论文部分内容阅读
随着网络技术的高速进步与发展,近年来出现了许多像视频点播、远程教育等新型多媒体业务,这些新型业务大大促进了组播通信的发展,同时需要提供相应的服务质量(Quality of Service,即QoS)的控制保证。每个用户都有不同的需求,如数据传输延迟的允许时间、画面传输的失真度或声像的同步程度等。然而传统的路由技术只提供best-effort的服务,无法提供服务质量的保证。随着语音业务、视频业务的爆发式增长,在网络和分布式系统等领域中,QoS组播路由已经成为一个非常重要的研究课题,并且近年来在算法和协议层也出现了满足多种QoS需要的多播机制。其实QoS问题的关键在于网络中路由选择的问题,又叫做寻路问题,即设定合适的度量参数作为寻路标准,然后进行路径的选择,并保证数据经由选定路径能够传输到达目的节点。在过去的十年中,神经网络(NN)和遗传算法(GA)两种算法在保障服务质量中使用得非常广泛。两者都是抽象的生物计算信息处理系统,它们的结合研究也已引起广大研究人员的兴趣。本文是研究如何将改进的神经网络算法应用到解决QoS问题中。针对神经网络存在的缺陷与不足,结合遗传算法的特点来进行进化,提出一种改进的算法来求解带宽、时延、延时抖动、费用的QoS路由选择问题。文章介绍了QoS组播路由问题,主要讨论它的基本概念和原理、数学模型以及QoS度量等,分析了QoS组播路由问题的研究现状以及研究意义。另外介绍了神经网络和遗传算法的基本原理,分析了两种算法的特点,指出了其在网络服务质量保障上存在的缺点。然后根据QoS组播路由的特点,结合遗传算法的寻优特点,提出一种新的基于遗传算法的神经网络算法,既保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力,且同时具有神经网络广泛映射能力和遗传算法快速全局收敛的性能。遗传算法在神经网络中充分发挥它的全局寻优的特点,又能够很好的弥补神经网络算法响应速度慢,训练时间长的不足。在Matlab仿真的环境下,对改进的算法进行实验,并将仿真结果与已有的方案进行了对比,通过数据分析得出本算法在对解决QoS多约束组播路由问题上性能确实有改善,也得到了预期的效果。