搜索结果: 1-15 共查到“计算机系统结构 蚁群算法”相关记录24条 . 查询时间(0.121 秒)
基于自适应变异蚁群算法的QoS路由算法
多约束QoS 单播路由 自适应变异 蚁群算法
2009/11/30
多约束QoS单播路由问题是NP完全问题，针对基本蚁群算法在解决该问题时易于陷入局部最优、收敛速度慢的缺点，提出自适应变异蚁群算法对该问题进行求解。该算法采取自适应变异方法，引入二次蚁群搜索机制，减少了算法陷入局部极值的可能性，提高了算法的寻优能力和收敛速度。仿真实验结果验证了该算法的可行性和有效性。
一种解多QoS约束组播问题的改进蚁群算法
蚁群算法 组播路由 方向因子 服务质量（QoS）
2009/11/19
多QoS约束的组播路由技术是当前实现分布式网络多媒体的关键技术，蚁群算法是解决多QoS约束组播路由问题的一种启发式算法，但存在收敛速度慢等缺陷. 基于这种情况提出了一种改进的蚁群算法，该算法采用基于组成员节点驱动的方式构造组播树，并在概率转移函数中添加了方向因子，使蚂蚁在寻找路径时摆脱了最初的盲目性，以更大的概率快速向源节点靠近. 仿真实验证明，改进蚁群算法的收敛速度明显提高.
基于一种新的蚁群算法的QoS组播路由问题的研究
服务质量 量子粒子群 多行为
2009/10/10
在解决QoS（Quality of Service）组播路由问题上，针对蚁群算法缺点，提出了一种融合量子粒子群算法（QPSO）思想的多行为蚁群算法。该算法采用QPSO作为前期搜索，根据各粒子历史最优值来初始化路径信息素浓度，后期利用多行为蚁群算法来优化路径。仿真结果表明：该算法寻优能力强，可靠性高，是解决QoS组播路由问题的有效方法。
基于多态蚁群算法的WSN能耗均衡路由协议
多态蚁群 能耗均衡 无线传感器网络 路由协议
2009/9/10
针对无线传感器网络(WSN)的能耗均衡问题，提出一种基于多态蚁群算法的路由协议，采用周期传输和数据融合的方式，将无线传感器节点的剩余能量信息融合到信息素的形成中。仿真实验表明，与Leach协议相比，采用该协议有82%的节点生命周期更长，在相同时间内网络可多传输48%的数据包。在实验室使用31个节点部署无线传感器网络，将路由协议应用于网络。实验结果验证了该协议的有效性。
基于自适应蚁群算法的QoS组播路由算法
蚁群算法 服务质量 组播路由
2009/7/30
提出一种改进的自适应蚁群优化算法，在信息素更新策略中引入全局最优系数，研究多约束条件下的QoS组播路由问题。动态更新信息素能够确保自适应地改进全局搜索能力和收敛性能，避免陷入局部最优解。仿真结果表明，该算法比蚂蚁-遗传算法在解决多约束条件下的QoS组播路由问题时更有效。
Ad Hoc网络中基于遗传蚁群算法的QoS多播路由算法
QoS多播路由 遗传蚁群算法 拥塞回避
2009/7/27
利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制，把蚁群算法和遗传算法融合起来，提出了一种遗传蚁群算法（GAAC）来解决Ad Hoc网络中QoS路由问题。首先利用遗传算法生成信息素分布，然后用蚁群算法求精解，优势互补，期望获得优化性能和时间性能的双赢。并针对算法应用于Ad Hoc网络QoS路由普遍产生的拥塞问题，采用拥塞回避的策略，从而实现网络业务流负载均衡。仿真表明该算法比其它单一采用蚁...
