导读:本文包含了多目标路由论文开题报告文献综述及选题提纲参考文献，主要关键词:无线传感器网络,多目标路由,量子蚁群算法,量子比特
多目标路由论文文献综述
李飞,刘敏,蒋昊[1]（2019）在《面向工业设备监测网络的量子蚁群多目标路由算法》一文中研究指出在面向MRO的工业现场设备管理中,监测数据通过无线传感器网络采集和传输,需同时满足网络寿命与数据传输质量的要求。传统的基本蚁群路由算法,不仅容易陷入局部最优和收敛速度慢,而且只有节点能耗或者传输距离的单一目标。提出基于量子蚁群优化的多目标路由算法:用量子比特表示信息素,并引入能耗、实时性和负载均衡多目标作为适应性函数,用量子比特旋转门反馈控制全局信息素更新。通过仿真分析和应用于一个实际现场的无线传感器网络,验证了这种算法能加快算法收敛速度和增加蚂蚁种群的多样性,从而跳出局部收敛,同时这种算法能兼顾网络寿命和数据传输质量。(本文来源于《传感技术学报》期刊2019年09期）
郑贵敏[2]（2019）在《基于多目标优化的卫星星座设计及路由研究》一文中研究指出随着人们对空间通信需求的与日俱增,卫星通信网络中的星座设计、路径优化、传输控制、安全技术等关键技术日益引起人们的广泛关注。为了实现广覆盖、低时延、高可靠的空间信息传输,确保多种约束条件下卫星星座对地面的覆盖性能及通信质量,本文针对基于多目标优化的卫星星座设计及路由方案进行深入研究,具体内容如下:首先,从卫星通信的研究背景及意义展开介绍,详细阐述了卫星星座设计与路由优化理论基础,并结合多目标理论及其在卫星通信中的应用,分析总结了现有卫星星座优化设计方法和最短路径优化算法。其次,针对卫星网络对特定区域的覆盖问题,提出了一种基于多目标的星座优化设计方案。首先,分析了当前卫星组网的几何覆盖模型,将目标区域规则化为经纬度表示的区域块。然后,提出一种基于轨道倾角与覆盖面积的最小化卫星轨道数量及星座总数的方案,以减小星座规模。最后,综合考虑星座对多个目标区域的覆盖率和覆盖重数,提出一种基于多目标遗传算法的多目标星座优化设计方案,以实现多种性能指标权衡下的最优星座构型。仿真结果表明,所提出的四种卫星星座构型方案能够在卫星数量更少的情况下实现较好的覆盖性能。最后,针对卫星通信网络中链路切换频繁及路径传输链路度量单一的问题,提出了一种基于多目标优化的路由方案。首先,利用卫星的周期性变化对卫星网络进行时隙划分,建立卫星离散化模型。然后,综合考虑卫星动态链路的连接性、链路的剩余带宽以及卫星剩余能量等因素,建立多目标优化模型,并重新定义路径选择权重方案。最后,针对卫星离散化模型和多目标优化模型,提出一种基于优先队列的多目标优化路径选择算法,通过选择从源卫星节点到目的卫星节点的最优路径以实现多目标权衡下的路由。仿真结果表明,所提出的路由方案不仅能够降低系统时延及丢包率,而且能够有效提升系统的吞吐量性能。(本文来源于《重庆邮电大学》期刊2019-06-02）
武健[3]（2019）在《无线传感网络路由多目标优化研究》一文中研究指出无线传感网络(WSN)由放置在监控区域中的多个传感器节点组成,这些传感器节点通过相互协作,将采集到的监测信息汇总到基站。随着信息技术的发展,无线传感网络在农业灌溉管理,军事入侵监测和工业控制等应用中的使用越来越广泛。传统的无线传感网络的能量供应一般来源于电池,其容量十分有限,因此如何降低节点能耗,最大化网络中节点的生存时间一直是无线传感器网络研究的热点问题。随着能量采集技术的进步,节点通过装备如太阳能电池,温差电池等能量收集装置,使网络无限期运行成为可能。然而,环境中能量的收集具有随机性和不确定性,因此设计能够适用于能量采集型无线传感器网络的路由是很有必要的。本文针对太阳能电池加蓄电池供电的无线传感网络,提出了一种兼顾能耗和延时的多跳数据转发算法。该算法对网络的监测区域和节点的通信区域进行了划分,通过为每一个传感器节点从合适的区域中选择合适的下一跳转发节点,从而形成数据源节点到基站的传输路径。为同时降低网络中的能耗与时延,建立了下一跳数据转发节点选择的多目标整数规划模型。