基于QoS的网络负载均衡选播路由算法

格式：pdf
大小：458.00 KB
文档页数：5

下载文档原格式

基于免疫遗传算法的QoS选播路由

维普资讯
第３４卷第１Ｏ期
Ｖ１４ｏ．３
・
计
算
机
工
程
２００８年５月
Ｍａ０８ｙ２０
ＮｏＪ．
Ｃｏｐｔｒｎｉｅｒｎｍｕｅｇｎｅｉｇ
人工智能及识别技术・
文章缩号，１１３２（０）－００－０文献标识０）４８０８０－２７－３０－－－２１－码，Ａ
ｆｒｇｏａｅｃｄａｏｄｏｒｐｒｏｍａｅｏｏａｅｃｄｐｅｏｃｏｓｐｈｎｍｅｏ．Ｂａｅｎｔｅｉｒｖｄａｇｒｈｏｌｂｌｓａｈａｖｉｓｐｏｅｆｒｎｃｆｌｃｌｓａｈａｒｃｉｕｅｏｎｎｒｎｒｎｓｄｏｍｐｏｅｏｔｍ，ｔｅｐｏｌｍｆｈｌｉｈｒｂｅｏ
［ｙｗｏｄｉｉＫｅｒｓｍｍｕｅｅｅｉａｇｒｈＱｏｕｉｇｐｏｌｍ；ｙａｔｏｔｇｎｎｔｌｏｔｍ；Ｓｒｔｒｂｅａｃｓｒｕｉｇｃｉｏｎｎｎ
１概述
随着因特网的快速增长，网络服务需求已经超过其最大服务容量，引起了网络服务质量ＱＳ的下降。为了增强服务ｏ的可用性和改善网络的流量分布，常用的方法是在网络中复制服务器，将多个具有相同内容的服务器通过网络连接在一起，共同向用户提供服务。这种服务是当网络用户提出服务请求时，可以通过网络中任一个站点（服务器）来满足其要求，即选播服务模型，在ＲＣ３３中又将选播服务定义为ＩｖＦ２７Ｐ６的一种标准服务模型。选播路由是指给定网络任一源主机和一组目的主机，寻

【国家自然科学基金】_qos路由算法_基金支持热词逐年推荐_【万方软件创新助手】_20140801

2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词服务质量蚁群算法总最佳连接路由组播路由单播路由信息素 qos路由 pareto最优蜂群蚂蚁算法服务质量单播路由时隙无线多媒体传感器网络无线传感器网络无线mesh网络带宽计算多播区分服务分布式路由 qos组播路由 nash均衡遗传算法路由空洞路由判据路标路径稳定性距离向量深度资源发现贪婪地理路由计算机系统结构蜂群算法蚂蚁网络算法自适应空洞处理自组网能量组播路由,服务质量组播树状态信息组播纳什均衡精英解集粒子群优化管理控制竞争窗口移动自组织网络移动ad hoe网络移动ad hoc网络禁忌搜索环路状态变量片上网络熵
推荐指数 16 6 6 4 4 3 3 3 3 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词服务质量组播路由无线传感器网络路由负载均衡蚁群算法无线多媒体传感器网络无线mesh网络 qos 遗传算法选播路由选播输电线路监测路由算法移动自组织网络服务质量(qos) 单播路由区分服务 qos路由 qos约束预测随机扰动算子闭环dna计算模型链路质量链路分离路径量子遗传算法量化评价进化算法路由消息路由协议跨层负载平衡蛙跳算法蚂蚁算法蚁群优化算法节点位置信息自适应蚁群算法网络能耗网络层网络可靠性网关选取综合服务质量粒子群优化算法粒子群优化(pso)算法粒子群优化生长竞争蚁群算法环境感知演化算法混沌算法模拟退火服务质量路由服务覆盖网