Petri网与蚁群算法在CDN网络路由中的应用
路由算法 蚁群算法 Petri网
2009/7/24
CDN让用户以最快的速度从最近的地方获得所需的信息，它对QoS路由提出了更高的要求，单纯的采用蚁群算法或是依靠Petri网模型中变迁发生寻径的方法都不能较好的解决CDN路由问题。基于稳定的CDN网络构建图状拓扑结构，提出了一种将Petri网与蚁群算法相结合，考虑多个路由限制的优化QoS路由算法。实验仿真表明，该算法能有效地求解CDN网络中的路由问题。
基于改进蚁群算法的WSN移动代理路由算法研究
移动代理 蚁群算法 迁移路径
2009/7/17
提出了基于改进蚁群算法的无线传感器网络移动代理路由算法，在改进算法中引入了传感节点的剩余能量值、数据处理能力等新的启发因素，从而均衡了网络负载，降低了网络能耗和延时；状态转换规则的改进和自适应全局信息素更新策略的采用克服了基本蚁群算法的不足。仿真实验表明，提出的算法在全局性和收敛速度上均优于其他传统算法。
基于协同进化蚁群算法的多播QoS路由算法
多播 路由算法 协同进化
2009/7/16
提出一种基于协同进化蚁群算法的求解QoS（Quality of Service）多播路由问题的新算法。算法中控制参数及路由选择策略根据迭代过程所处的不同阶段自适应调整。综合考虑QoS路由中所有约束条件的同时，也充分考虑各个约束自身的独立特性。仿真结果证明了算法收敛速度快，能满足实际网络服务质量的要求。
基于遗传蚁群算法的QoS路由算法研究
遗传算法 服务质量（QoS） 遗传蚁群算法
2009/7/15
利用遗传算法的快速全局搜索能力和蚁群算法的正反馈收敛机制，引入遗传蚁群算法（Genetic Algorithm Ant Colony algorithm）GAAC来解决QoS路由问题。算法设计的基本思想是首先由遗传算法产生较优解，较优的路径留下信息素，其他路径不改变，然后在有一定初始信息素分布的情况下，用蚁群算法求精解。仿真表明算法比单一采用遗传算法和蚁群算法进行路由选择具有更好的性能，且更适合于...
基于蚁群算法的WSN移动信标路径获取研究
移动信标 蚁群算法 最优路径
2009/7/15
根据ROI（Region of Interest）面积给出了等距三重优化覆盖此ROI所需要的信标发射位置数量计算方法；随后对矩形ROI提出了一种简单的信标发射位置确定方法；针对现有的遍历发射位置点的路径遍历算法的不足，提出了一种新的应用蚁群算法的信标发射位置点的遍历算法，并利用该算法对基于三边测量方法进行传感器节点定位。仿真实验表明，采用该文提出的方法对传感器节点进行定位，在定位的精度和定位的效率...
基于蚁群算法的多路径多约束QoS路由研究
多路径多约束 QoS路由 调和 蚁群算法
2009/7/15
多路径多约束服务质量（Quality of Service，QoS）路由问题是无线传感器网络的核心问题之一，由于网络拓扑的不断变化及链路的固有的不精确性，解决这个问题具有很大的挑战性。首先给出无线传感器网络中QoS路由问题描述及调和蚁群算法（Ant Colony Optimization，ACO）的基本算法步骤及其特点。然后在分析了蚁群算法应用于QoS路由问题的可能性的基础上，给出了调和蚁群算法解...
基于蚁群算法信息素的异构案例集合构建策略
特征项权重 异构案例集合 信息素
2009/7/15
基于CBR智能推荐系统是大型科学仪器协作共用网的重要组成部分。根据蚁群算法信息素更新原理设计并实现了一个完全异构案例集合构建策略。分析了完全异构案例集合构建原理，重点论述了案例权重动态分配的解决原理及过程。根据实验结果，表明该方法能够有效地提高智能推荐系统推荐结果的精确程度。
无线mesh网中基于蚁群算法的多约束QoS路由研究
多约束QoS 无线mesh网 蚁群算法
2009/7/9
针对多约束QoS路由问题的求解，现今并没有有效的近似算法，一般采用启发式算法求解。先介绍了QoS、QoS的各种参数指标以及多约束QoS路由的定义，接着通过移动Ad-hoc网和无线mesh网络的异同的比较，根据Ad-hoc网络的研究现状，分析了蚁群算法在无线mesh网络中QoS研究的可行性。