论文部分内容阅读
随着网络技术和应用的快速发展,以流媒体、视频点播、可视电话、视频会议等为代表的多媒体业务迅速增长;与此同时,这些多媒体业务也对网络的服务质量(QOS)提出了更高的要求,诸如:网络带宽高、传输费用少、传输延迟小、延迟抖动小、数据包丢失率低等。目前广泛应用的IP网络提供的“尽力而为”服务无法直接满足多媒体应用和各种用户对网络QoS的不同要求。多播作为一点对多点的通信服务,其QoS问题更复杂、更困难。多播QoS问题的主要研究内容包括路由选择、流量工程、QoS协商机制、约束路由等,其中路由选择问题是最关键的课题。本文的主要工作包括以下几个方面:(1)应用流量工程负载均衡技术对QoS路由算法进行了详细的多方位的分类总结。(2)分析了一种静态多播路由模型,即一般的多目标多树模型(GMM-model),该模型首次提出了应用多树多播负载均衡对多播流进行拆分,它的解是一个完整的Pareto最优解集。(3)本文提出了一种应用双向搜索算法(D-GMM-BS)动态建立多目标多树优化模型(D-GMM-model);应用该算法及由D-GMM-model给出的多路径来实现负载均衡,得到满足7个约束条件和11个目标函数的Pareto最优解。(4)将D-GMM-BS与D-GMM-BFS和MOEA进行实验对比,结果显示优化模型计算的每个函数的最小值与静态GMM-MOEA算法得到的最小值一致或者接近,但D-GMM-BS算法的时间复杂性是多项式时间,而GMM-MOEA是一个非多项式时间复杂度的算法。对D-GMM模型的目标函数之间的相关性进行分析,目标函数相关性分析的结果有助于决策者根据实际需要在高相关性的目标函数之间选择部分目标函数进行优化。(5)本文提出的算法可得到比D-GMM-BFS更多的最优解,部分最小值比D-GMM-BFS的最小值还小,而且比它的时间复杂性和空间复杂性都要好。