| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 光层组播技术 | 第10-14页 |
| 1.2.1 光层组播和模型 | 第10-13页 |
| 1.2.2 光组播的局限性和优势 | 第13-14页 |
| 1.3 基于网络编码的光组播技术研究进展 | 第14-17页 |
| 1.3.1 网络编码的提出 | 第14-16页 |
| 1.3.2 网络编码的优势与不足 | 第16页 |
| 1.3.3 基于网络编码的光组播研究方向 | 第16-17页 |
| 1.4 论文的主要工作及内容安排 | 第17-19页 |
| 第2章 基于网络编码的多源光组播资源优化 | 第19-31页 |
| 2.1 光组播路由 | 第19-23页 |
| 2.1.1 图论中的基本概念 | 第19-21页 |
| 2.1.2 组播路由概述 | 第21-22页 |
| 2.1.3 基于网络编码的组播路由 | 第22-23页 |
| 2.2 智能优化算法在光组播路由优化中的应用 | 第23-27页 |
| 2.2.1 典型智能优化算法介绍 | 第23-26页 |
| 2.2.2 使用智能优化算法优化光组播路由 | 第26-27页 |
| 2.3 基于网络编码的多源光组播路由优化 | 第27-29页 |
| 2.3.1 光网络中多源到单源的转化 | 第27-28页 |
| 2.3.2 基于网络编码的光组播路由优化 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 多源光组播中网络编码链路优化研究 | 第31-51页 |
| 3.1 研究背景 | 第31-32页 |
| 3.2 网络编码链路优化的提出和模型 | 第32-36页 |
| 3.2.1 网络编码链路优化的提出 | 第32页 |
| 3.2.2 网络编码链路优化模型 | 第32-36页 |
| 3.3 多源光组播中使用改进自适应遗传算法最小化编码链路数 | 第36-46页 |
| 3.3.1 改进自适应遗传算法的具体步骤 | 第36-42页 |
| 3.3.2 染色体构造与适应度值的设计 | 第42-43页 |
| 3.3.3 自适应交叉概率和差异性最大化交叉 | 第43-45页 |
| 3.3.4 定向变异 | 第45-46页 |
| 3.4 仿真与分析 | 第46-49页 |
| 3.4.1 仿真环境及评价指标 | 第46-47页 |
| 3.4.2 仿真结果分析 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 基于最小编码网络的多速率分层光组播算法 | 第51-65页 |
| 4.1 研究背景 | 第51-54页 |
| 4.2 模型描述和最小编码网络 | 第54-57页 |
| 4.2.1 模型描述 | 第54-55页 |
| 4.2.2 最小编码网络的定义和算法 | 第55-57页 |
| 4.3 基于最小编码网络的多速率分层光组播算法 | 第57-61页 |
| 4.3.1 最小编码网络多速率分层光组播算法基本思想 | 第57页 |
| 4.3.2 最小编码网络多速率分层光组播算法过程描述 | 第57-61页 |
| 4.4 仿真与分析 | 第61-64页 |
| 4.4.1 仿真环境与评价指标 | 第61页 |
| 4.4.2 仿真结果分析 | 第61-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 论文工作总结 | 第65-66页 |
| 5.2 未来工作展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第74页 |
