一种QoS平面蚁群路由算法的设计与实现

doi:10.3969/j.issn.1006-2475.2015.12.003

计算机与现代化 ›› 2015, Vol. 0 ›› Issue (12): 15-.doi: 10.3969/j.issn.1006-2475.2015.12.003

一种QoS平面蚁群路由算法的设计与实现

中国人民公安大学网络安全保卫学院，北京102623

收稿日期:2015-07-08 出版日期:2015-12-23 发布日期:2015-12-30
作者简介:蔡文哲(1989-)，男，河南封丘人，中国人民公安大学网络安全保卫学院硕士研究生，研究方向：网络路由算法，深度学习算法；王斌君(1962-)，男，教授，博士，研究方向：网络路由算法，信息安全。
基金资助:
公安部公安理论与软科学基金资助项目（2013LLYJGADX003）

A QoS Routing Algorithm for Plane Network Based on Ant Colony Algorithm

School of Network Security, People Public Security University of China, Beijing 102623, China

Received:2015-07-08 Online:2015-12-23 Published:2015-12-30

摘要/Abstract

摘要： 提高网络服务质量的关键在于寻找出高性能路由，然而传统的路由算法却很难解决此类NPC问题。基于此，本文提出一种基于改进后的自适应蚁群算法的路由解决方案，将路由问题假设为平面路由，并建立相应的网络模型。针对该网络模型，建立特定的平面QoS蚁群路由算法，并在MATLAB上对其进行模拟仿真，从而验证了它的性能。仿真实验结果表明，该路由选择方案在求解实际网络路由问题时具有一定的优越性，能够有效地解决QoS平面网络路由问题。

关键词: QoS平面网络路由, 自适应蚁群算法；服务质量； NP-C问题

Abstract: The key to improve the network quality of service is to find a highperformance routing, but the traditional routing algorithms are difficult to solve this NPC problem. Based on this, we propose a routing solution based on improved adaptive algorithm. Firstly routing problem is assumed to be flat route, then a corresponding network model is set up. Finally we establish a specific ant routing algorithm for the network model, and by simulating on MATLAB, we verify its performance. Experiments show that the improved adaptive ant colony optimization algorithm is of certain advantages in solving complex network routing problems.

Key words: QoS plane network routing, adaptive ant colony algorithm, quality of service, NP-C problem

中图分类号:

TP301

蔡文哲，王斌君. 一种QoS平面蚁群路由算法的设计与实现[J]. 计算机与现代化, 2015, 0(12): 15-.

CAI Wenzhe, WANG Binjun. A QoS Routing Algorithm for Plane Network Based on Ant Colony Algorithm[J]. Computer and Modernization, 2015, 0(12): 15-.

参考文献

1］
孔宇彦,姚金涛,张明武. Ad Hoc网络基于寿命估算MMAS的QoS组播路由优化算法［J］. 小型微型计算机系统, 2015, 36(1):44-48.
［2］葛连升,江林,秦丰林. QoS组播路由算法研究综述［J］. 山东大学学报(理学版), 2010,45(1):55-65.
［3］Wang Zheng, Crowcroft J. Qualityofservice routing for supporting multimedia applications［J］. IEEE Journal on Selected Areas in Communications, 1996,14(7):1228-1234.
［4］张素兵,吕国英，刘泽民，等．基于蚂蚁算法的QoS路由调度方法［J］．电路与系统学报, 2000，5(1):1-5.
［5］贾云富,秦勇,段富,等. 蚁群算法及其在路由优化中的应用综述［J］. 计算机工程与设计, 2009,30(19):4487-4491.
［6］郑慧君,张巍,滕少华. 基于改进蚁群的无线传感器网络路由［J］. 计算机应用研究, 2010,27(1):99-100.
［7］王子君,赵卫国,王利英,等. 基于人工免疫蚁群算法的平面QoS路由模型［J］. 河北工程大学学报(自然科学版), 2007,24(3):76-79.
［8］胡小兵，黄席樾，张著洪．一种新的自适应蚁群算法及其应用［J］．计算机仿真， 2004，21(6)：108-111.
［9］Abbaspour K C, Schulin R, Genuchten M T. Estimating unsaturated soil hydraulic parameters using ant colony optimization［J］. Advance in Water Resources, 2001,24(8): 827-841.
［10］颜晨阳，张友鹏，熊伟清．一种新的蚁群优化算法信息素更新策略［J］．计算机应用研究， 2007，24(7)：86-88.
［11］赖智铭,郭躬德. 基于自适应阈值蚁群算法的路径规划算法［J］. 计算机系统应用, 2014,23(2):113-118.
［12］邵创创,董尚阳. 一种自适应蚁群算法的研究及仿真［J］. 中国科技博览, 2013(28):488-488.
［13］顾军华．基于蚂蚁算法的QoS 组播路由问题求解［J］．河北工业大学学报， 2002，31(4):19-24.
［14］向虹佼,吕光宏,明丽洪. 基于蚁群系统的QoS单播路由算法［J］. 电子科技, 2014,27(1):53-56.
［15］陈冰梅,樊晓平,周志明,等. 求解旅行商问题的Matlab蚁群仿真研究［J］. 计算机测量与控制, 2011,19(4):990-992.

