人工智能技术在QoS组播路由算法中的应用研究
| 第一章 绪论 | 第1-18页 |
| 1．1 引言 | 第8页 |
| 1．2 组播通信概述 | 第8-13页 |
| 1．2．1 组播的工作原理 | 第9-10页 |
| 1．2．2 组播通信的实现方案 | 第10-12页 |
| 1．2．3 组播地址分配 | 第12-13页 |
| 1．3 QoS组播路由问题 | 第13-14页 |
| 1．3．1 组播路由 | 第13-14页 |
| 1．3．2 服务质量要求 | 第14页 |
| 1．3．3 QoS组播路由问题为NP完全问题 | 第14页 |
| 1．4 人工智能方法研究 | 第14-16页 |
| 1．5 小结及本文的研究工作 | 第16-18页 |
| 第二章 QOS组播路由的理论基础 | 第18-31页 |
| 2．1 引言 | 第18页 |
| 2．2 IP网络的服务质量 | 第18-25页 |
| 2．2．1 QoS的分类 | 第19-21页 |
| 2．2．2 QoS的控制模型 | 第21-25页 |
| 2．3 QoS组播路由基本概念 | 第25-29页 |
| 2．3．1 加权图模型 | 第25-26页 |
| 2．3．2 状态信息 | 第26页 |
| 2．3．3 QoS度量 | 第26-27页 |
| 2．3．4 路由策略 | 第27-29页 |
| 2．4 QoS组播路由数学模型定义 | 第29-30页 |
| 2．5 小结 | 第30-31页 |
| 第三章 时延和时延抖动约束组播路由问题 | 第31-40页 |
| 3．1 引言 | 第31页 |
| 3．2 数学模型 | 第31-33页 |
| 3．3 基于HOPFIELD神经网络的求解算法 | 第33-36页 |
| 3．3．1 目标函数 | 第33-34页 |
| 3．3．2 神经网络构造 | 第34页 |
| 3．3．3 优化算法 | 第34-36页 |
| 3．4 基于遗传算法的求解算法 | 第36-37页 |
| 3．4．1 遗传编码 | 第36-37页 |
| 3．4．2 适应度函数 | 第37页 |
| 3．4．3 遗传算子 | 第37页 |
| 3．5 仿真与结论 | 第37-40页 |
| 第四章 带度约束组播路由问题 | 第40-45页 |
| 4．1 引言 | 第40页 |
| 4．2 数学模型 | 第40-41页 |
| 4．3 基于遗传算法的求解算法 | 第41-43页 |
| 4．3．1 遗传编码 | 第41-42页 |
| 4．3．2 适应度函数 | 第42页 |
| 4．3．3 遗传算子 | 第42页 |
| 4．3．4 算法描述 | 第42-43页 |
| 4．4 仿真与结论 | 第43-45页 |
| 第五章 完全QOS参数约束组播路由问题 | 第45-51页 |
| 5．1 引言 | 第45页 |
| 5．2 数学模型 | 第45-46页 |
| 5．3 基于遗传算法的求解算法 | 第46-49页 |
| 5．3．1 遗传编码 | 第46页 |
| 5．3．2 初始群体的选择 | 第46-47页 |
| 5．3．3 适应度函数 | 第47-48页 |
| 5．3．4 遗传算子 | 第48-49页 |
| 5．4 仿真与结论 | 第49-51页 |
| 第六章 综合QOS参数约束组播路由问题 | 第51-58页 |
| 6．1 引言 | 第51页 |
| 6．2 权值变换函数 | 第51-52页 |
| 6．3 数学模型 | 第52页 |
| 6．4 基于遗传算法的求解算法 | 第52-55页 |
| 6．4．1 遗传编码 | 第52-54页 |
| 6．4．2 适应度函数 | 第54页 |
| 6．4．3 遗传算子 | 第54-55页 |
| 6．5 仿真与结论 | 第55-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录 有效算法及NP完全 | 第63-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间参加的科研项目和录用的论文 | 第66页 |
