能優(yōu)勢越顯著,在QoS要求較嚴(yán)格的情況下,亦能取得良好的性能。
羅宏偉,吳斌,況中林,靳玉紅,李芳,趙娟[8]（2008）在《快速啟發(fā)式多約束優(yōu)化路徑算法研究》文中研究表明針對QoS路由算法中多約束算法的不足,提出了一種新的多約束算法:快速啟發(fā)式多約束優(yōu)化路徑算法（FHMCOP）。與現(xiàn)有的路由算法相比,它有兩個顯著的不同:增加了一個λ快速計(jì)算機(jī)制,可以降低計(jì)算復(fù)雜度和加快計(jì)算速度,縮短算法響應(yīng)時間;對MCOP算法進(jìn)行了有效的改進(jìn),使計(jì)算結(jié)果達(dá)到優(yōu)化。計(jì)算結(jié)果表明,FHMCOP能針對多約束優(yōu)化路徑問題的特點(diǎn)降低計(jì)算量和提高計(jì)算速度。
李敏,陸蕓婷[9]（2008）在《多約束QoS路由算法綜述》文中指出保證服務(wù)質(zhì)量的QoS路由（Quality of Service Routing）是網(wǎng)絡(luò)中解決QoS問題的一項(xiàng)關(guān)鍵技術(shù)。QoS路由的主要目標(biāo)是為接入的業(yè)務(wù)選擇滿足服務(wù)質(zhì)量要求的傳輸路徑,同時保證整個網(wǎng)絡(luò)資源的有效利用。度量參數(shù)選擇問題、尋路問題和路由信息不準(zhǔn)確問題是QoS路由中的幾個主要研究內(nèi)容。多約束QoS路由算法通常是NPC問題,本文先對QoS路由中的問題進(jìn)行分類,再對當(dāng)前研究的一些多約束QoS路由算法進(jìn)行了歸納與分析。這些算法對于在Internet中實(shí)現(xiàn)QoS有著重要的指導(dǎo)意義。
甄成方[10]（2008）在《基于QoS約束的組播路由算法研究》文中指出近來Internet上有越來越多的QoS要求的組播應(yīng)用的涌現(xiàn),如視頻會議、網(wǎng)絡(luò)音頻/視頻廣播、遠(yuǎn)程教育、軟件更新等,這加速了網(wǎng)絡(luò)對可擴(kuò)展的有效的組播通信方式支持的需要。與單播通信方式比較起來,組播在點(diǎn)到多點(diǎn)的數(shù)據(jù)傳輸方面更有效,在傳統(tǒng)的單播通信方式中,源需要向每個接收者單獨(dú)傳送一份數(shù)據(jù)的拷貝,一個數(shù)據(jù)流就有可能占用了不必要的很大一部分的帶寬,如果接收者成千上萬,網(wǎng)絡(luò)擁塞發(fā)生的可能性就大大增高。而在組播通信方式中,主干鏈路上只有一個數(shù)據(jù)的拷貝,路由器只在分枝處進(jìn)行數(shù)據(jù)包的復(fù)制,所以大大節(jié)省了帶寬。實(shí)現(xiàn)組播重要的一環(huán)是組播路徑的確立,與單播傳輸路徑不同的是組播數(shù)據(jù)傳輸?shù)耐負(fù)涫且豢媒M播樹,而構(gòu)建組播樹是組播路由的任務(wù),考慮到現(xiàn)在越來越多的多媒體應(yīng)用要求有QoS保證,所以如何構(gòu)建一棵組播樹使其滿足相應(yīng)用戶的QoS要求成為組播研究領(lǐng)域的一個很大的挑戰(zhàn)。許多研究者正致力于QoS組播路由算法和協(xié)議的研究和設(shè)計(jì),QoS組播路由已經(jīng)成為近年來的一個熱點(diǎn)研究領(lǐng)域。在QoS組播路由中,尋找多約束可行路徑問題已經(jīng)被證明是NP完全問題。CMST問題使服務(wù)路徑領(lǐng)域受到越來越多的關(guān)注,但是針對多重附加約束的多點(diǎn)路由卻沒有得到太多的進(jìn)展,盡管大量正在形成的應(yīng)運(yùn)軟件對此提出了需求。在這篇論文中,我們提出了一種構(gòu)建組播樹的啟發(fā)式算法,HMCMC來解決這個問題。HMCMC有著低時間復(fù)雜度,它的基本思路就是逐步建立一種多點(diǎn)路由,這需要建立在關(guān)于多約束組播路由最新研究的基礎(chǔ)上。仿真結(jié)果表明,與以往算法相比,該算法在消息開銷、連接成功率和連接建立時間等性能指標(biāo)方面都有較好的改善。
二、性能可調(diào)的啟發(fā)式多約束路由算法（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實(shí)現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對研究對象進(jìn)行“質(zhì)”的方面的研究，這個方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認(rèn)識進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對某一課題進(jìn)行研究。