[1]	王晓航1, 李永杰1, 余雷1, 范萧2. 一种利用复合事件概率运算解决负信息抑制最大化问题的方法[J]. 计算机与现代化, 2024, 0(12): 24-33.
[2]	周传华1, 2, 任太娇1, 罗岚1, 周昊1. 基于联合熵的非平衡数据边界混合重采样[J]. 计算机与现代化, 2024, 0(09): 95-100.
[3]	洪广杰, 蔡茂国, 詹楷杰, 欧基发. 基于自适应旋转学习和危机意识策略的海洋捕食者算法[J]. 计算机与现代化, 2024, 0(07): 112-119.
[4]	詹楷杰, 蔡茂国, 洪广杰, 欧基发. 基于LHS和正余弦搜索的阿基米德优化算法[J]. 计算机与现代化, 2024, 0(06): 38-42.
[5]	主令恒1, 2, 顾丹鹏1, 2, 唐松强1, 2, 陈肖勇1, 2. 一种多层级二分图最大匹配问题的快速算法[J]. 计算机与现代化, 2024, 0(06): 59-63.
[6]	李雨菲, 闫莉, 曾彦萍, 刘云横. 基于嵌套蚁群算法的机器人拣货作业联合优化#br# #br#[J]. 计算机与现代化, 2024, 0(06): 64-69.
[7]	夏煌智1, 2, 陈丽敏3, 毛雪迪1, 2, 祁富1, 2. 嵌入翻筋斗策略的自适应秃鹰搜索算法及其应用#br#[J]. 计算机与现代化, 2024, 0(02): 7-14.
[8]	欧基发, 蔡茂国, 洪广杰, 詹楷杰. 基于PWLCM和秃鹰俯冲机制改进的野狗优化算法[J]. 计算机与现代化, 2024, 0(01): 109-116.
[9]	夏煌智, 陈丽敏, 毛雪迪, . 融入动态学习与高斯变异的自适应秃鹰搜索算法[J]. 计算机与现代化, 2024, 0(01): 117-126.
[10]	闫阳, 詹子俊, 曹绍华. 基于设备协同的大规模卸载：融合分治和贪心的双层优化算法[J]. 计算机与现代化, 2023, 0(11): 13-21.
[11]	卢磊, 贺智明, 黄志成. 基于多策略改进的麻雀搜索算法[J]. 计算机与现代化, 2023, 0(10): 23-31.
[12]	马国祥, 杨凌菲, 严传波, 张志豪, 孙彬, 王晓荣. 基于深度DenseNet网络的肝包虫病超声影像诊断方法[J]. 计算机与现代化, 2023, 0(09): 100-104.
[13]	韩雪. 基于约束聚类和粒子群算法的多路径规划[J]. 计算机与现代化, 2023, 0(08): 7-11.
[14]	赖建彬, 冯刚. 一种基于混合样本的经验回放策略[J]. 计算机与现代化, 2023, 0(06): 33-38.
[15]	赵英, 翟源伟, 陈骏君, 滕建. 基于LSTM-Prophet非线性组合的时间序列预测模型[J]. 计算机与现代化, 2020, 0(09): 6-11.

一种QoS平面蚁群路由算法的设计与实现

A QoS Routing Algorithm for Plane Network Based on Ant Colony Algorithm

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价