论文部分内容阅读
随着Internet的发展，各种数字业务越来越和人们的生活密切相关了。实现这些的业务最好的方法是组播。但是当今的组播算法和协议，还不尽如人意。组播实际上是一种NPC问题，解决此类问题一般采用启发式算法。但此类算法通常具有多项式的时间复杂度，不适合大型网络。近来随着智能计算技术的发展，开始把智能计算技术引入此类问题的求解，比如说神经网络。
本文的主要工作包括：首先分析了组播协议和其工作原理，并对组播存在的不足进行了讨论。接着深入分析了组播算法和Hopfield神经网络，以及它们在生成组播树时的相似性。针对启发式组播算法不适应大型网络的缺陷，将Hopfield神经网络引入最优路径的求解中。再次对NS2网络仿真器进行了探讨，为在NS2下实现以Hopfield为核心的组播算法奠定了基础。最后在NS2系统下，进行了相关试验的模拟研究，验证了在NS2下实现Hopfield组播算法的可行性和有效性。