| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 引言 | 第9-14页 |
| ·选题的背景和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·主要研究内容 | 第12页 |
| ·论文结构 | 第12-14页 |
| 第2章 QOS路由概述 | 第14-26页 |
| ·QOS概述 | 第14-16页 |
| ·QOS 提出产生的背景 | 第14-15页 |
| ·QOS 常用参数 | 第15-16页 |
| ·QOS路由策略及选择方法 | 第16-20页 |
| ·QOS 路由策略 | 第16-17页 |
| ·QOS 路由选择方法 | 第17-20页 |
| ·QOS路由算法 | 第20-25页 |
| ·QOS 路由算法简介 | 第20页 |
| ·QOS 路由算法度量标准 | 第20-21页 |
| ·QOS 路由算法设计目标 | 第21-22页 |
| ·QOS 路由问题 | 第22页 |
| ·QOS 路由算法实现要素 | 第22-23页 |
| ·QOS 路由多约束问题数学模型 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 QOS多约束条件的路由算法 | 第26-39页 |
| ·路由算法产生背景介绍 | 第26页 |
| ·简单的多约束条件的 QOS 路由算法 | 第26-28页 |
| ·算法简介 | 第26-27页 |
| ·SMM-LS 算法 | 第27-28页 |
| ·生物启发式算法 | 第28-30页 |
| ·遗传算法 | 第28-29页 |
| ·神经网络的路由算法 | 第29-30页 |
| ·模糊系统 | 第30页 |
| ·群体智能优化算法 | 第30-33页 |
| ·群体智能简介 | 第30-31页 |
| ·群体智能的基本特性 | 第31-33页 |
| ·典型群体智能算法 | 第33-38页 |
| ·蚁群算法 | 第33-35页 |
| ·粒子群算法 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 遗传算法和蚁群算法的动态融合 | 第39-47页 |
| ·方案设计思想及总体框架 | 第39-40页 |
| ·遗传蚁群算法中遗传算法规则 | 第40-42页 |
| ·遗传算法部分算法思想 | 第40-41页 |
| ·遗传算法部分具体实现 | 第41-42页 |
| ·遗传算法与蚁群算法动态融合 | 第42-43页 |
| ·遗传蚁群算法中蚁群算法规则 | 第43-46页 |
| ·蚁群算法部分算法思想 | 第43-45页 |
| ·遗传算法部分具体实现 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于遗传蚁群算法的 QOS 路由优化仿真实验 | 第47-53页 |
| ·NS 简介 | 第47-49页 |
| ·仿真实验环境设置 | 第49页 |
| ·仿真实验及结果分析 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第6章 总结与展望 | 第53-54页 |
| ·论文工作总结 | 第53页 |
| ·未来工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 附录 | 第58页 |