为求解这个NP难问题,本文在多目标粒子群算法的基础上,通过改进的maximin适应度函数消除了两个目标数量级不一致时种群粒子更新时的偏向问题,利用ε-支配的方法筛选掉距离较近的非支配解,增加种群粒子多样性同时使粒子排列更均匀。考虑到决策变量取值都为整数,本文通过使粒子初始位置和速度都取整数的方式,从而限制粒子在整数空间进化,使更新后每个粒子的取值依然是整数。最终得到了帕雷托前沿。本文从帕雷托前沿上取了几组解并利用MATLAB进行了仿真实验,MATLAB仿真结果表明,通过根据节点电量改变发射功率等级的策略,可以使网络在能量充足时提升网络性能降低网络时延,在能量不足时降低能量开销防止节点电量过低,可以避免由于网络能耗不均导致个别节点电量耗尽。本文提出的路由算法适应于太阳能电池配合蓄电池供电的无线传感网络,能够适应网络中的能量变化,充分利用获取的能量。(本文来源于《江西理工大学》期刊2019-05-01）
周研[4]（2018）在《光网络组播路由多目标进化算法研究》一文中研究指出在科学研究和工程领域中许多问题都是由多个相互冲突的目标组成,一般称这一类问题为多目标优化问题。基于种群的进化算法在单次运行中能得到一个近似的Pareto解集,因此多目标进化算法已经成为一种较为普遍且有效的求解多目标优化问题的方法。带精英策略的非支配排序算法NSGA-Ⅱ(Elitist Non-dominated Sorting Genetic Algorithm)是2002年Deb等人对算法NSGA的改进,引入了快速非支配排序算法、精英策略以及拥挤度和拥挤度比较算子,是迄今为止最优秀的进化多目标优化算法之一。本文以稳态NSGA-Ⅱ算法为框架,在非支配层的更新策略方面、自适应算子选择策略(Adaptive Operator Selection,AOS)的信用分配策略以及算子选择策略等方面对稳态NSGA-Ⅱ算法进行了改进,提出基于自适应选择策略的稳态NSGA-Ⅱ算法AOS_SSNSGA-Ⅱ。同时针对光网络的特性,基于稳态NSGA-Ⅱ框架提出了 MRWA_AOSNSGA-Ⅱ-SD算法用于求解光网络组播路由波长分配问题。本文的主要工作如下:(1)针对稳态NSGA-Ⅱ算法的改进,提出了一种基于自适应算子选择策略的稳态NSGA-Ⅱ算法AOS_SSNSGA-Ⅱ。该算法采用稳态NSGA-Ⅱ作为框架,使种群能够在产生全部子种群之前被立即更新,从而精英信息能够被及时的利用,克服了传统NSGA-Ⅱ算法收敛速度慢的缺点。与此同时,为了减少稳态NSGA-Ⅱ算法维护非支配层结构的开销,提出了一种改进型非支配层更新策略,通过从当前非支配层结构中提取的有效信息,仅在算法开始时进行一次非支配排序,此后只需要对有限数量的非支配层结构进行更新,从而避免了大量不必要的比较操作。为提高算法对问题公式的鲁棒性,克服由参数调整带来的成本高、耗时长等问题,本文在稳态NSGA-Ⅱ算法中加入自适应算子选择策略。对于信用分配方式,提出基于适应率排序的信用分配策略,使用一个滑动窗口来记录算子最近几次迭代的适应度增长率,从而动态跟踪搜索过程,同时引用衰退机制来增加最佳算子的选择概率;对于算子选择策略,由于算子的性能可能会随着种群的演化而出现很小或较大的波动,而算子所收到的信用值的动态分布会极大地影响算子选择器的效率,因此提出基于多臂赌博机的算子选择策略。与经典进化多目标算法NSGA-Ⅱ、MOEA/D-DRA与R2-IBEA以及经典的多目标信用分配策略OP-Do、SI-Do、CS-Do以及算子选择方式PM和AP相结合的方式相比,本文提出的算法AOS-SSNSGA-Ⅱ在ZDT和DTLZ系列标准的测试函数上有更好的收敛性和多样性。(2)针对WDM网络组播路由波长分配问题中存在多个相互冲突的QoS性能指标,本文提出光网络组播路由的多目标优化数学模型MOMRWA,优化的目标包括组播网络资源使用代价、端到端延迟、信道利用率,同时满足端到端时延、可用带宽、丢包率等QoS约束。为解决提出的MOMRWA问题,本文提出自适应算子选择策略与序贯分解机制相结合的稳态NSGA-Ⅱ算法MRWA_AOSNSGA-Ⅱ-SD。对于组播波长分配子问题,本文采用动态波长分配算法中 的波长随机分配法,对于组播路由子问题,本文提出备用选路策略;针对算法搜索过程中由于环路形成的不可行光树,提出了一种基于MPH算法的光树修复机制。实验结果表明提出的MRWA_AOSNSGA-Ⅱ-SD算法与其他算法相比在减少计算开销的情况下能够获得更优的Pareto解集,从而达到在减少组播路由时延与网络资源使用费用的情况下提高信道的利用率。(本文来源于《湖南大学》期刊2018-05-09）