基于MPLS网络的选播QoS路由算法

ｒｓｔｄｃｔｔｅａｇｒｔｍｅｕｔｂｕｅａｎｔｓ — ａｅａｅｇｏａｄｉｂｎａｃｓｔｅｓｒｅ０ｄｔｏｅｅｔｎ．ｅｕｌｉｉａｅｔｌｏｉｓｎｈａｔｈｈｒｓｌａｏｔｌｙａｄｄａａｌｓｒｔｙｏｄ．ｎａｌｎｅｅｖｒｌａｓｍｘｅｔｓｄｏｔｈｏ
［ｙｗｏｄａｙａｔｏｔｇＭｕｔＰｏｏｏａｅＳｔｈｎ（ＬＳ；ａｔｏｅｖｃ（ｏ）ｓｒｅａＫｅｒｓｎｃｓｒｕｉ；ｌ－ｒｔｃｌｂｌｗｉｉｇＭＰ）ＱｕｌｙｆｒｉｅＱＳ；ｅｖｒｏｄＩｎｉＬｃｉＳｌ
１概述
多协议标记交换（ｌ—ｒｔｃｌａｅＳｉｈｎ，Ｌ）ＭｕｔＰｏｏｏｂｌｗｔｉｇＭＰＳｉＬｃ
２算法描述
２１问题描述．将网络看作一个有向图Ｇ（Ｅ，其中，ｆ１２…，｝＝）ｖ，，ｖｖ是网络的有限节点集；ｆｚ｝网络的有向链路集，Ｐ，，ｅ …，是用Ｂｎｗｄｈ）表示每条链路的可预留带宽，Ｇ＝１ａｄｉ（来ｔｅ（）｛，
ａｙａｔａｈｗｉａｔｏｕｅｓＴｉｐｔａｌｌｂｎｗｉｔｏｓａｎｙｌｋｓｔｕｉｇｐｏｏｏｏｔｅｄｓｎｔｎｎｄ（ｅｖｒｏｎｃｓｐｔｔｌｓｈｐｎｍｂｒ．ｈｓａｈｃｎｆｆｌａｄｄｈｃｎｔｉｔｎａｒｔｒｔｃｌｒｍｅｔａｏｏｅｓｒｅ）ｆｎｈｅｕｉｒｂｉｔｅｏｎｆｈｉｉａａｙａｔａａｒｍｔｓｏｒｅｏｅｃｉｔＴｅａｇｒｈｒｓｒｅａｄｉｔｎＬＰｕｉｇｃｎｔｎｕｉｇｌｂｌｉｒｕｏｒｔｃ１Ｓｍｕａｏｎｃｓｄｔｇａｉｕｃｄ（ｌｎ）ｈｌｏｉｍｅｖｓｎｗｄｈｏＳｓｏｓａｔｏｔ — ｅｓｉｔｎｐｏｏｏ．ｉｌｉｎｏｔｓｎｅ．ｔｅｂｎｒｉｒｎａｄｔｂｉｔ

基于遗传算法的QoS组播路由算法的改进

多样性和高效性，就引发了对网络ＱＳ服务质这ｏ（量）的研究。如何实现快速高效的组播路由算法也
成为网络问题研究的焦点。ＱＳｏ组播路由问题是一个ＮＰ完全问题，多文很献中都提出了启发式的算法，例如：于最短路径的基
维普资讯
通信系统与网络技术
基于遗传算法的ＱＳ播路由算法的改进ｏ组
包海洁，辉斌北秦皇岛０６０）６０４
摘要：ＱＳ组播路由技术在网络技术发展中占有很重要的地位，一种关键的技术。在分析网络模型的基础ｏ是上，立了组播问题的数学模型。遗传算法是一种经典的寻优算法，用广泛，出了改进的算法。并且结合改进建应提Ｄｊｓ算法，算法能很好地体现实际组播路由问题的特点。试验表明，种新的算法可靠性更高，应了当今网络ｉｔｋｍ使这适
Ｋｅ０ｄ：ｅｅｉａｇｒｈＱＳ；ｌｃｓｍｕｎｎｔｏｋｐｒｒａｃｙｗｒｓｇｎｔｌｏｔｍ；ｏｍｕｔａｔｔｇ；ｅｗｒｅｆｍｎｅｃｉｉｉｏ
０引言
近年来，通信网络的发展日新月异。人们在实现通信目的的同时，对通信质量的要求越来越趋向
使得适应函数的定义更符合对ＱＳ组播路由问题的ｏ描述。并且对遗传算法中的一些步骤进行了改进，增强了算法的鲁棒性，免了路由算法的未成熟收避敛，通过试验证明了该算法较以往算法的优越并

