網(wǎng)絡路由BP-CT智能算法研究.pdf

1、近幾年來，人們對復雜系統(tǒng)有了越來越深入的認識，意識到用常規(guī)的數(shù)學方法難以建立復雜系統(tǒng)的精確模型，如何模擬人的思維來解決復雜問題成了人們關注的焦點。計算智能的出現(xiàn)為模擬人的思想提供了人工認知理論基礎，而多智能體技術(shù)和計算機仿真實驗則為人工認知理論提供了實現(xiàn)的方法和工具。 本文綜述計算智能的概念，歸納了計算智能所體現(xiàn)的人工認知特征。通過引進復雜適應系統(tǒng)理論中的多智能體技術(shù)，綜述了在工程系統(tǒng)中將計算智能與多智能體技術(shù)相結(jié)合的人工認知算

2、法Q-學習，以及它在復雜網(wǎng)絡路由問題上的應用的Q-路由算法和螞蟻網(wǎng)絡路由算法。側(cè)重分析了基于Q-學習的螞蟻網(wǎng)絡路由算法的特征，指出螞蟻網(wǎng)絡路由算法的兩點不足：一是只體現(xiàn)了計算智能中的概率推理特征，并沒有體現(xiàn)算法的互補性；二是螞蟻網(wǎng)絡路由算法中缺少根據(jù)歷史經(jīng)驗的預測能力和自適應能力。 本文針對在復雜經(jīng)濟系統(tǒng)中的可計算模型理論中提出的交叉目標算法(CrossTargetCT)，分析了CT算法與Q-學習算法在人工認知特征體現(xiàn)上的一致性

3、。本文將經(jīng)濟系統(tǒng)中較好體現(xiàn)人工認知特征的CT交叉目標算法與螞蟻網(wǎng)絡路由算法相結(jié)合，使用多智能體技術(shù)，使智能體具有了簡單的人工認知，通過與其他智能體和環(huán)境進行交互，構(gòu)造了以計算智能為智能體核心的人工認知模型BP-CT螞蟻網(wǎng)絡路由算法，并在OMNeT++網(wǎng)絡仿真平臺上加以實現(xiàn)，并與螞蟻網(wǎng)絡路由算法進行了對比，并對仿真結(jié)果進行了比較和分析。 仿真的結(jié)果表明，本文提出的BP-CT螞蟻算法在吞吐量、平均數(shù)據(jù)包延遲和丟包率等QoS網(wǎng)絡性能指