基于自适应遗传算法的组播路由研究

本文提出一种基于自适应遗传算法,解决了组播路由中既考虑时延抖动,又满足时延约束的NP-complete问题。遗传算法的进化过程中,采用适于此类问题的动态交叉算子和动态变异算子,既克服了遗传算法的早熟收敛性,又提高算法的收敛速度。仿真结果表明本文算法能适应网络的动态环境,快速的,有效的的构建组播树。     

两种动态路由协议分析及其实验设计与仿真

分别阐述了RIP和OSPF两种动态路由协议的工作原理和报文格式,并利用模拟软件设计了两种动态路由协议实验方案,即RIP动态路由实验和OSPF动态路由实验。分析了路由器和PC机的端口IP配置,以及RIP和OSPF路由协议配置命令。实验结果表明,所组建的RIP动态路由实验和OSPF动态路由实验方案可行,这种实验教学方式加深了学生对于动态路由协议的理解。     

常用动态路由协议安全性分析及应用

随着动态路由协议的广泛应用,路由协议的安全性越来越被人们所关注,在实际应用中针对路由协议的攻击时常发生。通过对路由协议安全性原理分析及实际应用的解析,对各种动态路由协议的安全性进行了详细的阐述和总结。     

基于遗传策略的无线传感器网络分簇路由优化

分析了无线传感器网络的特点及各种路由协议的优缺点,将改进的遗传算法方案应用到无线传感器网络分簇路由优化问题中,在满足传感器网络约束条件的基础上智能地计算出最佳路由,使通信距离最小化。模拟实验的结果表明,本文提出的算法方案在解决无线传感器网络路由优化问题中具有良好的综合求解能力。     

基于Packet Tracer的混合路由协议仿真通信实验

大型网络的组建往往涉及到多种动态路由协议的混合使用,一般情况下,多种动态路由协议之间不可以互相学习路由信息。讨论了利用模拟软件进行动态路由协议重分发实验,设计了真实的工作场景,规划了网络拓扑,并对整个项目过程进行了详细的配置,通过查看命令和现场验证,分析实验结果是否正确。结果表明通过仿真可以实现路由重分发实验。     

多种群遗传蚁群融合的多Qos约束组播路由算法

具有多约束的Qos（quality of service）路由问题是一个NP完备问题,传统方法很难求得全局最优解。针对多约束Qos组播路由问题,选择带宽、时延和时延抖动为Qos参数,由多种群遗传算法产生初始状态,利用蚁群算法的全局寻优能力提出一种将多种群遗传算法和蚁群算法融合的新算法。分析表明,该算法是可行、有效的。     

基于PSO算法的OSPF多约束路由策略

利用传统SPF算法解决OSPF网络路由难题时,由于没有考虑多约束条件和有效利用次路径,一旦最优路径发生拥塞,网络传输性能将急剧降低。将PSO算法应用于OSPF网络路由规划,利用多约束条件并结合OSPF网络多种路由参数的特性,重点对有效改善网络局部拥塞和快速求得全局最佳路由及若干次路由算法进行探究,并利用仿真数据对所提出的改进算法进行验证。结果表明,在解决OSPF网络路由规划问题中,PSO算法较传统遗传算法和SPF算法能实现网路传输性能更优。     

基于cisco packet tracer模拟器的IPv6网络RIPng路由实验设计及实现

通过介绍IPv6及基于IPv6的RIPng动态路由,并借助计算机网络实验教学仿真软件Packet Tracer Packet Tracer来讲解RIPng动态路由的配置技术及实验过程,丰富了计算机工程组网中路由配置实验教学内容.     

动态源地址路由在校园网管理中的应用

本文作者结合工作实践,介绍了Router OS提供的动态策略路由在配置校园网中的应用,并特别介绍了几种基于动态源地址路由的常见疑难问题解决方案。     

波分复用光网络设计中的RWA问题

文章介绍目前波分复用光网络设计中的RWA问题,根据网络结构的复杂度和节点个数的多少,从静态波长路由分配法和动态波长路由分配法两种方式,探讨解决RWA问题.在静态波长路由分配法中主要针对网络中不具有波长转换和各节点的业务需求关系,将预先分配好的波长路由关系存入网络中的各节点,以解决静态RWA问题,而在动态波长路由分配法中主要针对网络中具有波长转换这一特点,根据图论中的相关理论以求得网络中波长数和路由的关系,从而解决动态RWA问题.     

