摘要：
随着Internet的产生及迅猛的发展,视频点播,视频会议和远程视频教学等系统的应用,实时多媒体应用大量涌现。这类应用的共性是需要保证信息从源节点安全、完整,高效地传输到目的节点。在针对诸如文件传输服务(FTP),HTTP在传输图象文件的业务时,此类应用的信息传输的完整性和高效性显得尤为重要。为满足该类业务要求,信息数据在传输过程中就必须满足一些特定的参数要求,这就涉及到网络中的QoS(Quality of service)约束问题。单播路由和组播路由是检验网络性能的重要指标,在网络研究中起到的作用越来越重要。在多约束网络中,对网络的延时、延时抖动、丢包率、带宽、业务代价等多个参数同时提出性能要求。这些参数相互独立,采用QoS指标来讨论网络的质量性能,使网络达到动态均衡,选择满足多个参数限制的路由就成为NP完全问题。传统的算法在解决上述问题时遇到了困难,群智能算法越来越多的被应用于解决此类QoS多约束路由问题。针对上述多个约束条件下的网络路由,本文提出了算法融合的解决思路。使用粒子群算法、遗传算法使其分别与蚁群算法相融合,形成了基于粒子融合的蚁群算法和遗传蚁群算法。利用网络仿真软件建立了网络拓扑结构,模拟实现了算法的路径选择过程。实验显示上述两种融合算法能够满足时延、带宽,抖动等约束条件的要求,具有优越的性能。粒子群算法和遗产算法为蚁群算法提供初始解和信息素初值,避免了蚁群算法形成局部最优化,拓展了蚁群算法的求解范围,提高了算法的自适应能力和优化精度。这两种算法有一定的实用性。
展开
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
