版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、QoS組播路由問題是一個(gè)非線性的組合優(yōu)化問題,已證明該問題是NP完全問題,傳統(tǒng)方法很難求得全局最優(yōu)解。解決此類問題一般采用啟發(fā)式算法,啟發(fā)式算法包括蟻群算法、粒子群算法等。本文首先對(duì)蟻群算法、MMAS(最大最小蟻群算法)、粒子群算法進(jìn)行分析,然后提出了采用蟻群算法與粒子群算法融合來求解包含時(shí)延、時(shí)延抖動(dòng)、丟包率、帶寬、費(fèi)用等約束條件在內(nèi)的QOS組播路由問題。 考慮到蟻群算法中的四個(gè)控制參數(shù)(α,β,p,q0)的選取與網(wǎng)絡(luò)本身有關(guān)
2、,參數(shù)選取不當(dāng)對(duì)蟻群算法的性能有較大的影響,本文將蟻群算法和粒子群算法進(jìn)行融合,融合策略主要是在蟻群算法尋找最優(yōu)路徑的過程中,采用粒子群算法來訓(xùn)練蟻群算法中的參數(shù),從而提高蟻群算法的優(yōu)化性能,使得蟻群算法中的參數(shù)不必靠人工經(jīng)驗(yàn)或反復(fù)試驗(yàn)選取,而是通過粒子搜索自適應(yīng)選取。經(jīng)訓(xùn)練后蟻群算法中四個(gè)控制參數(shù)(α,β,p,q0)為最優(yōu)參數(shù)組合。 算法分別在8節(jié)點(diǎn)和20節(jié)點(diǎn)網(wǎng)絡(luò)模型中進(jìn)行仿真。分別采用基本蟻群算法和融合算法求解QoS組播路由
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于蟻群算法的QoS組播路由研究.pdf
- 基于改進(jìn)蟻群算法的QoS組播路由問題研究.pdf
- 基于蟻群優(yōu)化算法的QoS動(dòng)態(tài)組播路由算法研究.pdf
- 基于遺傳多蟻群算法的QoS組播路由算法研究.pdf
- 基于改進(jìn)量子粒子群的QoS組播路由算法.pdf
- 基于遺傳和蟻群算法的QoS組播路由研究.pdf
- 蟻群算法及其在QoS組播路由問題中的研究.pdf
- 基于蟻群算法的Ad Hoc網(wǎng)絡(luò)QoS組播路由研究.pdf
- 求解QoS路由優(yōu)化的蟻群算法研究.pdf
- 基于蟻群優(yōu)化的組播路由算法研究.pdf
- 基于群智能優(yōu)化算法的QoS組播路由算法研究.pdf
- 基于蟻群算法的組播路由優(yōu)化與仿真.pdf
- 基于混合蟻群算法的多約束QoS多播路由算法研究.pdf
- 融合蟻群優(yōu)化算法與遺傳算法的QoS路由選擇研究.pdf
- 蟻群算法及其在QoS組播路由中的應(yīng)用研究.pdf
- 基于改進(jìn)蟻群優(yōu)化的組播路由算法研究.pdf
- 基于遺傳算法的QoS組播路由算法.pdf
- 基于蟻群算法的QoS路由研究.pdf
- 蟻群算法和遺傳算法在QoS組播路由上的應(yīng)用及比較研究.pdf
- QoS組播路由算法研究.pdf
評(píng)論
0/150
提交評(píng)論