改进遗传算法在企业经营参数优化中的应用

鉴于遗传算法固有的缺陷，提出了一种改进遗传算法，并指出了这种算法的优越性。本文将改进遗传算法引入到企业经营参数优化的问题中，以一个矿山企业经营参数优化实例证明了改进遗传算法具有很好的应用效果。     

现代优化计算方法──遗传算法简介

本文系统回顾了一种现代新颖的优化算法──遗传算法的基本理论。首先简单介绍了遗传算法与生物进化的联系，然后依次介绍了遗传算法的具体设计方法和步骤、遗传算法的主要特点、遗传算法现状及前景。     

一种改进的遗传进化算法及其应用

基本遗传算法适应度及遗传算子设计简单,求解复杂优化问题易于早熟,收敛速度慢等缺点.基于遗传算法基本框架,设计新的适应度函数,减少遗传算法中的交叉算子,改进其变异方式,提出一种改进的遗传进化算法.     

基于灰狼算法的车辆配送物流路径优化研究

为了实现农产品物流配送车辆路径的合理优化,降低物流配送成本和提高消费者满意度,提出一种基于灰狼优化算法的多目标农产品物流配送车辆路径优化模型。选择物流配送成本最低和路径最短为目标函数,将灰狼位置编码为车辆编号和车辆路径顺序,通过灰狼优化算法实现多目标农产品物流配送车辆路径的最优规划。研究结果表明,与PSO和GA相比,在行驶里程和平均行驶成本方面,GWO的成本最低且行驶里程最少。     

RIP路由协议实验的设计与实现

RIP路由协议是动态路由协议中比较常见的一种。阐述了RIP路由协议的工作原理,设计出了RIP动态路由实验方案,让学生能够从理论和应用上更好地掌握RIP路由协议。     

Effective multicasting algorithm for dynamic membership with delay constraint

INTRODUCTION Some new emerging applications involve in- formation transmission in a network. Different from traditional single-cast applications, these new arising applications are called multicast as they contain a single sender and multiple receivers. In general, it is needed to construct a multicast routing tree to deliver information along the tree branches. Because links in the tree are shared by paths to different receivers, just one information copy is needed in the middle node. Th…     

基于OPNET的动态源路由协议DSR的仿真与研究

阐述了利用OPNET网络仿真平台对Ad Hoc网络动态源路由协议DSR进行设计与仿真。通过建立分别由50和100个网络节点所组成的网络拓扑,分析了网络拓扑的规模与路由发现过程中路由发现时间和路由平均跳数的关系,指出仿真DSR协议比较适合在节点较多的Ad Hoc网络中运行。     

Adaptive swarm-based routing in communication networks

Swarm intelligence inspired by the social behavior of ants boasts a number of attractive features,including adaptation,robustness and distributed,decentralized nature,which are well suited for routing in modern communication networks.This paper describes an adaptive swarm-based routing algorithm that increases convergence speed,reduces routing instabilities and oscillations by using a novel variation of reinforcement learning and a technique called momentum.Experiment on the dynamic network showed that adaptive swarm-based routing learns the optimum routing in terms of convergence speed and average packet latency.     

基于遗传算法的机器人路径规划

静态环境中的移动机器人全局路径规划是路径规划中的一个重要问题,本文采用遗传算法遗传算法解决移动机器人的路径规划.该方法首先采用栅格法环境建模,采用遗传算法规划机器人路径,最后用MAT-LAB来实现算法,仿真后,观察路径,得出最终结果.     

Adaptive swarm-based routing in communication networks

INTRODUCTION Communication network management ibecoming increasingly difficult due to thincreasing size, rapidly changing topology, ancomplexity of communication networks. Currenrouting algorithms cannot adequately tackle sucnetworks. Centralized algorithms have scalabilitproblems; static algorithms have trouble keepinup-to-date with network changes; and othedistributed and dynamic algorithms havoscillation and s…