基于粒子群算法的路由优化与流量均衡研究

论文摘要

随着网络在诸多领域的应用,网络业务呈现快速增长,由此而对互联网提供的服务质量（Quality of Service,QoS）提出更高的要求。已经证明带有性能服务要求的QoS路由和流量优化是组合规划中的NP-Hard问题。诸多学者引入诸如粒子群算法、蚁群算法、遗传算法等智能算法用以此类问题,智能算法在网络问题中的应用已成为一个研究热点,同时粒子群算法的应用也成为其一个研究的重要方面。粒子群优化（Particle Swarm Optimization,PSO）算法是一种群体智能算法和启发式全局优化技术,整个种群在算法规定的简单行为规则下能够表现出复杂的特性。PSO与其他进化计算方法相比,具有可设置参数少、计算速度快和简单容易实现等优点,这些使其成为一种简单有效的随机算法,在处理约束条件问题时比传统的搜索算法要表现灵活的多。目前越来越多的网络应用需要QoS保证,路由算法的目标由传统的寻找一条最短路径转变为寻找多约束下更优的路径。由于基于最小跳数或最小时延的简单路由算法已经不能满足网络中具有质量要求和突发性的流量的需求以及不同类型的应用需求,由此必须通过路由优化寻求满足约束条件的路径将分组推至目的节点,进而可实现网络中的性能需求、负载平衡等要求。本文在对粒子群算法的相关情况和基于粒子群算法的路由算法的综述基础上,提出一种关系矩阵来作为粒子群算法的编码方式,并用来处理路由优化和流量均衡问题,也就是粒子的位置是一个含有整个网络的拓扑结构信息的关系矩阵。仿真实验表明采用关系矩阵编码方法可以使粒子群算法能够较好的应用到路由优化和流量均衡问题,同时能够克服其他方法所带来的编码复杂、对粒子群算法改动较大、实现复杂等缺点。本文所提出的编码方法能够无须对粒子群算法做出较大改动,能够减少冗余空间的产生和冗余搜索。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 课题背景
• 1.2 路由算法本身面临的主要问题
• 1.3 负载均衡当前的问题与研究的意义
• 1.4 论文的主要内容
• 第二章 相关研究综述
• 2.1 引言
• 2.2 最优化问题
• 2.2.1 局部优化算法
• 2.2.2 全局优化算法
• 2.2.3 进化算法
• 2.2.4 群体智能算法
• 2.3 粒子群算法
• 2.3.1 基本的粒子群算法原理
• 2.3.2 改进的粒子群算法
• 2.3.3 离散粒子群算法
• 2.3.4 粒子群算法的收敛性
• 2.4 路由优化
• 2.4.1 路由寻优
• 2.4.2 粒子群算法的路由优化研究进展
• 2.5 本章小结
• 第三章 基于粒子群算法的流量均衡研究
• 3.1 引言
• 3.2 粒子群算法在流量均衡中的应用
• 3.2.1 流量均衡模型
• 3.2.3 粒子群算法在流量均衡中的应用
• 3.3 仿真实验与结果分析
• 3.4 结论
• 第四章 基于粒子群算法的路由优化算法
• 4.1 引言
• 4.2 数学模型
• 4.3 基于粒子群算法的路由算法
• 4.3.1 编码
• 4.3.2 路由策略
• 4.3.3 初始化
• 4.3.4 算法描述
• 4.4 仿真实验与结果分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 5.2.1 粒子群算法
• 5.2.2 粒子群算法在路由优化中的进一步研究
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录