基于混沌神经网络的QoS组播路由算法

播路由问题，文所提出的算法在具有不同网络拓扑结构上进行了仿真实验，本结果表明，提出算法具有更所快的收敛速度和更强的搜索能力，能够找到一组较好的ＱＳ组播路由。ｏ
１附加了混沌控制量的神经网络模型
在Ｈｐｅｏｆｌ经网络模型中引入自反馈项是产生混沌神经网络的主要方法，ｉｄ神主要有Ｃｅ出的一种暂ｈｎ提
献［］３应用退火Ｈｐｅ神经网络求得一棵组播树。然而这些方法需要两次用到Ｈｐｅ神经网络，ｏｆｌｉｄｏｆｌｉｄ增加了路由算法的复杂性。在Ｃｅ＿提出自ｈｎ４反馈混沌神经网络后，基于已知的路径序列，文献［］５利用该神经网络
求得一文献［］６也利用该神经网络搜索到一棵组播树。但该算法
态混沌神经网络模型（ＣＮｔｎｉａｔｅｒｅｏ）通过引入一个逐渐消失的自反馈项，ＴＮ，ａｓｎｈｏｃｕａｎｔｒ，ｒｅｃｉｎｌｗｋ使网络搜索过程经过倒分叉最终收敛到一个稳定的平衡点…。文献［］７也提出一种具有加强自反馈的混沌神经网络，以改变自反馈的方式来避免陷入局部最优解。然而单纯采用自反馈项难以实现全局最优，并且该方法需选取的参数很多，难以调整到混沌动力状态。
中参数的选取具有较高的要求，选择不当，容易陷入局部最优，甚至找不到优化解。由于Ｈｐｅｏｆｌｉｄ神经网络的能量函数总是向着能量减少的方向搜索，得神经网络经常收敛到局部极小使或无效解。本文综合考虑已有算法的优缺点，混沌控制量加到每一个连续的ＨＮＨｐｅｄｎｕａｎｔ将Ｎ（ｏｆｌｅｒｌｅｉ — ｗｒ）ｏ的神经元，ｋ提出了一种附加了混沌控制量的神经网络模型。针对具有代价、时延等参数约束的ＱＳｏ组

宽带IP网络基于QoS的路由算法

ｌ基本概念
１１ＱＳ度量（ｔｃ．ｏＭｅｉ）ｒ
在Ｉ络中ＱＳ度量一般有以下几种：宽、延、延Ｐ网ｏ带时时
抖动、数、济费用．包率和可靠性等。Ｉ网络是逐级跳跳经丢Ｐ
流模型，于每一流的ＱＳ路由处理有待进一步的研究。文章对ｏ后面所讨论的ＱＳ路由问题，仍然考虑的是综合服务模型的ｏ
络需要提供请求的ＱＳ服务质量）证，就需要基于ＱＳ的ｏ（保这ｏ路由。般来讲。ｏ一ＱＳ路由要达到两个目标：方面要满足应用一的ＱＳ请求，ｏ另一方面还要优化网络的资源利用率【ｌ】。
维普资讯
宽带ＩＰ网络基于ＱｏＳ的路由算法
常恒张凌汤立群

（南理工大学网络中心，州５０４）华广１６０
Ｅ—ｍａｌｈｈａｇｓｕ．ｄｕ．ｉ：ｃｎ＠ｃｔｅｅｎ
摘要文章简要介绍了网络服务质量路由问题，究了一种在综合服务（ｔｅｖ网络模型下保证服务质量的路由算研１Ｓｒ）ｎ法，对该算法提出了一定的改进，而提高了算法的性能。并从
Ａｓｒｃ：ＴｉｐｐｒｂｅｙｐｅｅｔｔｅＱＳｒｕｉｒｂｅｎｔｅｎｔｏｋａｄｄｓｕｓｓａＱＳｒｕｉｇａｏｉｍｂｔａｔｈｓａｅｒｆｒｓｎｓｈｏｏｔｇｐｏｌｉｈｅｒ，ｎｉｓｏｏｔｌｒｈｉｌｎｍｗｃｅｎｇｔ

