| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题背景 | 第8-9页 |
| 1.1.1 课题研究的意义 | 第8-9页 |
| 1.1.2 课题研究的目的 | 第9页 |
| 1.2 MPLS 研究的现状 | 第9-11页 |
| 1.3 论文的主要工作 | 第11页 |
| 1.4 论文的组织结构 | 第11-12页 |
| 第二章 MPLS 网络模型及工作机制 | 第12-24页 |
| 2.1 MPLS 技术概述 | 第12-13页 |
| 2.1.1 MPLS 概念 | 第12页 |
| 2.1.2 MPLS 网络基本组成元素 | 第12-13页 |
| 2.2 MPLS 网络模型 | 第13-15页 |
| 2.3 MPLS 主要协议 | 第15-17页 |
| 2.3.1 标签分发协议(LDP) | 第15页 |
| 2.3.2 LDP 工作过程 | 第15-16页 |
| 2.3.3 资源预留协议(RSVP) | 第16-17页 |
| 2.4 MPLS 基本原理 | 第17-20页 |
| 2.4.1 基本原理 | 第17-18页 |
| 2.4.2 标签 | 第18页 |
| 2.4.3 标签交换路径 | 第18-19页 |
| 2.4.4 MPLS 工作流程 | 第19-20页 |
| 2.5 MPLS 流量工程 | 第20-23页 |
| 2.5.1 流量工程的概述 | 第20页 |
| 2.5.2 流量工程的框架 | 第20-21页 |
| 2.5.3 流量工程的性能目标 | 第21-22页 |
| 2.5.4 MPLS 用于流量工程的优势 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 MPLS 网络算法研究 | 第24-36页 |
| 3.1 优化算法的基本概念 | 第24-27页 |
| 3.1.1 优化问题 | 第24-26页 |
| 3.1.2 局部优化算法 | 第26页 |
| 3.1.3 全局优化算法 | 第26-27页 |
| 3.2 优化算法的介绍 | 第27-33页 |
| 3.2.1 遗传算法 | 第27-28页 |
| 3.2.2 蚁群算法 | 第28-30页 |
| 3.2.3 粒子群算法（PSO） | 第30-32页 |
| 3.2.4 粒子群算法与遗传算法的比较 | 第32-33页 |
| 3.2.5 粒子群算法与蚁群算法的比较 | 第33页 |
| 3.3 MPLS 网络中经典算法 | 第33-35页 |
| 3.3.1 MATE 数学模型 | 第34-35页 |
| 3.3.2 MATE 算法的优缺点 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 MPLS 网络加速梯度粒子群算法建立最佳 LSP 研究 | 第36-42页 |
| 4.1 LSP 建模问题 | 第36-39页 |
| 4.1.1 MPLS 的数学模型 | 第37-38页 |
| 4.1.2 加速梯度的粒子群算法的描述 | 第38-39页 |
| 4.2 仿真结果与分析 | 第39-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 基于梯度加速算法的 LSP 流量分配算法 | 第42-50页 |
| 5.1 MPLS 多路径系统模型建立 | 第42-46页 |
| 5.1.1 MPLS 的多路径动态流量分配的数学模型 | 第43-45页 |
| 5.1.2 梯度加速算法的描述 | 第45-46页 |
| 5.2 仿真结果及分析 | 第46-49页 |
| 5.2.1 数据丢包率的计算 | 第46-47页 |
| 5.2.2 LSP 请求数的计算 | 第47-48页 |
| 5.2.3 资源占用率的计算 | 第48-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第六章 总结和展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士研究生期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |