認(rèn)知網(wǎng)絡(luò)中的蟻群路由算法研究.pdf

1、近些年來隨著Internet的飛速發(fā)展，網(wǎng)絡(luò)規(guī)模在不斷的增加。特別是不斷發(fā)展的移動通信網(wǎng)絡(luò)，使得節(jié)點的加入或者離開變的越來越頻繁，維護網(wǎng)絡(luò)信息的開銷變得越來越大。有必要使節(jié)點有感知網(wǎng)絡(luò)狀態(tài)的能力，并隨著網(wǎng)絡(luò)的變化而改變網(wǎng)絡(luò)路由策略。認(rèn)知網(wǎng)絡(luò)CN（Cognitive Network）是針對這些需求而生的。傳統(tǒng)的路由算法已經(jīng)不能滿足未來網(wǎng)絡(luò)的需求，蟻群算法受自然界螞蟻的集體行為啟發(fā)而提出來的啟發(fā)式人工智能算法，在求解TSP問題取的了很好的成

2、果，已經(jīng)被廣泛運用于車間作業(yè)調(diào)度問題，機器人領(lǐng)域，路由組播等NP完全問題。
　　本文在查閱和研究蟻群算法的基礎(chǔ)上，針對認(rèn)知網(wǎng)絡(luò)的特點對算法進行了改進。增加了蟻群路由算法的一些認(rèn)知性因素，并對算法的收斂速度和探索目的節(jié)點的選擇上進行了探討，最后研究了認(rèn)知網(wǎng)絡(luò)中的QoS。本文第一章介紹了認(rèn)知網(wǎng)絡(luò)的基本概念及其路由框架，并介紹了蟻群算法的基本概念和原理。第二章介紹了蟻群路由算法AntNet的基本原理，并對蟻群路由算法進行改進，使算法能更

3、適合認(rèn)知網(wǎng)絡(luò)。通過增強對鏈路狀態(tài)的認(rèn)知，增強了算法認(rèn)知網(wǎng)絡(luò)狀態(tài)的能力，在一定程度上提高了數(shù)據(jù)流選擇最優(yōu)路的概率，從而降低了數(shù)據(jù)流的時延和丟包率。通過增加擁塞避免機制，從而增強了算法的擁塞避免能力，降低了數(shù)據(jù)流的丟包率。通過調(diào)整網(wǎng)絡(luò)中的蟻群數(shù)量，從而使網(wǎng)絡(luò)開銷和探索路徑信息能力相適應(yīng)，提高了網(wǎng)絡(luò)性能。在本文第三章，通過對蟻群算法探索目的節(jié)點的選擇的改進，增加了算法對網(wǎng)絡(luò)中業(yè)務(wù)數(shù)量多或者規(guī)模小的業(yè)務(wù)的支持，提高了數(shù)據(jù)流的網(wǎng)絡(luò)性能。通過對網(wǎng)絡(luò)