基于QPSO的QoS组播路由算法

ｃａｇｄｉｔａｉｃｎｉｕｕｒｂｅｂｓｎｏｅｓｒｅｎｏｉｇｍｅｈｄＣｏｓａｎｅｎｉｈｒｂｅｗｅｅｈｎｅｎｏａｑｓ－ｏｔｏｓｐｌｍｙｕｉｇａｎｄｅｓｅｃｄｎｔｏ．ｕｎｏｉｎｔｉｅｔｒｍｎｔｅｐｌｍｒｒｄｏｐｏｅｓｙｈｐｎｌｕｃｏ．ＴｉｐｐｓａｇｒｔｍＷａａｐｉｔｉｕｔｔｔｉｈｒｓａｃｉｇｆｃｅｃｉｒｃｓｅｂｔｅｅａｔｆｎｔｎｄｙｉｈｓｒｏｅｏｄｌｏｈｉｓｐｌｅｏｌｓｒｅｉｈｇｅｅｒｈｎｅｉｉｎｙｎｄｌａｓｃｍｐｒｏｔｔｎａｄｇｎｔｌｏｔｍｄａｖｃｅｅｉｇｒｈｆｒｔｅｒｕｉｇｏｔｚｔｎｐｂｅｏａｉｎｗｈｓａｄｒｅｅｃａｇｒｈａｄａｅｇｎｔａｏｔｍｏｈｔｐｉａｉｒｌｍ．Ｃｍｐｔｒｓｉｉｉｎｎｄｃｌｉｏｎｍｉｏｏｏｕｅｓｍｕａｏｓｈｖｅｉｅｈｔｈｓａｇｒｔｍｆｃｉｅａｄｅｉｉｎ．ｉｌｔｎａｅｖｒｄｔａｉｏｈｉｅｅｔｆｃｅｔｉｉｆｔｌｉｓｖｎ
更有效地求得ＱＳ组播路由问题的优化解，ｏ可靠性较高。关键词：播路由；组服务质量，由优化；粒群优化算法；于量子行为的微粒群优化算法Ｉ路微基中图分类号：Ｐ９．３Ｔ３３０文献标识码：Ａ

一种基于混合混沌遗传算法的QoS组播路由算法

ａｅｏｎｅｎｏｔｐｍｉｏｌｉｓｔｒｓｏｓｕｔａｄｏｙｒ－ｈｏｃｇｎｔ－ｌｒｒｔｂｕｄｄａｄｃｓｏｔｚｄＱＳｍｕｔａｔｒｕｉｇｔｅｉｃｎｔｃｄｂｅｎａｈｂｄｃａｔ－ｅｅｃａｏｔｍ，ｉｅｃｏｎｅｒｅｓｉｉｉｇｉｈ
（ｏｌｇｆＩｆｒｔｎＳｉｎｅ＆ＥｇｅｒｇＮｒｅｓｒｎｖｒｔ，ｈｎａｇｌ００）Ｃｌｅｏｎｏｍａｏｃｅｃｅｉｎｉｅｉ，ｏｔａｔＵｉｓｙＳｅｙｎ１０４ｎｎｈｅｎｅｉ
ＡｓａｔＰＤｂｌｃ：Ｉ／ＷＤｐｃｌＩｔｒｅｉｏｅｏｅｍｉｅｗｒｉｅｈｏｇｅｏｈＧ（ｅｔＧｎｒｔｎＩｔｒｒＭｏｔａｎｅｎｔｓｎｆｔａｎｎｔｏｋｎｔｃｎｌｉｓｆｔｅＮＩＮｘｅｉｎｅ－ｉｈｇｏｒｅａｏ
Ａｂｉ・ａｔ・ｎｔ．ｇｒｔｍ－ｓｄＨｙｒｄ－－Ｃｈｏｉ－ｃ－Ｇｅｅｉ－ｃ－ｏｈＡｌｉＢａｅ
ＱｏｌｃｓｏｔｇＡｌｏｔｍＳＭｕｔａｔＲｕｉｇｒｈｉｎｉ
ＷａｇＸｎｗｉｈｏＺｉｅＨｕｎｌｎｉｇｅＺａｈｊｉａｇＭｉｌ
组播路由树，顾网络负栽均衡。真结果表明，兼仿该算法是可行和有效的，明显优于基于传统遗传算法的ＱＳ播路由算法。０组