权文明[5]（2018）在《基于多目标优化的组播路由问题研究》一文中研究指出互联网从诞生发展至现在,其用户规模及市场需求正在飞速增长,全球正处于一个信息爆炸的新时代。人们的日常生活中,各类多媒体应用随处可见,大流量、高带宽要求的多媒体业务丰富着人们生活的同时也对网络造成了巨大冲击,组播技术的出现正好满足了这类网络业务的需求。组播路由是实现组播的关键性科学问题,也是目前IP网络及未来网络体系结构中的重要研究课题。组播路由问题中的服务质量参数之间的矛盾性和关联性满足多目标优化问题的特性,本文对基于多目标优化的组播路由问题展开研究,提出了两种改进算法,解决了以平均端到端时延和平均包丢失率作为优化目标的组播路由问题,主要内容如下:1)基于支配关系的多目标进化算法框架,提出了一种基于信息素构图的多目标进化算法。该算法结合了蚁群优化和Jaya两种进化算法的优点,采用了以信息素为指导的构造图策略,加快了算法的收敛;通过以逼近最优解而远离最差解的方式,提出了一种基于Jaya算法的多目标学习策略,引入了Lévy随机扰动算子来增加解的多样性。通过实验仿真对比,该算法有效解决了带宽约束下最小平均时延和丢包率的多目标组播路由问题,且在该问题上表现明显优于NSGA-II算法和ENS-NDT算法。2)基于分解模型的多目标进化算法框架,提出了一种增强邻域搜索与精英反向学习的MOEA/D算法。该算法摒弃了原始MOEA/D算法中的子问题产生新解的策略,采用了一种增强邻域搜索策略,提高了算法的收敛性;将反向学习的思想引入到多目标进化算法中,利用精英个体的反向学习能力提高了解的多样性。通过实验仿真对比,可以看出本文提出的两种算法在解决带宽约束下最小平均时延和丢包率的多目标组播路由问题上较现有的4种多目标进化算法更为优秀,能够为决策者提供更加丰富且质量更优的备选解决方案。3)基于本文提出的两种多目标组播路由算法,设计了一种软件定义多目标组播路由方案,设计并实现了用于实时视频直播的软件定义网络组播服务系统。通过实验仿真可以看出,本文提出的软件定义多目标组播路由策略可以有效解决软件定义网络中的组播路由问题,并提供更加高效的组播服务。(本文来源于《西南交通大学》期刊2018-04-01）
李猛[6]（2018）在《无线传感器网络中基于多目标的分簇路由算法研究》一文中研究指出随着计算技术和传感技术的提升,无线传感器网络(Wireless Sensor Networks,WSN)逐渐应用在越来越多的领域,例如仓储管理、环境监视、智能交通等。无线传感器网络的关键技术(如分簇路由技术、网络覆盖和网络规划技术、拓扑控制以及网络安全等)得到快速地发展,相关技术产品的应用场景也越来越广泛,促进了社会生产的发展,也改善了人们的生活。但是,感知节点的资源有限性依然阻碍着该技术进一步发展和应用,因此构建性能优异的WSN分簇路由协议及延缓网络瘫痪时间成为核心目标。本文论述了多目标算法的应用场景和主要思想,分析了无线传感器网络中分簇路由过程的复杂性,通过权值迭加的方式无法准确的描述多个目标函数之间的关系。本文旨在通过借鉴多目标算法的思想,构造适合于无线传感器网络的目标函数,延长网络运行时间。本文提出一种基于多目标的能量有效的分簇路由算法,在分簇过程中考虑感知节点能量、感知节点与簇头节点的距离等因素;路由过程中考虑簇头节点的剩余能量,簇头节点路由到基站(Base Station,BS)的最大跳数、簇头节点的能耗方差等因素。然后,针对因距离BS较近的簇头节点需要转发其他簇头节点数据而导致的“热点”问题,本文提出了基于簇头节点剩余能量和位置的非均匀分簇方案。最后,通过仿真对比,本文算法的网络运行时间与现有经典算法相比有较明显的优势。(本文来源于《北京邮电大学》期刊2018-03-12）
