| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题研究的目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的研究内容 | 第10页 |
| ·本文的组织结构 | 第10-12页 |
| 2 组播路由技术 | 第12-22页 |
| ·组播的工作原理 | 第12页 |
| ·组播通信的方式 | 第12-14页 |
| ·组播路由协议 | 第14-17页 |
| ·密集模式路由协议 | 第14-16页 |
| ·稀疏模式组播路由协议 | 第16-17页 |
| ·组播路由算法分类 | 第17-19页 |
| ·组播路由典型算法 | 第19-22页 |
| 3 QoS组播路由模型 | 第22-30页 |
| ·QoS概述 | 第22-24页 |
| ·QoS路由 | 第24-26页 |
| ·QoS组播路由问题的数学模型 | 第26-27页 |
| ·QoS约束组播路由算法的设计理论 | 第27-30页 |
| ·算法设计的复杂性分析 | 第27-28页 |
| ·QoS约束组播路由算法的设计原则 | 第28页 |
| ·QoS约束组播路由算法性能指标 | 第28-30页 |
| 4 遗传算法与蚁群算法 | 第30-40页 |
| ·遗传算法 | 第30-36页 |
| ·遗传算法的基本概念 | 第30-33页 |
| ·遗传算法的基本流程 | 第33-34页 |
| ·遗传算法的特点及其应用 | 第34-36页 |
| ·蚁群算法 | 第36-40页 |
| ·蚁群算法的原理 | 第36-37页 |
| ·蚁群算法的发展 | 第37-38页 |
| ·蚁群算法的优点与不足 | 第38-40页 |
| 5 基于遗传算法与蚁群算法融合的QoS组播路由算法 | 第40-57页 |
| ·算法背景 | 第40-41页 |
| ·GAACA算法设计思想及总体框架 | 第41页 |
| ·遗传算法部分 | 第41-46页 |
| ·染色体编码 | 第41-42页 |
| ·种群初始化 | 第42-43页 |
| ·适应值函数 | 第43-44页 |
| ·选择算子 | 第44页 |
| ·交叉算子 | 第44-45页 |
| ·变异算子 | 第45页 |
| ·遗传算法结束条件 | 第45-46页 |
| ·遗传算法与蚁群算法相融合部分 | 第46页 |
| ·算法融合时机的设置 | 第46页 |
| ·蚁群算法信息素初值的设置 | 第46页 |
| ·蚁群算法部分 | 第46-48页 |
| ·路径选择规则 | 第46-47页 |
| ·信息素强度调整规则 | 第47-48页 |
| ·蚁群算法部分结束条件 | 第48页 |
| ·GAACA算法的描述 | 第48-49页 |
| ·仿真实验及分析 | 第49-57页 |
| ·开发工具的选择 | 第49-50页 |
| ·改进的网络拓扑随机生成算法设计 | 第50-51页 |
| ·仿真实验参数 | 第51-52页 |
| ·算法收敛性能分析 | 第52-55页 |
| ·算法代价的性能分析 | 第55-57页 |
| 6 结论 | 第57-60页 |
| ·研究成果 | 第57-58页 |
| ·未来的工作 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64-66页 |