基于遗传算法的QoS选播流路由优化算法

中圈分类号：Ｔ３３Ｐ９
பைடு நூலகம்
基于遗传算法的ＱｏＳ选播流路由优化算法
李领治，丁秋林
（．苏州大学计算机科学与技术学院，苏州２５０；２１１０６．南京航空航天大学信息科学与技术学院，南京２０６１０１）
摘
要：选播是一种网络通信服务，在视频流点播等领域发挥重要作用。该文提出ＱＳ选播流路由优化的问题模型，出选播流路由端到ｏ给
Ｓｍｕａｉｎｒｓｌｈｗｔａｅａｏｔｍｎｉｌｍｅｔｎｃｓｕｉｇｃｍｂｎｔｒｌｐｍｉａｉｎｕｄｒｏｏｓａｎ．ｉｌｏｕｔｓｏｔｈｌｒｈｃｅｎｙａｔｏｔｏｉａｏａｏｔｚｔｎｅＳｃｎｔｔｔｅｓｈｔｇｉａｍｐａｒｎｉｉｏＱｒｉ
［ｙｗｒｓｎｃｓｒｕｉｇＱｕｌｙｏｅｖｃＱｏ）ＧｅｅｉＡｌｏｉｍ（；ｌ—ｂｅｔｅｐｍｚｔｎＫｅｏｄ］ａｙａｔｏｔ；ａｉｆｒｉｎｔＳｅ（ｓ；ｎｔｇｒｈＧＡ）ｍｕｔｏｊｃｖｔａｉｃｆｉｉｏｉｉｏ
端时延、服务器负载、网络流量等优化目标和ＱＳ约束的遗传算法表达式，说明了算法求解的关键步骤和实现过程。ｏ实验结果表明，该算法在满足ＱＳ约束的前提下可以实现选播路由的多目标组合优化。ｏ关健词：选播路由；服务质量；遗传算法；多目标优化
维普资讯
第３卷第６４期
Ｖ１４ｏ．３
・
计
算
机
工
程

