發(fā)布時(shí)間：2017-10-06 17:02

  本文關(guān)鍵詞：多QoS約束下的流量調(diào)度技術(shù)研究與實(shí)現(xiàn)

  更多相關(guān)文章： 多QoS約束 人工蜂群 流量調(diào)度 多目標(biāo)優(yōu)化

【摘要】：隨著因特網(wǎng)的迅速發(fā)展,網(wǎng)絡(luò)用戶(hù)日益增多,用戶(hù)對(duì)網(wǎng)絡(luò)服務(wù)質(zhì)量的要求也逐漸提高,網(wǎng)絡(luò)資源出現(xiàn)相對(duì)不足甚至出現(xiàn)網(wǎng)絡(luò)擁塞現(xiàn)象,導(dǎo)致網(wǎng)絡(luò)中的流量分布不均勻,如何合理利用寶貴的網(wǎng)絡(luò)資源,實(shí)現(xiàn)負(fù)載均衡具有重要的意義。網(wǎng)絡(luò)流量調(diào)度就是在已有的網(wǎng)絡(luò)基礎(chǔ)上采用一種有效的可增強(qiáng)網(wǎng)絡(luò)性能、提高可用性的方法,在服務(wù)器能夠接受的處理能力范圍內(nèi)平均分配網(wǎng)絡(luò)中的流量,并且使得在調(diào)度分配的過(guò)程中所受的多QoS約束最小化。因此設(shè)計(jì)一種穩(wěn)定、可靠的多QoS約束下流量調(diào)度算法具有重要的研究?jī)r(jià)值和實(shí)際意義。本文采用多目標(biāo)優(yōu)化方法來(lái)解決流量調(diào)度問(wèn)題。文中首先調(diào)研了傳統(tǒng)流量調(diào)度相關(guān)技術(shù),然后分析多QoS約束的特點(diǎn),并在網(wǎng)絡(luò)流量采集與分析基礎(chǔ)上,對(duì)多QoS約束對(duì)流量調(diào)度的影響進(jìn)行闡述,把流量調(diào)度問(wèn)題轉(zhuǎn)化成為多目標(biāo)優(yōu)化問(wèn)題并利用多目標(biāo)優(yōu)化的相關(guān)知識(shí)建立流量調(diào)度的數(shù)學(xué)模型,針對(duì)該數(shù)學(xué)模型建立流量調(diào)度多目標(biāo)優(yōu)化函數(shù),包括時(shí)延函數(shù)、流量均衡函數(shù)、跳數(shù)函數(shù),在上述基礎(chǔ)上重點(diǎn)結(jié)合Pareto排序機(jī)制與基礎(chǔ)人工蜂群算法,提出了多目標(biāo)蜂群優(yōu)化算法,并將該算法應(yīng)用于多QoS約束下流量調(diào)度中,實(shí)現(xiàn)多個(gè)流量調(diào)度方案,最后根據(jù)實(shí)際情況確定最佳方案,實(shí)現(xiàn)多QoS約束下網(wǎng)絡(luò)流量高效的調(diào)度,本文對(duì)新算法進(jìn)行仿真驗(yàn)證,并將其與多目標(biāo)遺傳算法比較,實(shí)驗(yàn)結(jié)果表明,該算法得到的方案具有更好的效果,最后通過(guò)設(shè)計(jì)流量調(diào)度模擬系統(tǒng)直觀(guān)的展示流量調(diào)度的方案。
【關(guān)鍵詞】：多QoS約束 人工蜂群 流量調(diào)度 多目標(biāo)優(yōu)化
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP393.06
【目錄】：