功能分析法：這是社會科學(xué)用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、性能可調(diào)的啟發(fā)式多約束路由算法（論文提綱范文）
（1）時變網(wǎng)絡(luò)QoS保障路由算法及協(xié)議研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 符號對照表 |
| 縮略語對照表 |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 本文的主要工作和創(chuàng)新點(diǎn) |
| 1.4 本文結(jié)構(gòu)安排 |
| 第二章 QoS路由算法分析及在時變網(wǎng)絡(luò)中面臨的挑戰(zhàn) |
| 2.1 QoS路由基礎(chǔ)概述 |
| 2.1.1 QoS度量參數(shù)介紹 |
| 2.1.2 QoS度量參數(shù)的選取依據(jù) |
| 2.1.3 QoS保障路由分類 |
| 2.2 QoS路由算法研究與分析 |
| 2.2.1 H_MCOP算法研究與分析 |
| 2.2.2 多業(yè)務(wù)路由算法研究與分析 |
| 2.3 時變網(wǎng)絡(luò)面臨的挑戰(zhàn) |
| 2.4 本章小結(jié) |
| 第三章 面向多業(yè)務(wù)的時變網(wǎng)絡(luò)QoS路由算法 |
| 3.1 時變網(wǎng)絡(luò)場景概述 |
| 3.2 多業(yè)務(wù)QoS路由問題概述 |
| 3.2.1 多業(yè)務(wù)QoS路由問題描述 |
| 3.2.2 多業(yè)務(wù)QoS路由問題分析 |
| 3.3 面向多業(yè)務(wù)的時變網(wǎng)絡(luò)QoS路由算法 |
| 3.3.1 鏈路狀態(tài)存儲時間聚合圖模型 |
| 3.3.2 問題數(shù)學(xué)描述 |
| 3.3.3 算法詳細(xì)步驟 |
| 3.3.4 算法性能分析 |
| 3.4 本章小結(jié) |
| 第四章 時變網(wǎng)絡(luò)QoS保障路由協(xié)議仿真平臺設(shè)計(jì)與實(shí)現(xiàn) |
| 4.1 時變網(wǎng)絡(luò)QoS保障路由協(xié)議仿真平臺總體設(shè)計(jì)方案 |
| 4.2 時變網(wǎng)絡(luò)QoS保障路由協(xié)議仿真平臺詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)方案 |
| 4.2.1 平臺實(shí)現(xiàn)工具 |
| 4.2.2 時變網(wǎng)絡(luò)拓?fù)淇刂颇K設(shè)計(jì) |
| 4.2.3 MS-MCOP路由協(xié)議模塊設(shè)計(jì) |
| 4.2.4 業(yè)務(wù)生成與傳輸模塊設(shè)計(jì) |
| 4.2.5 協(xié)議性能評估模塊設(shè)計(jì) |
| 4.3 時變網(wǎng)絡(luò)QoS保障路由協(xié)議仿真平臺測試場景搭建 |
| 4.3.1 仿真平臺測試場景設(shè)置 |
| 4.3.2 仿真平臺搭建 |
| 4.4 仿真平臺測試與結(jié)果分析 |
| 4.4.1 網(wǎng)絡(luò)拓?fù)淇刂乒δ軠y試 |
| 4.4.2 QoS路由功能測試 |
| 4.4.3 業(yè)務(wù)傳輸功能測試 |
| 4.4.4 路由性能測試 |
| 4.5 本章小結(jié) |
| 第五章 總結(jié)與展望 |
| 5.1 本文工作總結(jié) |
| 5.2 未來研究方向 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡介 |
（2）基于DAG的多約束路由算法的研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 符號對照表 |
| 縮略語對照表 |
| 第一章 緒論 |
| 1.1 課題研究背景和意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 課題來源以及本文的主要工作 |
| 1.3.1 課題來源 |
| 1.3.2 本文的主要工作 |
| 1.4 論文的組織結(jié)構(gòu) |
| 第二章 理論知識和技術(shù)介紹 |
| 2.1 QoS度量參數(shù) |
| 2.2 網(wǎng)絡(luò)模型以及數(shù)學(xué)描述 |
| 2.3 DAG |
| 2.4 權(quán)重的相關(guān)賦權(quán)方法 |
