针对认知无线Mesh网络传统的多约束QoS组播路由算法一贯的进行随机初始化种群这一问题,在没有增加智能算法的复杂度的同时,首次将武器-目标分配问题(weapon to target allocation,WTA)应用在群智能算法对初始种群的优化上,基于蚁群算法...针对认知无线Mesh网络传统的多约束QoS组播路由算法一贯的进行随机初始化种群这一问题,在没有增加智能算法的复杂度的同时,首次将武器-目标分配问题(weapon to target allocation,WTA)应用在群智能算法对初始种群的优化上,基于蚁群算法,将集火射击、分火射击和混合射击的思想加入到对初始种群的设计上,提出一种基于WTA的QoS组播路由优化算法。其目标是满足无线组播业务的QoS约束且不增加算法复杂度的同时,结合蚁群的强鲁棒性和并行性等性能优势。经过实验验证,在网络开销和时延等方面的指标具有很好改善。展开更多
为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的服务质量(quality of service,QoS)组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,...为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的服务质量(quality of service,QoS)组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。展开更多
文摘针对认知无线Mesh网络传统的多约束QoS组播路由算法一贯的进行随机初始化种群这一问题,在没有增加智能算法的复杂度的同时,首次将武器-目标分配问题(weapon to target allocation,WTA)应用在群智能算法对初始种群的优化上,基于蚁群算法,将集火射击、分火射击和混合射击的思想加入到对初始种群的设计上,提出一种基于WTA的QoS组播路由优化算法。其目标是满足无线组播业务的QoS约束且不增加算法复杂度的同时,结合蚁群的强鲁棒性和并行性等性能优势。经过实验验证,在网络开销和时延等方面的指标具有很好改善。
文摘为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的服务质量(quality of service,QoS)组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。