谷锁林,罗丽娟,赵哲昆,李晓方[7]（2017）在《混合SDN的多目标路由优化算法》一文中研究指出为充分利用SDN(Software Defined Network,软件定义网络)节点的优势来优化网络性能,混合SDN的流量工程成为当前的研究热点,而路由优化是实现流量工程目标的重要策略之一。但是,当前混合SDN的流量工程中未考虑网络整体的负载均衡以及SDN节点的处理能力。针对上述问题,提出了一种多目标路由优化算法——MCS(Minimum Cost Sum,最小化代价和),综合考虑整个网络的传输延迟与链路利用率,同时保证SDN节点的处理能力满足实际约束,最终实现全网综合性能的最优化。实验结果表明,当网络整体负载较轻,MCS与现有的SOTE(SDN/OSPF Traffic Engineering,软件定义网络/开放最短路径优先流量工程)算法性能相近;而当网络负载加重时,MCS相比于SOTE,可将网络负载降低约9%,因此,MCS算法具有更高的优化能力。(本文来源于《飞行器测控学报》期刊2017年04期）
张智威[8]（2017）在《基于多目标蚁群优化算法的无线传感器网络安全路由》一文中研究指出无线传感器网络(WSN,Wireless Sensor Networks)是由大量廉价微型、资源有限的传感器节点组成的无线多跳自组织网络,在工业、军事、医疗等领域有着广泛的应用前景。由于节点资源有限,为实现网络数据安全可靠的传输,路由协议的安全性是设计路由的重点与难点。基于此,本文对无线传感器网络路由技术进行研究,从提高网络安全性、降低网络能耗角度出发,在研究蚁群优化算法的基础上,进一步研究节点信任评估机制,进行了以下内容的研究工作:(1)研究节点的信任评估机制。监控相邻节点间的行为,计算节点的直接、间接信任值加权迭加得到综合信任评估值。深入研究了节点信任模型,采用基于改进的D-S证据理论,针对间接证据冲突带来的不可靠性,引入冲突处理机制。基于直接信任、间接信任、冲突处理机制和D-S证据合成规则建立节点D-S证据理论评估模型,用以衡量节点可信度,规避恶意节点。(2)研究节点可信蚁群安全路由协议。在蚁群路由协议中,加入节点信任评估机制。将通过节点信任评估机制获得的节点信任值作为启发素因子引入到蚁群路由协议中,选择高可信度节点作为下一跳,确保节点选择的安全性。在节点的状态转移规则中考虑信息素、启发素和能量因子,同时,信息素更新过程中考虑路由路径节点的剩余能量、信任值和路径跳数,以此来建立高效节能的节点可信安全路由。(3)研究多目标节点可信蚁群安全路由协议。针对单目标求解的缺陷,为解决无线传感器网络资源受限和安全性两大问题,研究了Pareto多目标求解策略,将路由路径的平均剩余能量作为第一个目标函数,将路由路径的平均信任值作为第二个目标函数,提高网络安全性的同时减少网络能耗。采用改进的拥挤距离准则,确保最优解在Pareto前沿广泛均匀地分布。采用NS2网络模拟器作为仿真工具,对研究算法的性能进行验证。与已有的路由算法进行对比分析,仿真结果表明:1)研究的信任评估模型能够很好地评估网络节点的安全可信度,规避恶意节点;2)基于节点可信的蚁群安全路由协议在黑洞攻击情况下,维持网络性能方面具有良好的效果,对黑洞攻击具有一定的防御性;3)多目标节点可信蚁群安全路由协议能更好地改善网络丢包率和能耗,能够以低能耗实现网络安全性,同时也降低了网络资源的虚耗。(本文来源于《江南大学》期刊2017-06-01）