基于遗传算法的QoS组播路由多目标优化

ｂｓｄｍｌ—ｂｃｖｐｍｚｔｎａｇｒｈｒＱＳｍｈｃｓｒｕｉｇｉｐｅｅｔ，ｈｈｓａｃｒｔｅｏａｅｐｉａａｅｕｉｊｔｅｏｔｉｉｌｏｉｍｆｏｕｉｔｏｔｒｓｎｄｗｉｅｒｈｆｅｓｔｆｒｔｏｔｌｔｏｅｉｉａｏｔｏａｎｓｅｃｏｈＰｏｍ
Ａｓｒｃ：ＴｅｅｉｉｇｒｕｎｌｒｈｓｕｕｌｐｉｚｉｇｂｅｔｅｗｉａｅｓｍｈｒｎｄａｂｃｓＡｂｔａｔｈｘｓｎｏｔｇａｏｉｍｓａｙｏｔｅａｓｌｏｊｃｖ，ｈｃｈｖｏｅｉｅｔｒｗａｋ．ＡＧ－ｔｉｇｔｌｍｉｎｅｉｈｎｅ
中图法分类号：Ｔ３３Ｐ９
文献标识码：Ａ
文章编号：１０ —６５２０）７０１—３０１３９（０６０ —２００
ＭｕｔｏｊｃｖｐｉｉｔｎｏｏｌｔａｔｏｔｇＢｓｄｏｅｅｉＡｇｒｈｌ－ｂｅｔｅＯｔｚｉｆＳＭｕｉｓＲｕｉａｅｎＧｎｔｌｉｍｉｉｍａｏＱｃｎｃｏｔ
ｓｌｔｎｆｍｕｉａｔｏｔｇｔｅ．ＳｍｕａｉｎｒｓｌｈｗｔａｈｓａｇｒｈｈｓａｈｇｕｃｓａｉａｄｃｎｏｔｉｅｆｏｕｉｓｏｈｃｓｕｉｒｓｉｌｔｅｕｔｓｏｈｔｉｌｏｉｍａｉｈＳｃｅｓｒｔｏｒｎｅｏｓｔｔｏ，搜索组播路由树的Ｐｒｏａｔ最优解集。仿真实验表明，ｅ该方法有很高的成功率，能在有限代内搜索到一组有效的供用户自由选择的组播路由树，克服了单目标优化的缺陷。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ｌｎ・ｈｎ，ＺＩＫａｇｓｕＨＯＵＸｉ — ｕｎｙ，ＺＨＡＮＧＷｅ —ｈｎ３ｎｓｅｇ
（．ＳｈｏｏｎｏｍｔｎＥｇｎｅｎＪａｇｉｎｖｒｔｃｎｅ＆Ｔｃｎｌｇ，ｎｒａ１ｃｏｌｆＩｒａｉｎｉｒｇ，ｉｎｘＵｉｓｙｏｉｃｆｏｅｉｅｉｆＳｅｅｈｏｙ，ｚｉｇｉ４００，ｈｎｏａｏａａ；．ＳｈｏｆＩｏｍ — ｆｔｎ，ｏｔＣｉｇｉｌｒｌｎｅｓｙＧａｇｈｕ５０４，ｈｎ３ｕｍｔｎＩｓｔｔｏｈｎｓＡａｅＳｉｃｓＢｉｎ０９ｏｉＳｕｈｎＡｒｕｔａｉｒｔ，ｕｎｚｏ１６２Ｃｉａ；．ＡｔａｉｎｔｕｅｆＣｉｅｃｄｍｙｃｎｅ，ｅｉ１１０，ｈａｃｕＵｖｉｏｏｉｅｆｏｅｊｇ０
ｔｄｃｄｐｎｌｎｔｎｆｏａｍｔｉｉｅｉｉｃｏｅｒｅｏｃｍｏｅｈｔｓｎｔｎｉｕａｏｘｅ — ｒｕｅｅａｙｕｃｏｓＳｐｒｅｒｔｈｇｒｓｎｔｎｄｇｅｏｐｓｅｆｎｓｕｃｏ．ＳｍｌｉｅｐｒｏｔｆｉｏＱａｅｗｈｈｄｔｉｔｔｉｅｆｉｔｎｉ
虑服务器的负载，置的ＱＳ约束惩罚函数过于简单，些方法易导致算法收敛到局部最优路由。针对这些问设ｏ这题，出一种根据选播组中成员服务器的负载来初始化种群的选播路由算法，提首次提出用区分度更高的ＱＳ约ｏ
李康顺，周新宇张文生，
