| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 1 绪论 | 第13-29页 |
| ·立题背景 | 第13-14页 |
| ·多播路由技术研究现状 | 第14-23页 |
| ·多播路由算法研究 | 第14-18页 |
| ·多播路由协议研究概况 | 第18-19页 |
| ·覆盖网络多播路由算法研究 | 第19-21页 |
| ·目前多播路由技术存在的主要问题 | 第21-23页 |
| ·计算智能在多播路由技术中的应用 | 第23-26页 |
| ·计算智能技术概述 | 第23-25页 |
| ·基于计算智能的多播路由技术 | 第25-26页 |
| ·论文研究的主要目标与内容 | 第26-27页 |
| ·论文的组织结构 | 第27-29页 |
| 2 多播QOS 路由技术 | 第29-45页 |
| ·前言 | 第29页 |
| ·QOS 基础 | 第29-32页 |
| ·QOS 定义 | 第29-31页 |
| ·QOS 描述 | 第31-32页 |
| ·QOS 的提供基础 | 第32页 |
| ·QOS 体系结构 | 第32-33页 |
| ·多播QOS 路由问题描述 | 第33-36页 |
| ·多播QOS 路由模型 | 第33-34页 |
| ·多播QOS 路由问题分类 | 第34-35页 |
| ·其它多播路由问题及相关算法 | 第35-36页 |
| ·多播QOS 路由算法及协议的设计目标 | 第36-39页 |
| ·降低路由信息收集与更新的代价 | 第37页 |
| ·降低多播树的计算代价 | 第37-38页 |
| ·提高算法及协议的健壮性 | 第38页 |
| ·提高算法和协议的规模伸缩性 | 第38页 |
| ·支持异构的QOS 请求 | 第38-39页 |
| ·提高算法及协议的动态性 | 第39页 |
| ·多播QOS 路由问题的复杂性分析 | 第39-40页 |
| ·多播QOS 路由算法及协议的评价指标 | 第40-42页 |
| ·多播QOS 路由仿真平台 | 第42-43页 |
| ·仿真方法的价值 | 第42页 |
| ·仿真网络模型 | 第42-43页 |
| ·网络仿真软件 | 第43页 |
| ·本章小结 | 第43-45页 |
| 3 多目标优化技术 | 第45-61页 |
| ·前言 | 第45页 |
| ·多目标优化问题描述 | 第45-49页 |
| ·传统的多目标优化技术 | 第49-53页 |
| ·传统的多目标优化技术概述 | 第49-52页 |
| ·传统的多目标优化技术的局限性 | 第52-53页 |
| ·基于计算智能的多目标优化技术 | 第53-59页 |
| ·进化计算基础 | 第53-56页 |
| ·基于进化计算的多目标优化技术 | 第56-57页 |
| ·基于免疫算法的多目标优化技术 | 第57-59页 |
| ·基于计算智能的多目标优化技术的关键问题分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 4 基于进化计算的静态多播QOS 路由算法 | 第61-87页 |
| ·引言 | 第61页 |
| ·基于启发式模糊遗传算法的多播QOS 路由算法 | 第61-71页 |
| ·算法思想 | 第62-63页 |
| ·遗传算子设计 | 第63-68页 |
| ·禁忌搜索算子设计 | 第68-69页 |
| ·仿真结果及算法性能分析 | 第69-71页 |
| ·基于种群自适应免疫遗传算法的多播QoS 路由算法 | 第71-84页 |
| ·种群自适应免疫遗传算法概述 | 第71-74页 |
| ·基于启发式规则的种群数控制策略 | 第74-75页 |
| ·交叉概率和变异概率的自适应控制策略 | 第75-76页 |
| ·接种免疫优化算子 | 第76-77页 |
| ·免疫抑制算子 | 第77-78页 |
| ·基于自适应免疫遗传算法的静态多播QOS 路由算法设计 | 第78-81页 |
| ·算法仿真结果及性能评价 | 第81-84页 |
| ·本章小结 | 第84-87页 |
