论文部分内容阅读
ATM网络QoS控制中的许多问题都是特殊的优化组合问题,属于NP(non-deterministicpolynomial,非多项式确定)困难问题的范畴。
智能仿生算法主要是模拟生物进化和生物群体的智能化算法,如人工神经网络、遗传算法、蚂蚁算法和模糊控制方法等,它在解决NP问题尤其是NP-C(NP-Complete,完全非多项式确定)问题上表现出得天独厚的优势,取得了诸多丰硕的成果。
ATM网络中的VC路由选择问题正是一种可以用旅行商问题来表征的NP-C问题。近年以来,学者们基于遗传算法,神经网络算法等智能仿生算法提出了很多解决该问题的方案。而本文将就智能仿生算法中的一种-蚂蚁算法在ATM网络路由选择中的应用与改进展开研究。
本文首先从典型的组合优化问题-旅行商问题出发,介绍了蚂蚁算法提出的理论背景,并通过该问题建立了基本蚂蚁算法的模型。
随后,本文对算法进行了以下两个方面的优化:
第一,本文深入研究了蚂蚁算法搜索空间与收敛性的矛盾,总结了算法本身的参数对于实验结果产生的影响,并提出了动态调整参数的蚂蚁算法,在相同的试验次数内,获得了对应于原算法更好的最优解;
第二,本文就基于基本蚂蚁算法的VC路由选择方案易造成最优路径上拥塞的问题展开研究,并提出了基于“重选路”和基于“蚂蚁年龄”选路的改进算法。
仿真实验表明,优化后的算法能够有效的实现ATM网络的VC路由选择。
本文还对ATM拥塞控制中传统漏桶算法进行了研究,提出并实现了基于另一种智能仿生算法-模糊遗传算法的改进漏桶算法。