摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第11-14页 |
缩略语对照表 | 第14-18页 |
第一章 绪论 | 第18-26页 |
1.1 光网络概述 | 第18-19页 |
1.2 光网络研究现状 | 第19-21页 |
1.2.1 WDM光网络 | 第19-20页 |
1.2.2 EONs | 第20-21页 |
1.3 研究背景及价值 | 第21-23页 |
1.4 研究内容及安排 | 第23-26页 |
第二章 EONs中RSA的研究基础 | 第26-40页 |
2.1 EONs概述 | 第26-30页 |
2.1.1 EONs架构 | 第26-29页 |
2.1.2 EONs中的关键技术 | 第29-30页 |
2.2 选路与频谱分配 | 第30-33页 |
2.2.1 概述 | 第30-32页 |
2.2.2 研究现状 | 第32-33页 |
2.3 光网络业务的自相似性 | 第33-35页 |
2.3.1 基本原理 | 第33-34页 |
2.3.2 自相似业务源模型 | 第34-35页 |
2.4 预测模型与原理 | 第35-40页 |
2.4.1 预测模型 | 第35-37页 |
2.4.2 反向传播神经网络 | 第37-40页 |
第三章 动态RSA模型及其基于预测的综合权重启发式算法 | 第40-56页 |
3.1 持续时间已知的动态RSA问题概述 | 第40-41页 |
3.2 符号描述与ILP模型 | 第41-43页 |
3.2.1 符号描述 | 第41-42页 |
3.2.2 ILP模型 | 第42-43页 |
3.3 MCWP算法中关键要素及算法流程 | 第43-50页 |
3.3.1 算法概述 | 第43页 |
3.3.2 K条最短路径 | 第43-45页 |
3.3.3 链路流量预测 | 第45-46页 |
3.3.4 持续时间重合度 | 第46-48页 |
3.3.5 综合权重设置 | 第48页 |
3.3.6 算法流程 | 第48-50页 |
3.4 仿真及结果分析 | 第50-56页 |
3.4.1 仿真参数设置 | 第50页 |
3.4.2 预测性能评估 | 第50-51页 |
3.4.3 不同业务源对算法性能评估 | 第51-52页 |
3.4.4 MCWP算法性能评估 | 第52-56页 |
第四章 基于预测的混合蚁群RSA算法 | 第56-66页 |
4.1 蚁群优化算法 | 第56-57页 |
4.1.1 基本原理 | 第56-57页 |
4.1.2 选路算法中的应用 | 第57页 |
4.2 HACOP算法中关键要素及算法流程 | 第57-62页 |
4.2.1 算法概述 | 第58页 |
4.2.2 启发函数 | 第58-59页 |
4.2.3 选择节点策略 | 第59页 |
4.2.4 基于引导原则的信息素挥发机制 | 第59-60页 |
4.2.5 算法流程 | 第60-62页 |
4.3 仿真及结果分析 | 第62-66页 |
4.3.1 仿真参数设置 | 第62页 |
4.3.2 HACOP算法性能评估 | 第62-64页 |
4.3.3 HACOP算法自身参数性能分析 | 第64-66页 |
第五章 全文总结 | 第66-68页 |
5.1 全文小结 | 第66-67页 |
5.2 下一步研究工作 | 第67-68页 |
参考文献 | 第68-74页 |
致谢 | 第74-76页 |
作者简介 | 第76-78页 |