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
相关论文文献
- [1].电阻率测深数据的粒子群算法反演[J]. 红水河 2019(06)
- [2].以云计算资源为基础实现粒子群算法的优化[J]. 电子技术与软件工程 2019(24)
- [3].基于改进粒子群算法的机组负荷优化分配研究[J]. 科技创新导报 2019(28)
- [4].基于改进粒子群算法的工程项目多目标集成管理研究[J]. 价值工程 2020(05)
- [5].改进粒子群算法应用于挖掘机铲斗位置控制[J]. 机械设计与制造 2020(02)
- [6].基于改进量子粒子群算法的输电网规划[J]. 计算机产品与流通 2020(02)
- [7].基于改进粒子群算法的主动配电网网架优化研究[J]. 电气应用 2020(01)
- [8].采用改进粒子群算法优化的涡轮增压器节能研究[J]. 中国工程机械学报 2020(01)
- [9].进化粒子群算法在航空发动机模型求解中的应用[J]. 工程与试验 2019(04)
- [10].粒子群算法在金融风险模型中的研究与改进[J]. 吉林大学学报(信息科学版) 2020(02)
- [11].基于改进的粒子群算法求解供应链网络均衡问题[J]. 运筹与管理 2020(02)
- [12].基于粒子群算法的航班座位自动分配系统[J]. 科技创新导报 2019(36)
- [13].一种求解电力系统无功优化的改进粒子群算法[J]. 电工技术 2020(12)
- [14].基于改进粒子群算法的主动微波遥感土壤水分反演方法研究[J]. 河南农业 2020(17)
- [15].基于混合粒子群算法的注塑机电液伺服系统控制研究[J]. 机床与液压 2020(16)
- [16].基于量子粒子群算法的大型阵稀疏优化方法[J]. 航空科学技术 2020(08)
- [17].基于粒子群算法的函数复杂度分类法[J]. 控制工程 2020(08)
- [18].协同粒子群算法下的火工品参数辨识[J]. 企业科技与发展 2020(09)
- [19].基于家庭角色视角下家庭粒子群算法研究——评《家庭粒子群算法:方法、理论与性能分析》[J]. 中国科技论文 2020(09)
- [20].基于混合粒子群算法的双离合变速器参数优化设计[J]. 吉林大学学报(工学版) 2020(05)
- [21].惯性权重矩阵下的自适应粒子群算法分析[J]. 黑龙江工程学院学报 2020(05)
- [22].基于改进粒子群算法的有效大数据多标准过滤系统设计[J]. 电子设计工程 2020(20)
- [23].浅谈粒子群算法的应用[J]. 计算机产品与流通 2019(11)
- [24].基于粒子群算法的最优值求解[J]. 科技广场 2017(12)
- [25].基于混合粒子群算法的船舶稳定性分析[J]. 舰船科学技术 2018(14)
- [26].自适应粒子群算法在模拟电路故障诊断中的应用[J]. 软件导刊 2017(02)
- [27].基于改进量子粒子群算法的电力系统经济调度仿真研究[J]. 实验技术与管理 2017(03)
- [28].改进的粒子群算法在云计算下的数据挖掘中的研究[J]. 科技通报 2017(04)
- [29].基于改进粒子群算法的移动机器人路径规划[J]. 传感器与微系统 2017(05)
- [30].一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J]. 水下无人系统学报 2017(03)