| 5 基于协同进化蚁群算法的静态多播QOS 路由算法 | 第87-103页 |
| ·前言 | 第87-88页 |
| ·基本蚁群算法概述 | 第88-92页 |
| ·蚁群算法原理 | 第89页 |
| ·基本蚁群算法的优点与不足 | 第89-90页 |
| ·基本蚁群算法的改进方法 | 第90-92页 |
| ·基于协同进化蚁群算法的多目标优化方法 | 第92-96页 |
| ·进化蚁群算法原理 | 第92-93页 |
| ·进化蚁群算法描述 | 第93-94页 |
| ·进化蚁群算法复杂度分析 | 第94-95页 |
| ·基于协同进化蚁群算法的多播QoS 路由多目标优化策略 | 第95-96页 |
| ·基于协同进化蚁群算法的静态多播QOS 路由算法的实现 | 第96-99页 |
| ·算法原理 | 第96-97页 |
| ·算法的实施步骤 | 第97-99页 |
| ·仿真结果及算法性能分析 | 第99-101页 |
| ·仿真模型 | 第99页 |
| ·算法性能分析 | 第99-101页 |
| ·本章小结 | 第101-103页 |
| 6 结合分布式和集中式特点的动态多播路由算法 | 第103-117页 |
| ·引言 | 第103-104页 |
| ·动态多播路由算法 | 第104-105页 |
| ·不允许重组动态多播路由算法 | 第104页 |
| ·可重组动态多播路由算法 | 第104-105页 |
| ·动态多播路由算法的特点 | 第105页 |
| ·动态多播网络模型及问题描述 | 第105-106页 |
| ·结合分布式和集中式特点的动态多播路由算法 | 第106-108页 |
| ·算法的相关概念 | 第106-107页 |
| ·算法的基本思想 | 第107-108页 |
| ·结合分布式和集中式特点的动态多播路由算法设计 | 第108-112页 |
| ·节点加入处理过程 | 第108-110页 |
| ·节点离开处理过程 | 第110-111页 |
| ·重排算法 | 第111-112页 |
| ·仿真结果与算法性能分析 | 第112-114页 |
| ·仿真模型 | 第112页 |
| ·算法性能分析 | 第112-114页 |
| ·本章小结 | 第114-117页 |
| 7 基于混沌免疫进化算法的覆盖网络多播路由算法 | 第117-135页 |
| ·引言 | 第117-118页 |
| ·覆盖网络多播模型及问题描述 | 第118-120页 |
| ·覆盖网络多播模型 | 第118页 |
| ·覆盖网络多播路由问题描述 | 第118-120页 |
| ·覆盖网络多播路由多目标优化模型MDRBN | 第120页 |
| ·MDRBN 模型的求解 | 第120页 |
| ·多目标优化的混沌免疫进化算法 | 第120-126页 |
| ·概述 | 第120-122页 |
| ·基于免疫机制的多目标进化策略 | 第122-123页 |
| ·生物免疫系统的进化过程 | 第123页 |
| ·混沌映射和混沌挠动方式的确定 | 第123-124页 |
| ·解域空间分析及邻域搜索 | 第124页 |
| ·可行解的审查方法 | 第124页 |
| ·混沌免疫进化算法描述 | 第124-125页 |
| ·算法收敛性分析 | 第125-126页 |
| ·基于混沌免疫进化算法的覆盖网络多播路由算法的实现 | 第126-130页 |
| ·个体编码设计与初始化 | 第126-127页 |
| ·抗体的聚合适应度的计算 | 第127-128页 |
| ·抗体扩增算子设计 | 第128-129页 |
| ·抗体突变算子设计 | 第129页 |
| ·混沌优化算子设计 | 第129-130页 |
| ·仿真结果与算法性能分析 | 第130-131页 |
| ·仿真模型 | 第130页 |
| ·算法性能分析 | 第130-131页 |
| ·本章小结 | 第131-135页 |
| 8 全文总结 | 第135-139页 |
| 致谢 | 第139-141页 |
| 参考文献 | 第141-155页 |
| 附录 | 第155-157页 |