| 2.4.1 G1法 |
| 2.4.2 標(biāo)準(zhǔn)離差法 |
| 2.4.3 乘法集成法 |
| 2.5 蟻群算法 |
| 2.5.1 蟻群算法的基本原理 |
| 2.5.2 ACS算法 |
| 2.5.3 ACS算法的步驟以及流程圖 |
| 2.5.4 ACS算法中的參數(shù) |
| 2.6 本章小結(jié) |
| 第三章 基于DAG和 Dijkstra的多約束優(yōu)化路由算法DAG_DMCOP |
| 3.1 算法的設(shè)計(jì)思路 |
| 3.2 算法的具體執(zhí)行步驟 |
| 3.3 算法的時間復(fù)雜度分析 |
| 3.4 仿真實(shí)驗(yàn)的設(shè)計(jì)與實(shí)現(xiàn) |
| 3.4.1 仿真環(huán)境以及仿真數(shù)據(jù)的設(shè)置 |
| 3.4.2 實(shí)驗(yàn)過程 |
| 3.4.3 實(shí)驗(yàn)結(jié)果分析總結(jié) |
| 3.5 本章小結(jié) |
| 第四章 基于DAG和改進(jìn)ACS的多約束優(yōu)化路由算法DAG_IACS |
| 4.1 算法的設(shè)計(jì)思路 |
| 4.2 算法的具體執(zhí)行步驟 |
| 4.3 算法的性能分析 |
| 4.4 仿真實(shí)驗(yàn)的設(shè)計(jì)與實(shí)現(xiàn) |
| 4.4.1 仿真環(huán)境以及仿真數(shù)據(jù)的設(shè)置 |
| 4.4.2 實(shí)驗(yàn)過程 |
| 4.4.3 實(shí)驗(yàn)結(jié)果分析總結(jié) |
| 4.5 本章小結(jié) |
| 第五章 總結(jié)與展望 |
| 5.1 研究工作總結(jié) |
| 5.2 未來工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡介 |
（3）面向物聯(lián)網(wǎng)的QoS路由近似算法研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 智能算法研究現(xiàn)狀 |
| 1.2.2 近似算法研究現(xiàn)狀 |
| 1.3 研究思路和技術(shù)路線 |
| 1.3.1 研究思路 |
| 1.3.2 技術(shù)路線 |
| 1.4 主要研究內(nèi)容和研究目標(biāo) |
| 1.4.1 主要研究內(nèi)容 |
| 1.4.2 研究目標(biāo) |
| 1.5 本文章節(jié)安排及結(jié)構(gòu) |
| 第二章 QoS路由算法與研究現(xiàn)狀 |
| 2.1 引言 |
| 2.2 單播QoS路由近似算法與研究現(xiàn)狀 |
| 2.3 多播QoS路由近似算法與研究現(xiàn)狀 |
| 2.3.1 多播Steiner樹問題 |
| 2.3.2 多播多約束QoS路由問題及研究現(xiàn)狀 |
| 2.4 WMN網(wǎng)絡(luò)QoS路由算法與研究現(xiàn)狀 |
| 2.5 本章小結(jié) |
| 第三章 單播多約束QoS路由近似算法研究 |
| 3.1 引言 |
| 3.2 問題描述及預(yù)備知識 |
| 3.2.1 問題描述 |
| 3.2.2 帶輔助圖的確定性算法 |
| 3.3 基于穩(wěn)定網(wǎng)絡(luò)的單播多約束QoS路由近似算法 |
| 3.3.1 FAA算法設(shè)計(jì) |
| 3.3.2 FAA算法分析 |
| 3.3.3 仿真實(shí)驗(yàn)與性能評估 |
| 3.4 基于無線網(wǎng)絡(luò)的單播多約束QoS路由近似算法 |
| 3.4.1 KAMCOP算法設(shè)計(jì) |
| 3.4.2 KAMCOP算法分析 |
| 3.4.3 仿真實(shí)驗(yàn)與性能評估 |
| 3.5 本章小結(jié) |
| 第四章 保障QoS的多播路由近似算法研究 |
| 4.1 引言 |
| 4.2 問題定義及背景描述 |
| 4.2.1 問題描述 |
| 4.2.2 多播路由算法 |
| 4.3 一種基于優(yōu)先多播目的節(jié)點(diǎn)的近似算法 |
| 4.3.1 PNMPH算法設(shè)計(jì) |
| 4.3.2 PNMPH算法分析 |
| 4.3.3 仿真實(shí)驗(yàn)與性能評估 |
| 4.4 一種改進(jìn)的優(yōu)先多播目的節(jié)點(diǎn)近似算法 |
| 4.4.1 IPNMPH算法設(shè)計(jì) |
| 4.4.2 IPNMPH算法分析 |
| 4.4.3 仿真實(shí)驗(yàn)與性能評估 |
| 4.5 本章小結(jié) |
| 第五章 多播多約束QoS路由近似算法研究 |
