| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-9页 |
| 1 路由技术概述 | 第9-12页 |
| 1．1 网络通信的发展 | 第9页 |
| 1．2 路由技术的发展与趋势 | 第9-10页 |
| 1．3 本文所做的工作 | 第10-12页 |
| 2 路由器与 OSPF路由选择算法 | 第12-29页 |
| 2．1 路由器的发展趋势 | 第12-13页 |
| 2．1．1 路由器硬件体系结构的发展 | 第12-13页 |
| 2．1．2 路由器软件体系结构的发展 | 第13页 |
| 2．2 路由器的硬件组成和软件策略 | 第13-15页 |
| 2．2．1 路由器的基本组成 | 第13-14页 |
| 2．2．2 路由器的软件策略 | 第14-15页 |
| 2．3 OSPF协议分析 | 第15-19页 |
| 2．3．1 OSPF的原理 | 第15-17页 |
| 2．3．2 OSPF的路由更新机制 | 第17-19页 |
| 2．4 OSPF中采用的路由计算方法 | 第19-23页 |
| 2．4．1 自动计算路由 | 第19-20页 |
| 2．4．2 使用缺省路由代价计算路由 | 第20-21页 |
| 2．4．3 使用最短路径树计算路由 | 第21-23页 |
| 2．5 几种路由算法的分析 | 第23-29页 |
| 2．5．1 最短路径优先算法 SPF | 第23-26页 |
| 2．5．2 基于最短路径思想的一些路由算法 | 第26-27页 |
| 2．5．3 QoS问题 | 第27-29页 |
| 3 用遗传算法实现多约束 OSPF路由选择 | 第29-51页 |
| 3．1 遗传算法概述 | 第29-33页 |
| 3．1．1 遗传算法的原理 | 第29-30页 |
| 3．1．2 基本遗传算法的参数和流程 | 第30-32页 |
| 3．1．3 遗传算法的收敛性分析和特点 | 第32-33页 |
| 3．2 用遗传算法实现多约束OSPF的全局最优路由选择算法 | 第33-45页 |
| 3．2．1 多约束路由问题的术语描述及构造数学模型 | 第33-36页 |
| 3．2．2 多约束全局最优路由选择算法描述 | 第36-42页 |
| 3．2．3 构造网络模型进行仿真 | 第42-43页 |
| 3．2．4 设置网络模型参数 | 第43-44页 |
| 3．2．5 采用随机网络模型进行仿真 | 第44页 |
| 3．2．6 多约束全局最优路由选择算法的流程 | 第44-45页 |
| 3．3 实验结果分析 | 第45-49页 |
| 3．3．1 一个周期内的三条组播最佳路由 | 第45-48页 |
| 3．3．2 随机网络模型中的三条组播最佳路由 | 第48页 |
| 3．3．3 对引入自适应思想后最短路由选择算法改进的说明 | 第48-49页 |
| 3．3．4 算法的性能分析 | 第49页 |
| 3．4 全局最优多约束路由选择算法的特点 | 第49-51页 |
| 3．4．1 遗传算法与其他搜索算法的比较 | 第49-50页 |
| 3．4．2 全局最优多约束路由选择算法与SPF算法的比较 | 第50-51页 |
| 4 基于OPNET的多约束选路过程仿真 | 第51-61页 |
| 4．1 OPNET概述 | 第51-53页 |
| 4．1．1 OPNET Modeler进行仿真的流程 | 第51-52页 |
| 4．1．2 OPNET Modeler中的网络建模 | 第52-53页 |
| 4．2 构造多约束 OSPF路由网络模型并配置网络参数 | 第53-55页 |
| 4．3 仿真实验及结果分析 | 第55-61页 |
| 4．3．1 仿真实验 | 第55-57页 |
| 4．3．2 动画过程演示业务流在源和目的节点之间的传送 | 第57页 |
| 4．3．3 结果分析 | 第57-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
| 大连理工大学学位论文版权使用授权书 | 第67页 |
