基于蚂蚁算法的动态分布式路由算法

提出了一种利用蚂蚁算法进行动态更新分布式路由表的方法,该方法以路由表中的信息素强度和当时链路的负载状况为基础,来选择路由和更新路由表,给出了更新路由表的规则并利用计算机进行了仿真验证.仿真结果表明,蚂蚁算法可兼顾路由长度和网络负载两方面的因素,其选路效果优于传统动态分布式算法.     

一种改进的求解QoS多播路由问题的蚂蚁算法(英文)

为了克服基本蚂蚁算法收敛速度慢、容易早熟和陷入局部最优解的缺陷,提出了一种求解QoS多播路由问题的改进型蚂蚁算法.该算法采用相遇蚂蚁策略来加快搜索速度,采用最优解更新和信息素自适应控制策略来避免出现停滞现象.仿真结果验证了该算法的可行性和有效性.     

基于地址分配算法压缩路由表

提出一种基于概率的启发式算法对节点地址进行重新编号,该算法可以使得到达一些连续地址的下一跳尽可能的相同,进而再对这些连续地址进行压缩以达到简化路由表的目的.我们利用真实的网络拓扑进行仿真,实验结果表明在维持最短路径路由的前提下,仍然可以压缩到完整路由表的24%,利用这种方法可以极大的简化路由表,以提高网络仿真的规模.     

求解QoS组播路由问题的改进蚂蚁算法

蚂蚁算法是一种相对较新的启发式方法,通过模拟蚂蚁的觅食行为,提出了求解Qos组播路由问题的改进蚂蚁算法。仿真实验表明,该算法能以较高速度收敛,有效地解决QoS组播路由问题。     

基于蚁群算法的多QoS约束的多播路由优化算法

蚁群算法是一种新型的随机优化算法,能有效地解决QoS受限的多播路由问题.文中基于蚂蚁具有找到蚁巢与食物之间的最短路径的工作原理,并在分析多约束QoS的多播路由的基础上,提出了一种具有全局优化能力的多播路由算法(OQMRA),仿真实验表明了该算法是合理的和有效的.     

基于DACS3的改进蚁群算法求解TSP问题

蚁群算法是优化领域中新出现的一种仿生进化算法。该算法采用分布式并行计算机制,具有较强的鲁棒性,易与其他算法结合,但存在运行时间长,容易陷入局部最优解,导致出现停滞现象等缺点。针对蚁群算法,首先介绍其基本原理及不足之处。随后提出了一种改进算法,该算法在选择路径时仅考虑信息素强度,在信息素强度更新时采用基于3层动态信息素更新(Dynamic Ant Colony System with 3 level updates,DACS3)机制,更好地模仿了自然蚂蚁。最后通过仿真验证该算法,结果表明该算法可以取得较好的搜索效果。     

基于灵敏度阻抗矩阵修正法的分层前推回代潮流算法

分布式电源（DG）接入配电网对潮流产生重要影响.本文分析了潮流计算中各种分布式电源模型及处理方法,引入灵敏度阻抗矩阵修正法更新PV节点的注入无功功率,结合辐射型配电网的特点,提出一种基于灵敏度阻抗矩阵修正法的分层前推回代潮流算法.该算法解决了前推回代潮流算法处理PV节点失效的问题,同时适用于含各类分布式电源的潮流计算.最后对含各种类型分布式电源的IEEE 33节点配电网进行潮流计算仿真,仿真结果验证了提出算法的有效性和快速性,并通过不同算例验证了算法的稳定性.     

新型蚂蚁算法可达性证明与性能分析

网络服务质量路由是计算机网络理论研究的重要领域,它是下一代互联网的核心技术之一,新型蚂蚁算法作为探索类算法可用于解决QoSR问题.在研究新型蚂蚁算法后,证明了在一个连通的有限网络中,蚂蚁经过有限步移动后,可到达网络中的任意一个结点.对新型蚂蚁算法的最优性、简单性、鲁棒性、收敛性、灵活性等5种性能指标进行定性分析;对该算法的时间复杂性进行定量分析,并与有关算法进行比较.     

自组网中稳定的基于位置预测的QoS路由算法

由于自组网中节点的移动性和拓扑结构的易变性,路由成为最关键的问题.为了减少路由重构,降低网络控制开销和提供QoS支持.提出一种稳定的基于位置预测的QoS路由算法.该算法使用GPS获取节点的位置信息,利用该位置信息限制路由的搜索范围;同时使用移动预测技术判断路由的稳定性,从而选择一条稳定的、满足QoS约束条件的路由.仿真实验结果表明该算法降低了网络负载,提高了网络数据传输率.     

具有星际链路的LEO/MEO卫星网络动态路由协议

针对具有星际链路的LEO/MEO卫星网络,设计了一种具有自主运行能力的卫星网络动态路由协议（SDRP）.采用时间离散化的链路状态增量更新的虚拟拓扑路由算法,降低了网络开销.提出的多点转发节点选举算法,提高了路由收敛速度和网络资源利用率.仿真结果表明,卫星网络动态路由协议的路由收敛时间远小于网络稳态保持时间,路由收敛时间是OSPF的1/10,平均协议带宽占用率也大大小于OSPF,可以保证卫星网络的信息可靠传送.