| 5.1 引言 |
| 5.2 問題描述 |
| 5.3 基于穩(wěn)定網(wǎng)絡(luò)的多播多約束QoS路由近似算法 |
| 5.3.1 NMHA算法設(shè)計(jì) |
| 5.3.2 NMHA算法分析 |
| 5.3.3 仿真實(shí)驗(yàn)與性能評估 |
| 5.4 基于無線網(wǎng)絡(luò)的多播多約束QoS路由近似算法 |
| 5.4.1 FMPH算法設(shè)計(jì) |
| 5.4.2 FMPH算法分析 |
| 5.4.3 仿真實(shí)驗(yàn)與性能評估 |
| 5.5 本章小結(jié) |
| 第六章 WMN網(wǎng)絡(luò)保障QoS的路由近似算法研究 |
| 6.1 引言 |
| 6.2 問題描述與系統(tǒng)模型 |
| 6.2.1 Anypath路由描述 |
| 6.2.2 系統(tǒng)建模 |
| 6.2.3 問題描述 |
| 6.3 一種保障QoS的Anypath路由近似算法 |
| 6.3.1 HMAA算法設(shè)計(jì) |
| 6.3.2 HMAA算法分析 |
| 6.3.3 仿真實(shí)驗(yàn)與性能評估 |
| 6.4 本章小結(jié) |
| 總結(jié) |
| 全文總結(jié) |
| 研究展望 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間發(fā)表或完成的論文 |
| 攻讀博士學(xué)位期間獲得的獎勵和參與的項(xiàng)目 |
| 致謝 |
（4）基于群智能優(yōu)化算法的多約束QoS單播路由問題研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1.緒論 |
| 1.1 課題研究背景和意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 主要研究工作 |
| 2.多約束QoS路由問題 |
| 2.1 問題簡述 |
| 2.2 QoS度量參數(shù) |
| 2.3 研究思路與方法 |
| 2.4 本章小結(jié) |
| 3.應(yīng)用于多約束QoS路由問題的改進(jìn)遺傳算法 |
| 3.1 基本遺傳算法簡介 |
| 3.2 求解多約束QoS路由問題的改進(jìn)遺傳算法 |
| 3.3 本章小結(jié) |
| 4.應(yīng)用于多約束QoS路由問題的改進(jìn)蟻群算法 |
| 4.1 基本蟻群算法簡介 |
| 4.2 求解多約束QoS路由問題的改進(jìn)蟻群算法 |
| 4.3 本章小結(jié) |
| 5.應(yīng)用于多約束QoS路由問題的遺傳-蟻群算法 |
| 5.1 遺傳-蟻群算法思想與流程 |
| 5.2 關(guān)鍵模塊 |
| 5.3 類的設(shè)計(jì) |
| 5.4 仿真結(jié)果分析 |
| 5.5 本章小結(jié) |
| 6.結(jié)束語 |
| 6.1 研究總結(jié) |
| 6.2 未來工作展望 |
| 致謝 |
| 參考文獻(xiàn) |
（5）SDN在IP網(wǎng)絡(luò)的流量調(diào)度應(yīng)用研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 研究動態(tài)與發(fā)展現(xiàn)狀 |
| 1.2.1 SDN下的流量工程 |
| 1.2.2 多業(yè)務(wù)量矩陣下TE算法 |
| 1.2.3 多約束QoS路由 |
| 1.3 主要工作及內(nèi)容安排 |
| 第二章 SDN下IP骨干網(wǎng)總體應(yīng)用架構(gòu) |
| 2.2 傳統(tǒng)SDN架構(gòu)介紹 |
| 2.2.1 中心流控模塊 |
| 2.2.2 OpenFlow控制層 |
| 2.2.3 硬件交換設(shè)備 |
| 2.3 SDN下IP骨干網(wǎng)應(yīng)用架構(gòu)介紹 |
| 2.3.1 關(guān)鍵業(yè)務(wù)量矩陣提取模塊 |
| 2.3.2 路由計(jì)算模塊 |
| 2.3.2.1 IP骨干網(wǎng)單業(yè)務(wù)量矩陣路由計(jì)算 |
| 2.3.2.3 省網(wǎng)-城域網(wǎng)單業(yè)務(wù)量矩陣路由計(jì)算 |
| 2.3.3 流控代理模塊 |
| 2.4 本章小結(jié) |
| 第三章 關(guān)鍵業(yè)務(wù)量矩陣提取算法 |
| 3.1 研究背景 |
| 3.2 問題描述 |
| 3.3 多種提取關(guān)鍵業(yè)務(wù)量矩陣方案 |
| 3.3.1 CritMat問題數(shù)學(xué)表示 |
| 3.3.2 基于總?cè)萘康木垲惙椒?/td> |
