基于免疫遗传算法的QoS组播路由算法

来源 :中南大学 | 被引量 : 0次 | 上传用户:yutianweixiuwang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络技术的迅速发展,通信网络带宽和处理能力的提高使网络能够提供更多的多媒体业务,也使得支持“点对多点”或“多点多点”的组播通信方式成为网络支持多媒体业务的必要形式。多媒体通信和分布式环境下的协同工作等应用促使了组播通信的发展。组播问题的关键在于组播路由的确定,即寻找简单、高效、健壮的组播路由算法,组播路由算法主要是用来建立一棵性能良好的组播树,并使它能够满足各种业务的服务质量(Quality of Service,QoS)需求,由于QoS组播路由带有多个QoS约束参数,而这种多约束条件下的QoS组播路由问题属于NP完全问题。这使得它与传统的路由过程不同,难以用经典的最短路径优先算法(如Bellman-Ford和Dijkstra算法)求解。对于QoS组播路由问题的研究大多都集中在采用启发式算法和遗传算法求解无约束组播路由问题和延时受限组播路由优化问题,然而由于这些算法要么具有较高的时间复杂度而不能满足实际应用的需要,要么算法早熟收敛,陷入局部,不能求得全局最优解。针对遗传算法的缺陷,本文将生物免疫系统中的浓度调节机制引入遗传算法,形成一种改进的免疫遗传算法。以具有精英保留的免疫遗传算法ⅡGAE为基础,提出了一种新的用来求解带宽、延时、延时抖动受限,费用最小的QoS组播路由选择问题的方法。文中,首先采用预处理机制,将网络结构中不满足带宽约束的链路去掉,利用Dijkstra前N最短路径算法建立ⅡGAE算法编码空间的备选路径集;然后采用基于路径的树结构编码来随机产生初始群体,使种群中的每个个体都代表组播路由问题的一个候选解(即一棵组播树)。最后利用ⅡGAE算法对种群进行优化,最终求得满足QoS要求的组播路由。计算机仿真实验的结果证实了这种方法的有效性。此外,仿真实验中,通过与精英保留遗传算法、基于信息熵的精英保留免疫遗传算法进行比较,结果表明该算法具有较好的性能,以较快的速度搜索到满足QoS要求的费用最小的组播树。
其他文献
CAD(Computer Aided Design)计算机辅助设计,是制造业企业产品设计时非常重要的工具。本文以CAD软件SolidWorks的研究与开发为背景,通过分析SolidWorks系统对权限控制的需求,
移动机器人路径规划是移动机器人技术研究中的关键问题,其主要任务是:机器人在有障碍物的空间中找到一条最短的或最低代价的无碰撞路径。多机器人路径规划以多机器人系统为对
随着三维模型获取技术、三维图形建模方法以及计算机硬件技术的发展,三维模型的应用领域也越来越广泛。三维模型不仅在数量上迅速增长,而且形成了诸多越来越庞大的三维模型数
编译器作为计算机软件中最为基础的软件之一,与操作系统、数据库系统一起被列为构成计算机系统软件的关键性的基础设施。而编译器作为任何软件的产生器,它的安全性、可靠性和
自动文摘是自然语言处理领域里一项重要的研究课题。近年来,随着Intemet的蓬勃发展,信息量激增,文献数量呈指数级增长。作为解决信息过载问题的一种辅助手段,自动文摘的价值
相机传感器可以在监控区域中采集图像信息来提供更多的信息来分辨入侵者。现实中,随机部署的相机传感器通常会造成大量相机传感器资源的闲置浪费并且很难确保监控区域的全视
随着以Web服务、云服务为代表的互联网服务的蓬勃发展,服务形式及服务数量都在迅速的增加。因此,对于用户来说,如何选择合适的服务成为一个亟待解决的问题。服务推荐技术在这
电子政务基础平台主要是利用Internet技术实现网络行政办公的一体化,以核心spring API作为系统后台管理,对各个窗口的数据接口进行统一管理、分配;以持久化对象JPA(部分是用H
基于构件的软件开发是提高软件生产率以及软件质量的一条现实可行的途径。其中一项重要的基础设施——软件构件库得到了产业界和学术界越来越多的重视。为了帮助开发者对构件
随着Internet的飞速发展,人们在享受网络带来的丰富信息和极大便利的同时,也遇到了“数据丰富知识贫乏”的问题。有效的解决途径就是将数据挖掘技术应用到WWW的挖掘中,即Web