基于蚁群算法的邻域分区优化QoS单播路由算法研.docVIP

基于蚁群算法的邻域分区优化QoS单播路由算法研 随着网络技术的高速发展，网络的应用越来越广泛，全新的多媒体业务应运而生，对网络服务质量(QoS)的要求也更高，而传统网络所提供的服务方式已无法满足新业务的需求，设计满足新业务要求的网络控制机制和路由算法是当前的一个急待解决的问题。而现有的很多算法只对QoS一个或两个约束条件进行研究，在多种QoS约束下，这些算法具有一定的局限性。如何解决多个约束QoS路由问题，如何在满足业务要求的同时，尽量减少资源消耗，合理分配网络的流量负荷，减少阻塞率，成为新关注的热点。在解决这一问题时，路由算法的选择又是其中的一个核心问题，并且带宽、延时、访问花费是决定选择该路径的关键因素。论文针对这一状况和蚁群算法在大规模问题求解过程中存在的时间性能和算法复杂度的优化问题，提出了用基于蚁群算法的邻域分区优化算法对大规模的网络进行路由选择，也就是把大规模的网络按其区域位置分解成小规模的子系统，然后应用蚁群算法进行路由选择的仿真，该方法不但改善了蚁群算法在求解大规模问题的时间性能和算法复杂度，同时也解决了传统的路径选择不使用次优路径的弊端。论文在做路径选择时，主要用了带宽、延时、访问花费来作为路径选择的参数，用蚁群算法作为路径选择算法。 论文的主要工作如下： 一、对论文的选题背景、国内外QoS单播路由的研究现状、蚁群算法应用及研究和论文结构作概述； 二、对路由原理、路由协议、路由算法、QoS路由等基本概念和原理作了系统的阐述 三、对蚁群算法的原理和发展作了概述，并针对普通蚁群算法在求解大规模优化问题时面临着时间和性能的问题，把大规模优化问题进行分解为子规模优化问题，用蚁群算法进行仿真实验和结果分析。 四、把改进的蚁群算法思想应用于OoS单播路由算法中，进行网络模型的构建，同时用服务质量的带宽、延时、访问花费三个参数，进行路由算法的模拟运算，寻找最佳路径，并对实验结果进分析。 五、总结，对未来的研究工作做出展望。 作者： 杨丽华 学科专业： 通信与信息系统 授予学位： 硕士 学位授予单位： 云南大学 导师姓名： 施心陵 学位年度： 2005 语 种： chi 分类号： TP393 关键词： 路由算法??QoS单播路由??蚁群算法??邻域分区 蚁群算法及其在路由优化中的应用 路由算法是网络的重要组成部分，它直接影响着网络 性能，而含有多约束条件的QoS 路由是一个NP-C 问题，传 统的路由算法很难解决，因此，一些学者尝试采用不同的算 法相结合或者针对问题对某些算法进行改进来解决路由优 化问题。其中蚁群算法是一个行之有效的方法，针对不同 的网络，它在保证服务质量的前提下能够搜索到网络中的 最优链路，提高了网络的传输效率。而这些研究缺乏通用 的标准，如何把不同的问题归结到一个统一的框架下解决 路由优化问题，如何提高寻优速度，缩短运行时间是当前的 一个研究热点。 1 蚁群算法的定义 1.1 蚁群算法基本定义 定义1 (蚁群算法) 蚁群算法(ant colony optimization， ACO)，又称蚂蚁算法，是一种用来在图中寻找最优路径的技术。 它最早出现在1992 年Dorigo [1] 的博士论文里，该方法具 有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特 点，主要用于求解组合优化问题。 定义2 (启发式算法) 对于那些受大自然的运行规律或 者面向具体问题的经验、规则启发出来的方法，人们常常称之 为启发式算法。现在的启发式算法也不是全部来自然的规律， 也有来自人类积累的工作经验。 收定义3 (信息素) 蚂蚁释放一种化学物质，根据环境中的 这种物质蚂蚁可以找到食物和窝之间的最短路径，我们称这 种物质为信息素。 定义4 (信息素更新) 信息素更新是指路径上信息素量 与蚂蚁数量的变化和时间的推移之间存在增加和消失的变 化关系。 每只蚂蚁走完一步或对所有n 个节点的遍历完成后，要 对链路上的信息进行更新。因此，定义t+n 时刻在节点i 到节 点j 的路径(i, j) 上的信息量计算公式为 + = 1 + (1) = = 1 (2) 式中： ——信息素挥发系数， ——本次循环中节点i 到 节点j 的路径上信息素的增量。——第k 只蚂蚁在本 次循环中在节点i 到节点j 的路径上留下的信息量。 定义5(链路选择概率) 信息素踪迹越浓的路径，被选中 的概率越大，即路径概率选择机制。 设网络G = (V, E)，这里V表示图中顶点的集合，设= |V|， E 表示边的集合。蚁群优化的目的是寻找图G 中起始节点Vi 到目的节点Vj 的最短路径，每条边e (i,j)∈E 都有一个信息素 变量Tij，Tij 会随着迭代次数的增加而变化。Pij 表示在节点i 选 择到节点j 的概率。表示节点i 处可选择的下一跳