| 3.3.2.1 TopN算法 |
| 3.3.2.2 TopConsecN算法 |
| 3.3.3 直接聚類方法 |
| 3.3.3.1 CritAC算法 |
| 3.3.3.2 CritTimeAC算法 |
| 3.3.3.3 RoutPolicyAC算法 |
| 3.3.3.4 SimilarAC算法 |
| 3.4 仿真及結(jié)果分析 |
| 3.4.1 距離函數(shù)歸一化處理 |
| 3.4.2 簡單性能指標(biāo)仿真結(jié)果及分析 |
| 3.4.3 其它性能指標(biāo)仿真結(jié)果及分析 |
| 3.5 本章小結(jié) |
| 第四章 多約束QoS路由 |
| 4.1 研究背景 |
| 4.2 多約束QoS路由模型 |
| 4.3 MIP模型 |
| 4.4 隨機(jī)化求解算法 |
| 4.4.1 算法核心思想 |
| 4.4.2 算法描述 |
| 4.4.3 算法流程 |
| 4.4.4 算法小結(jié) |
| 4.5 改進(jìn)的隨機(jī)化求解算法 |
| 4.5.1 算法核心思想 |
| 4.5.2 權(quán)重函數(shù)定義 |
| 4.5.3 算法描述 |
| 4.5.4 算法流程 |
| 4.5.5 算法小結(jié) |
| 4.5.6 仿真及結(jié)果分析 |
| 4.6 本章小結(jié) |
| 第五章 SDN下關(guān)鍵業(yè)務(wù)量矩陣在流量工程中的應(yīng)用 |
| 5.1 研究背景 |
| 5.2 基于關(guān)鍵業(yè)務(wù)量矩陣的路由優(yōu)化 |
| 5.2.1 傳統(tǒng)流量工程概念 |
| 5.2.2 SDN下多業(yè)務(wù)量矩陣路由優(yōu)化方案 |
| 5.2.3 多路由切換方案 |
| 5.2.3.1 路由切換基本思想 |
| 5.2.3.2 路由切換準(zhǔn)則 |
| 5.2.4 仿真結(jié)果及分析 |
| 5.3 基于關(guān)鍵業(yè)務(wù)量矩陣的網(wǎng)絡(luò)脆弱性分析 |
| 5.3.1 網(wǎng)絡(luò)脆弱性概念 |
| 5.3.2 網(wǎng)絡(luò)脆弱性分析 |
| 5.3.3 仿真結(jié)果及分析 |
| 5.4 本章小結(jié) |
| 第六章 結(jié)束語 |
| 6.1 本文工作總結(jié) |
| 6.2 未來研究工作展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 攻取碩士學(xué)位期間的研究成果 |
（6）基于蟻群算法的QoS組播路由研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第1章 緒論 |
| 1.1 課題研究的背景和意義 |
| 1.2 服務(wù)質(zhì)量(QoS)要求 |
| 1.2.1 服務(wù)質(zhì)量(QoS)概念 |
| 1.2.2 QoS度量 |
| 1.3 QoS路由算法及分類 |
| 1.3.1 基于路由策略的分類 |
| 1.3.2 基于路由問題模型的分類 |
| 1.4 論文的組織結(jié)構(gòu) |
| 第2章 QoS組播路由問題 |
| 2.1 組播路由 |
| 2.1.1 組播簡介 |
| 2.1.2 組播路由協(xié)議 |
| 2.2 基于 QoS的組播路由問題 |
| 2.2.1 路由問題的基本數(shù)學(xué)模型 |
| 2.2.2 組播路由算法中兩種費(fèi)用的數(shù)學(xué)模型 |
| 2.2.3 QoS路由網(wǎng)絡(luò)模型 |
| 2.2.4 QoS路由基本問題 |
| 2.3 QoS組播路由算法研究進(jìn)展 |
| 2.3.1 QoS組播路由網(wǎng)絡(luò)模型 |
| 2.3.2 典型QoS組播路由算法綜述 |
| 第3章 蟻群算法及其改進(jìn)算法 |
| 3.1 基本的蟻群優(yōu)化算法 |
| 3.1.1 螞蟻系統(tǒng) |
| 3.1.2 蟻群優(yōu)化算法及其實(shí)現(xiàn) |
| 3.1.3 蟻群優(yōu)化算法的特點(diǎn) |
| 3.2 幾種改進(jìn)的蟻群算法 |
| 3.2.1 螞蟻系統(tǒng)不足 |
| 3.2.2 最優(yōu)解保留策略螞蟻系統(tǒng) |
| 3.2.3 蟻群系統(tǒng) |
| 3.2.4 最大最小螞蟻系統(tǒng) |
| 3.2.5 基于排序的螞蟻系統(tǒng) |
| 3.2.6 基于蟻群算法的分段求解算法 |
| 3.3 基于蟻群算法求解組播路由問題的綜述 |
| 第4章 基于蟻群算法的 QoS組播路由問題求解 |
| 4.1 最小生成樹導(dǎo)向的蟻群算法創(chuàng)建備選路徑集 |
