首页> 中文学位 >基于蚁群优化算法的网络编码资源优化问题研究
【6h】

基于蚁群优化算法的网络编码资源优化问题研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 网络编码资源优化问题

1.2.2 蚁群优化算法

1.3 研究内容及章节安排

1.3.1 研究内容

1.3.2 章节安排

第2章 相关理论分析

2.1 蚁群优化算法

2.2 图分解算法

2.3 本章小结

第3章 问题定义与建模

3.1 现有问题建模方式

3.2 问题定义与建模

3.3 本章小结

第4章 基于适配网络编码资源优化问题的蚁群优化算法

4.1 算法整体流程

4.2 多维信息素维护机制

4.3 基于问题的启发素的设计

4.4 基于禁忌表的路径构建方法

4.5 信息素局部更新规则

4.6 方案重构方法

4.7 信息素全局更新机制

4.8 本章小结

第5章 实验与分析

5.1 测试实例介绍

5.2 实验测试指标

5.3 实验参数设定

5.4 新机制的有效性验证

5.5 算法总体性能评估

5.6 本章小结

结论与展望

结论

下一步工作

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果

展开▼

摘要

随着网络技术的高速发展,多媒体业务需求量急剧增长,而组播作为一种点到多点的基础技术,能够很好地支撑多媒体业务,因此受到了广泛关注。传统组播采用“存储-转发(Store-and-Forward)”方式进行数据转发,无法保证获得理论上的最大组播速率。2000年网络编码被提出,该技术根据“编码-转发(Coding-and-Forward)”方式转发数据,弥补了传统技术的缺陷,使组播可以更好地支持带宽需求量不断增加的多媒体业务。
  早期的网络编码组播的研究工作中,大部分都假设网络中所有具有编码功能的节点都进行编码操作,然而编码操作需要额外的计算和存储资源,带来额外的计算消耗和时延。因此网络编码资源优化问题被提出,即保证组播最大速率的同时尽可能地减少编码操作。蚁群优化算法已成功地应用于很多组合优化问题中,但应用于本问题还未见报道,本文拟研究采用蚁群优化算法解决网络编码资源优化问题。
  本文提出了一种新的蚁群优化算法来优化网络编码资源优化问题(NRCM-ACO)。该算法包含了几个适应问题的特殊机制:(1)一个多维信息素维护机制,来解决信息素覆盖问题;(2)一个基于问题的启发素,来增强局部搜索能力;(3)一个基于禁忌表的路径构造方法,来得到从源节点到接收节点的无公共边的解集;(4)一项信息素局部更新机制,来指导蚂蚁选择更为合适的路径;(5)一个方案重构方法,以避免早熟收敛,提高算法的搜索能力。结合这些优秀的机制,NCRM-ACO算法在构建解的阶段能充分结合全局和局部信息,从而构建出全局最优解。仿真实验表明,在不同的基准场景下,我们提出的算法在效果和效率上都优于现有的所有算法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号