首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

蚁群算法在路由优化中的应用研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
1 引言第10-14页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 本文结构第13-14页
2 服务质量(QOS)组播路由技术第14-22页
    2.1 网络协议(IP)组播第14-17页
        2.1.1 IP网络数据传输第15页
        2.1.2 IP组播的优点与不足第15-17页
    2.2 QoS质量控制第17-18页
    2.3 QoS组播路由技术第18-21页
        2.3.1 组播路由选择第18-19页
        2.3.2 经典QoS组播路由算法第19-21页
    2.4 本章小结第21-22页
3 用于最短路径搜寻的蚁群算法建模第22-33页
    3.1 蚂蚁系统(AS)模型第22-25页
        3.1.1 自然蚁群与人工蚁群的行为特征比较第22-23页
        3.1.2 蚂蚁系统算法模型(AS)第23-25页
    3.2 改进AS中的决策规则设计第25-27页
        3.2.1 蚁群算法的特点第25-26页
        3.2.2 改进AS中决策规则设计第26-27页
    3.3 改进AS算法的设计与实现第27-32页
        3.3.1 类图(Class Diagram)设计第27-28页
        3.3.2 改进AS算法的流程图设计第28-30页
        3.3.3 改进AS算法中的随机性设计第30-32页
    3.4 本章小结第32-33页
4 基于改进蚁群的QOS组播路由算法设计第33-42页
    4.1 约束条件及问题分析第33-34页
        4.1.1 QoS常见约束条件第33-34页
        4.1.2 QoS约束下组播路由优化问题分析第34页
    4.2 多约束条件下QoS组播路由(QMR)数学模型第34-36页
    4.3 QoS蚁群优化算法设计第36-41页
        4.3.1 决策规则设计第37-39页
        4.3.2 算法流程设计第39-41页
    4.4 本章小结第41-42页
5 仿真分析与算法评估第42-46页
    5.1 实验设计第42页
    5.2 结果分析与小结第42-46页
        5.2.1 可行性测试与分析第42-44页
        5.2.2 算法比较测试与分析第44-46页
6 结论与展望第46-48页
参考文献第48-51页
作者简历第51-53页
学位论文数据集第53页

论文共53页,点击 下载论文
上一篇:级联型多电平逆变器及控制策略研究
下一篇:基于最短路算法的城市快速环路系统交通流分析与仿真方法