| 4.1.1 數(shù)學(xué)模型的建立 |
| 4.1.2 最小生成樹導(dǎo)向蟻群算法求解備選路徑集的流程 |
| 4.1.3 算法優(yōu)越性的比較 |
| 4.1.4 創(chuàng)建備選路徑集的算法仿真 |
| 4.2 基于備選路徑集編碼的整數(shù)規(guī)劃及算法實(shí)現(xiàn) |
| 4.2.1 常用的幾種編碼方式 |
| 4.2.2 基于備選路徑集的整數(shù)規(guī)劃模型 |
| 4.2.3 求解該整數(shù)規(guī)劃模型的蟻群算法流程 |
| 4.2.4 算法仿真結(jié)果 |
| 4.3 本章小結(jié) |
| 第5章 結(jié)論與展望 |
| 5.1 結(jié)論 |
| 5.2 展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀學(xué)位期間參加的科研項(xiàng)目和成果 |
（7）蟻群算法及其在數(shù)據(jù)獲取技術(shù)中的應(yīng)用研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 群集智能模型及經(jīng)典算法 |
| 1.2.1 群集智能模型概述 |
| 1.2.2 蟻群優(yōu)化算法 |
| 1.2.3 粒子群優(yōu)化算法 |
| 1.3 蟻群算法的發(fā)展與研究現(xiàn)狀 |
| 1.3.1 蟻群算法的發(fā)展 |
| 1.3.2 國內(nèi)外研究現(xiàn)狀 |
| 1.4 網(wǎng)絡(luò)數(shù)據(jù)獲取及其關(guān)鍵技術(shù) |
| 1.4.1 網(wǎng)絡(luò)數(shù)據(jù)獲取概述 |
| 1.4.2 網(wǎng)絡(luò)任播路由技術(shù) |
| 1.4.3 網(wǎng)絡(luò)查詢處理技術(shù) |
| 1.5 論文主要工作及組織結(jié)構(gòu) |
| 1.5.1 論文主要工作 |
| 1.5.2 論文組織結(jié)構(gòu) |
| 第2章 相關(guān)研究綜述 |
| 2.1 蟻群優(yōu)化算法的理論研究 |
| 2.1.1 蟻群算法求解問題一般思路 |
| 2.1.2 蟻群算法收斂性探討 |
| 2.2 蟻群優(yōu)化算法典型應(yīng)用研究 |
| 2.3 網(wǎng)絡(luò)任播路由算法研究 |
| 2.3.1 因特網(wǎng)任播算法概述 |
| 2.3.2 傳感器網(wǎng)絡(luò)任播算法概述 |
| 2.3.3 移動自組網(wǎng)任播算法概述 |
| 2.4 網(wǎng)絡(luò)查詢處理相關(guān)研究 |
| 2.5 小結(jié) |
| 第3章 基于蟻群優(yōu)化的因特網(wǎng)多約束任播路由研究 |
| 3.1 引言 |
| 3.2 基于多蟻群算法的因特網(wǎng)任播路由 |
| 3.2.1 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) |
| 3.2.2 服務(wù)請求的產(chǎn)生及管理機(jī)制 |
| 3.2.3 路徑選擇策略 |
| 3.2.4 信息素更新規(guī)則 |
| 3.2.5 算法具體步驟 |
| 3.3 仿真實(shí)驗(yàn)與分析 |
| 3.3.1 實(shí)驗(yàn)1：網(wǎng)絡(luò)拓?fù)涔潭?/td> |
| 3.3.2 實(shí)驗(yàn)2：目標(biāo)節(jié)點(diǎn)分散 |
| 3.3.3 實(shí)驗(yàn)3：網(wǎng)絡(luò)拓?fù)潆S機(jī) |
| 3.4 小結(jié) |
| 第4章 基于蟻群優(yōu)化的傳感器網(wǎng)絡(luò)可靠任播路由研究 |
| 4.1 引言 |
| 4.2 蟻群路由及聚類模型 |
| 4.2.1 蟻群路由模型 |
| 4.2.2 蟻群聚類模型 |
| 4.3 網(wǎng)絡(luò)環(huán)境與問題描述 |
| 4.3.1 WSN 網(wǎng)絡(luò)模型 |
| 4.3.2 數(shù)據(jù)產(chǎn)生與聚合 |
| 4.3.3 問題描述 |
| 4.4 基于蟻群算法的傳感器網(wǎng)絡(luò)可靠任播路由 |
| 4.4.1 螞蟻的定義及管理 |
| 4.4.2 算法初始化 |
| 4.4.3 路徑構(gòu)建策略 |
| 4.4.4 信息素更新規(guī)則 |
| 4.4.5 算法自修復(fù)方法 |
| 4.4.6 算法具體步驟 |
| 4.5 仿真實(shí)驗(yàn)與分析 |
| 4.5.1 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置 |
| 4.5.2 實(shí)驗(yàn)結(jié)果與分析 |
| 4.6 小結(jié) |
| 第5章 基于蟻群優(yōu)化的移動自組網(wǎng)任播路由研究 |
| 5.1 引言 |
| 5.2 蟻群優(yōu)化的信息素?cái)U(kuò)散模型 |
| 5.2.1 蟻群算法信息素?cái)U(kuò)散初始模型 |
| 5.2.2 移動自組網(wǎng)信息素?cái)U(kuò)散新模型 |
| 5.3 基于蟻群算法的移動自組網(wǎng)任播路由 |
| 5.3.1 移動模型分析 |
| 5.3.2 螞蟻定義及管理 |
| 5.3.3 路徑構(gòu)建策略 |
| 5.3.4 信息素更新規(guī)則 |
| 5.3.5 算法具體步驟 |
| 5.4 仿真實(shí)驗(yàn)與分析 |
| 5.4.1 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置 |
| 5.4.2 實(shí)驗(yàn)結(jié)果與分析 |
| 5.5 小結(jié) |
| 第6章 傳感器網(wǎng)絡(luò)中基于蟻群優(yōu)化的復(fù)制查詢處理 |
| 6.1 引言 |
| 6.2 網(wǎng)絡(luò)模型及問題描述 |
| 6.3 事件聚合及編碼 |
| 6.3.1 事件數(shù)據(jù)聚合 |
| 6.3.2 事件數(shù)據(jù)編碼 |
| 6.4 網(wǎng)內(nèi)事件數(shù)據(jù)隨機(jī)復(fù)制策略 |
| 6.5 基于多蟻群算法的傳感器網(wǎng)絡(luò)節(jié)能復(fù)制查詢處理 |
| 6.5.1 傳感器網(wǎng)絡(luò)拓?fù)漭腿?/td> |
| 6.5.2 查詢請求的管理 |
| 6.5.3 路徑選擇策略 |
| 6.5.4 信息素更新規(guī)則 |
| 6.5.5 動態(tài)二次復(fù)制策略 |
| 6.5.6 算法具體步驟 |
| 6.6 算法理論分析 |
| 6.6.1 復(fù)制能耗分析 |
| 6.6.2 搜索能耗分析 |
| 6.6.3 總能耗及性能對比分析 |
| 6.7 仿真實(shí)驗(yàn) |
| 6.7.1 實(shí)驗(yàn)環(huán)境及設(shè)置 |
| 6.7.2 實(shí)驗(yàn)結(jié)果與分析 |
| 6.8 小結(jié) |
| 第7章 傳感器網(wǎng)絡(luò)中基于蟻群優(yōu)化的實(shí)時查詢處理 |
| 7.1 引言 |
| 7.2 網(wǎng)絡(luò)模型及問題描述 |
| 7.3 基于事件優(yōu)先級的分環(huán)儲存策略 |
| 7.4 基于多蟻群算法的傳感器網(wǎng)絡(luò)實(shí)時查詢處理 |
| 7.4.1 實(shí)時查詢處理網(wǎng)絡(luò)環(huán)境 |
| 7.4.2 查詢請求的管理 |
| 7.4.3 路徑選擇策略 |
| 7.4.4 信息素更新規(guī)則 |
| 7.4.5 動態(tài)二次復(fù)制策略 |
| 7.4.6 算法具體步驟 |
| 7.5 算法理論分析 |
| 7.5.1 復(fù)制能耗分析 |
| 7.5.2 搜索能耗分析 |
| 7.5.3 查詢時延分析 |
| 7.6 仿真實(shí)驗(yàn) |
| 7.6.1 實(shí)驗(yàn)環(huán)境及設(shè)置 |
| 7.6.2 查詢能耗比較及分析 |
| 7.6.3 查詢時延比較及分析 |
| 7.6.4 查詢成功率比較及分析 |
| 7.7 小結(jié) |
| 結(jié)論及展望 |
| 一、主要工作總結(jié) |
| 二、未來工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 附錄A 攻讀博士學(xué)位期間發(fā)表的學(xué)術(shù)論文 |
| 附錄B 攻讀博士學(xué)位期間參與的科研項(xiàng)目 |
（9）多約束QoS路由算法綜述（論文提綱范文）
| 1 多約束Qo S路由模型 |
| 2 多約束Qo S路由算法 |
| 2.1 基本路由算法簡介 |
| 2.1.1 Qo S單播路由算法 |
| 1) 最短路徑算法 |
| 2) 多路路由算法 |
| 3) 啟發(fā)式路由算法 |
| 4) 基于某種調(diào)度策略的路由算法 |
| 2.1.2 Qo S多播路由算法 |
| 2.2 多約束Qo S單播路由算法分類介紹 |
| 2.2.1 多項(xiàng)式非啟發(fā)類 |
| 2.2.2 探測法 |
| 2.2.3 基于花費(fèi)函數(shù)法 |
| 1) J.M.Jaffe算法[7] |
| 2) H-MCOP算法[8] |