• 摘要4-5
• Abstract5-8
• 專(zhuān)用術(shù)語(yǔ)注釋表8-9
• 第一章 緒論9-12
• 1.1 課題背景9-10
• 1.2 課題來(lái)源及本人工作10-11
• 1.3 本文組織結(jié)構(gòu)11-12
• 第二章 流量調(diào)度相關(guān)技術(shù)及QoS分析12-29
• 2.1 負(fù)載均衡技術(shù)12-14
• 2.1.1 負(fù)載均衡概述12-13
• 2.1.2 負(fù)載均衡的作用13
• 2.1.3 負(fù)載均衡技術(shù)的分類(lèi)13-14
• 2.2 流量調(diào)度技術(shù)14-24
• 2.2.1 流量調(diào)度算法14-24
• 2.2.2 流量調(diào)度的意義24
• 2.3 QoS分析24-27
• 2.3.1 QoS定義24-25
• 2.3.2 QoS關(guān)鍵參數(shù)25-26
• 2.3.3 QoS模型26-27
• 2.4 本章小結(jié)27-29
• 第三章 面向多目標(biāo)優(yōu)化的蜂群算法研究29-49
• 3.1 多目標(biāo)優(yōu)化綜述29-32
• 3.1.1 多目標(biāo)優(yōu)化數(shù)學(xué)模型29-31
• 3.1.2 傳統(tǒng)的多目標(biāo)優(yōu)化方法31-32
• 3.2 人工蜂群算法簡(jiǎn)介32-36
• 3.2.1 人工蜂群算法原理32-33
• 3.2.2 算法流程33-36
• 3.3 面向多目標(biāo)優(yōu)化的蜂群算法設(shè)計(jì)36-44
• 3.3.1 多目標(biāo)蜂群算法框架36-43
• 3.3.2 多目標(biāo)蜂群算法步驟43-44
• 3.3.3 多目標(biāo)蜂群算法時(shí)間復(fù)雜度分析44
• 3.4 實(shí)驗(yàn)仿真44-48
• 3.5 本章小結(jié)48-49
• 第四章 多QoS約束下的流量調(diào)度的研究49-57
• 4.1 流量調(diào)度模型49-51
• 4.2 基于多目標(biāo)蜂群算法的流量調(diào)度模型51-52
• 4.3 實(shí)驗(yàn)仿真52-56
• 4.4 本章小結(jié)56-57
• 第五章 流量調(diào)度模擬系統(tǒng)的設(shè)計(jì)57-62
• 5.1 流量調(diào)度模擬系統(tǒng)基礎(chǔ)框架57-58
• 5.2 流量調(diào)度系統(tǒng)模塊58-61
• 5.2.1 登錄模塊58-59
• 5.2.2 基礎(chǔ)數(shù)據(jù)采集模塊59-60
• 5.2.3 流量調(diào)度模塊60-61
• 5.3 本章小結(jié)61-62
• 第六章 總結(jié)與展望62-63
• 參考文獻(xiàn)63-66
• 附錄1 攻讀碩士學(xué)位期間申請(qǐng)的專(zhuān)利66-67
• 附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目67-68
• 致謝68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馮杰,楊即春,夏尊銓;基于模糊信息的多QoS約束組播路由算法研究[J];運(yùn)籌與管理;2005年03期

2 張品;章堅(jiān)武;李樂(lè)民;王晟;;QoS約束下的鏈路分離路徑問(wèn)題研究[J];通信學(xué)報(bào);2006年06期

3 袁培燕,李鵬偉;多元QoS約束仿真分析[J];安陽(yáng)師范學(xué)院學(xué)報(bào);2005年02期

4 高珊;張惠珍;馬良;;蜂群算法求解支持模糊QoS約束的電子采購(gòu)模型[J];經(jīng)濟(jì)數(shù)學(xué);2014年02期

5 朱碧岑;夏清國(guó);朱鄭州;;一種支持QoS約束的語(yǔ)義Web服務(wù)發(fā)現(xiàn)框架[J];計(jì)算機(jī)工程;2009年02期

6 熊軻;裘正定;張煜;張宏科;;多加性QoS約束下的鏈路分離路由算法[J];通信學(xué)報(bào);2010年06期

7 錢(qián)瓊芬;李春林;張小慶;;QoS約束的云經(jīng)濟(jì)資源管理模型研究[J];計(jì)算機(jī)科學(xué);2011年S1期

8 鄺祝芳;陳志剛;鄧曉衡;;自適應(yīng)的認(rèn)知無(wú)線(xiàn)Mesh網(wǎng)絡(luò)QoS約束的路由與頻譜分配算法[J];通信學(xué)報(bào);2011年11期

9 李穎芳;楊波;;基于QoS約束的語(yǔ)義Web服務(wù)匹配機(jī)制研究[J];微計(jì)算機(jī)信息;2011年06期

10 郭廣軍;胡玉平;陳志剛;劉永逸;李芝城;;一種帶QoS約束的語(yǔ)義Web服務(wù)選擇方法[J];華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 孔維莉;多QoS約束下的流量調(diào)度技術(shù)研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2016年

2 盧迪;基于QoS約束的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)路由協(xié)議的研究[D];武漢理工大學(xué);2011年

3 王陛;基于蟻群算法的多QoS約束路由算法研究[D];華南理工大學(xué);2010年

4 陳啟亮;基于蟻群的無(wú)線(xiàn)Mesh網(wǎng)絡(luò)多QoS約束路由協(xié)議的研究[D];南京航空航天大學(xué);2012年

，

本文編號(hào)：983929