（．１江西理工大学信息工程学院，西赣州３１０２华南农业大学信息学院，广州５０４；．江４００；．１６２３中国科学院自
动化研究所，北京１０９）０１０
摘
要：传统演化算法在解决选播路由问题时，始种群仅包含到选播组中部分服务器的可行路径，初并且未考
Ｃｉ）ｈｎａ
Ａｂｔａｔｓｒｃ：Ｗｈｎｓｌｉｇａｙａｔｏｔｇｐｏｌｍｓｗｔａｉｏａｖｌｔｎｒｌｏｔｍｓｅｓｂｅｒｕｅａｔｏｅｖｒｅｏｖｎｎｃｓｒｕｉｒｂｅｉｔｄｔｎｅｏｕｉａｙａｇｒｈ，ｆａｉｌｏｔｓｔｐｒｓｆｒｅｓｉｎｈｒｉｌｏｉｏｓｎａｙａｔｒｕｒｎｙｉｃｕｅｎｉｉａｐｐｌｔｎａｄｌａｆｓｒｅｓｗａｏｏｓｄｒｄ，ｉｄｉｏｎｃｓｇｏｐｗｅｅｏｌｌｄｄｉｎｔｌｏｕａｉｎｏｄｏｅｒｓｎｔｃｎｉｅｅｎｉｏｖｎａｄｔｎ，ｔｅｐｎｌｕｃｉｈｅａｔｆｎ－ｙ
ｔｎｆｏａａｅｒｅｅｅｔｏｉｐｅｔｅｅｍｔｏｓａｌｒｓｌｄｉｌａｏｔａｓｌｔｎ．ｎｏｄｒｏｖｒｍｅｈｓｉｓＳｐｒｍｔｒｓｔｏｍｌ；ｈｓｅｄｓｙｅｕｅｃｌｐｉｌｏｕｏｓＩｒｅｅｃｅｅｏｏＱｅｗｓｈｅｉｔｎｏｍｉｔｏｏｔ
第２卷第１期７２
２１００年ｌ２月
计算机应用研究
ＡｐｌａｉｎＲｅｅｒｈｏｏｕｅｓｐｉｔｓａｃｆＣｍｐｔｒｃｏ
Ｖｏ．７Ｎ．２Ｉ２ｏ１Ｄｅ．２０ｃ０１
基于ＱｏＳ的网络负载均衡选播路由算法水
束惩罚函数来组成适应度函数。在随机生成的Ｗａｍｎ网络拓扑环境下进行仿真实验，ｘａ结果表明，与传统算法
相比，该算法得到的最优路由具有更大的带宽，更小的时延，且能在更少的代数内收敛。
关键词：选播路由；演化算法；务质量；服负载均衡中图分类号：Ｔ３３Ｐ９文献标志码：Ａ文章编号：１０ —６５２１）２４１．５０１３９（００１．７８０
ｍｅｔａｅｃ￣ｉｄｏｔｎｎｔｒｓｔａａｄｍｌｅｅａｅｙｔｅｍｏｅｆＷａｍａｎｓｒａｅｕｅｗｏｋｈｔｒｎｏｙｇｎｒｔｄｂｈｄｌｏｘｎ，ｔｅｒｓｌｈｗｔａｈｇｒｈｃｎｉｈｅｕｔｓｏｈｔｔｅａｏｉｍａｓｌｔａｈｅｅｔｅｏｔｌｏｔｉｅｔｒｄｌｙａｄｂｎｗｄｈｉｅｓｇｎｒｔｎｏａｅｔｒｄｔｎｌａｇｒｔｍｓｃｉｖｈｐｉｕｅｗｔｂｔｅａｎａｄｉｔｌｓｅｅａｉｓｃｍｐｒｄｗｉｔａｉｏａｌｏｈ．ｍａｒｈｅｎｏｈｉｉ
ｄｉ１．９９ｊｉｎ１０ — ６５２１．２０３ｏ：２３６／．ｓ．０１３９．００１．９ｓ
Ａｎｃｓｏｔｇａｇｒｔｍｏｙａｔｒｕｉｌｏｉｎｈｆｒ
ｎｔｏｋｏｄｂｌｎｅｂｓｄｏｏｅｒｓｌａａａｃａｅｎＯＳｗ
ｓｏｔｏｎｓｒｐｓｄａｎｃｓｒｕｉｇａｇｒｈａｅｎｔｅｌａｆａｙａｔｇｏｐｔｎｔｌｅｐｐｌｔｎ，ａｄｆｓｙｉ — ｈｒｃｍｉｇ，ｐｏｏｅｎａｙａｔｏｔｏｉｍｂｓｄｏｏｄｏｎｃｓｒｕｉｉａｉｏｕａｉｎｌｔｈｏｉｚｏｎｒｔｎｉｌ