| 3) TAMCRA/SAMCRA算法[9] |
| 2.2.4 隨機(jī)化求解 |
| 2.2.5 Qo S度量簡化算法 |
| 2.2.6 偽多項(xiàng)式算法 (受限最小約束法) |
| 1) Juttner基于拉格朗日松弛算法[13] |
| 2) A*剪除算法[14] |
| 2.2.7 仿生類算法 |
| 1) 遺傳算法 |
| 2) 蟻群算法 |
| 3 結(jié)語 |
（10）基于QoS約束的組播路由算法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景 |
| 1.2 研究現(xiàn)狀 |
| 1.3 本文的內(nèi)容及主要工作 |
| 第2章 組播路由原理及其協(xié)議算法 |
| 2.1 組播路由 |
| 2.2 組播工作原理 |
| 2.3 組播路由協(xié)議 |
| 2.3.1 密集模式協(xié)議(DM) |
| 2.3.2 稀疏模式路由協(xié)議(SM) |
| 2.4 組播路由算法 |
| 2.4.1 動態(tài)與靜態(tài)組播路由算法 |
| 2.4.2 集中式與分布式組播路由算法 |
| 2.4.3 組播路由算法的設(shè)計(jì)原則 |
| 第3章 QOS組播路由算法的研究 |
| 3.1 服務(wù)質(zhì)量(QOS)要求 |
| 3.1.1 服務(wù)質(zhì)量(QoS)概念 |
| 3.1.2 QoS度量 |
| 3.1.3 QoS網(wǎng)絡(luò)模型 |
| 3.1.4 服務(wù)質(zhì)量路由(QoSR) |
| 3.2 QoS組播路由算法 |
| 3.2.1 Qos組播路由網(wǎng)絡(luò)模型定義 |
| 3.2.2 QoS組播路由問題的分類 |
| 3.2.3 單QoS約束組播路由算法 |
| 3.2.4 多QoS約束組播路由算法 |
| 3.3 QOS組播路由算法的測評和評價 |
| 第4章 啟發(fā)式多約束QOS組播路由算法HMCMC |
| 4.1 算法的幾個前提 |
| 4.1.1 符號和問題定義 |
| 4.1.2 研究方法 |
| 4.2 算法的具體設(shè)計(jì) |
| 4.2.1 啟發(fā)式H_MCP |
| 4.2.2 啟發(fā)式HMCMC |
| 第5章 網(wǎng)絡(luò)仿真實(shí)驗(yàn) |
| 5.1 網(wǎng)絡(luò)仿真技術(shù)的概念和特點(diǎn) |
| 5.2 通用模擬仿真平臺介紹 |
| 5.2.1 NS-2 |
| 5.2.2 美國MIL3公司的OPNET |
| 5.3 仿真實(shí)驗(yàn)與性能分析 |
| 5.3.1 作為性能比較的一個簡單的啟發(fā)式方法 |
| 5.3.2 組播組大小對性能指標(biāo)影響 |
| 5.3.3 邊的權(quán)值的分布對性能指標(biāo)的影響 |
| 5.3.4 約束條件個數(shù)對性能指標(biāo)的影響 |
| 第6章 工作總結(jié)和未來展望 |
| 6.1 本文的主要工作 |
| 6.2 對未來的展望 |
| 參考文獻(xiàn) |
| 致謝 |
四、性能可調(diào)的啟發(fā)式多約束路由算法（論文參考文獻(xiàn)）
- [1]時變網(wǎng)絡(luò)QoS保障路由算法及協(xié)議研究[D]. 周峰. 西安電子科技大學(xué), 2019(03)
- [2]基于DAG的多約束路由算法的研究[D]. 胡霞. 西安電子科技大學(xué), 2019
- [3]面向物聯(lián)網(wǎng)的QoS路由近似算法研究[D]. 楊偉鈞. 廣東工業(yè)大學(xué), 2017(02)
- [4]基于群智能優(yōu)化算法的多約束QoS單播路由問題研究[D]. 李新明. 華中科技大學(xué), 2017(03)
- [5]SDN在IP網(wǎng)絡(luò)的流量調(diào)度應(yīng)用研究[D]. 吳曼. 電子科技大學(xué), 2015(03)
- [6]基于蟻群算法的QoS組播路由研究[D]. 樓小明. 浙江工業(yè)大學(xué), 2009(S1)
- [7]蟻群算法及其在數(shù)據(jù)獲取技術(shù)中的應(yīng)用研究[D]. 余建平. 湖南大學(xué), 2008(01)
- [8]快速啟發(fā)式多約束優(yōu)化路徑算法研究[J]. 羅宏偉,吳斌,況中林,靳玉紅,李芳,趙娟. 自動化與儀表, 2008(09)
- [9]多約束QoS路由算法綜述[J]. 李敏,陸蕓婷. 深圳信息職業(yè)技術(shù)學(xué)院學(xué)報, 2008(02)
- [10]基于QoS約束的組播路由算法研究[D]. 甄成方. 中北大學(xué), 2008(11)