杨力,孙晶,潘成胜,邹启杰[9]（2016）在《基于多目标决策的LEO卫星网络多业务路由算法》一文中研究指出针对低轨(LEO,low earth orbit)卫星网络中,链路资源利用不均衡以及差异化业务的服务质量(Qo S,quality of service)要求难以满足,容易导致网络整体运行效率降低的问题,提出了一种基于多目标决策的路由算法。将LEO卫星网络传输的业务定义为时延敏感、带宽敏感和可靠性敏感3类,采用本征向量法计算业务权值,并利用一致性比率判定所得权值可被接受,进一步,基于多目标决策理论,结合卫星网络节点与链路的实际状态与业务的具体要求,计算满足业务Qo S需求的路径,从而实现LEO卫星网络的多目标动态优化路由。建立基于铱星网络系统的仿真实验平台,模拟网络时延、剩余带宽和误分组率等不确定特征,为随机产生的3类业务进行路由规划,仿真结果表明,算法在满足Qo S约束的同时,能有效地均衡卫星链路的业务负载,而且在吞吐量等方面的性能均有较明显提升。(本文来源于《通信学报》期刊2016年10期）
魏文红,秦勇[10]（2016）在《采用多目标差分进化的移动Ad Hoc网络节能路由算法》一文中研究指出为了在节点的能量消耗和最优路由之间找到一个平衡,根据多目标差分进化算法原理,提出一种基于多目标差分进化的移动Ad Hoc网络节能路由算法.该算法把路由代价和网络生存时间作为2个优化目标,采用适应值变换的约束处理技术、非支配排序和拥挤距离技术进行优化.在优化过程中,提出适合差分进化算法的变异、交叉和选择策略.结果表明:该算法在网络生存时间和最优路由方面具有较好的优势,并保证了较高的包传递率.(本文来源于《华侨大学学报(自然科学版)》期刊2016年05期）
多目标路由论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着人们对空间通信需求的与日俱增,卫星通信网络中的星座设计、路径优化、传输控制、安全技术等关键技术日益引起人们的广泛关注。为了实现广覆盖、低时延、高可靠的空间信息传输,确保多种约束条件下卫星星座对地面的覆盖性能及通信质量,本文针对基于多目标优化的卫星星座设计及路由方案进行深入研究,具体内容如下:首先,从卫星通信的研究背景及意义展开介绍,详细阐述了卫星星座设计与路由优化理论基础,并结合多目标理论及其在卫星通信中的应用,分析总结了现有卫星星座优化设计方法和最短路径优化算法。其次,针对卫星网络对特定区域的覆盖问题,提出了一种基于多目标的星座优化设计方案。首先,分析了当前卫星组网的几何覆盖模型,将目标区域规则化为经纬度表示的区域块。然后,提出一种基于轨道倾角与覆盖面积的最小化卫星轨道数量及星座总数的方案,以减小星座规模。最后,综合考虑星座对多个目标区域的覆盖率和覆盖重数,提出一种基于多目标遗传算法的多目标星座优化设计方案,以实现多种性能指标权衡下的最优星座构型。仿真结果表明,所提出的四种卫星星座构型方案能够在卫星数量更少的情况下实现较好的覆盖性能。最后,针对卫星通信网络中链路切换频繁及路径传输链路度量单一的问题,提出了一种基于多目标优化的路由方案。首先,利用卫星的周期性变化对卫星网络进行时隙划分,建立卫星离散化模型。然后,综合考虑卫星动态链路的连接性、链路的剩余带宽以及卫星剩余能量等因素,建立多目标优化模型,并重新定义路径选择权重方案。最后,针对卫星离散化模型和多目标优化模型,提出一种基于优先队列的多目标优化路径选择算法,通过选择从源卫星节点到目的卫星节点的最优路径以实现多目标权衡下的路由。仿真结果表明,所提出的路由方案不仅能够降低系统时延及丢包率,而且能够有效提升系统的吞吐量性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多目标路由论文参考文献
[1].李飞,刘敏,蒋昊.面向工业设备监测网络的量子蚁群多目标路由算法[J].传感技术学报.2019
[2].郑贵敏.基于多目标优化的卫星星座设计及路由研究[D].重庆邮电大学.2019
[3].武健.无线传感网络路由多目标优化研究[D].江西理工大学.2019
[4].周研.光网络组播路由多目标进化算法研究[D].湖南大学.2018
[5].权文明.基于多目标优化的组播路由问题研究[D].西南交通大学.2018
[6].李猛.无线传感器网络中基于多目标的分簇路由算法研究[D].北京邮电大学.2018
[7].谷锁林,罗丽娟,赵哲昆,李晓方.混合SDN的多目标路由优化算法[J].飞行器测控学报.2017
[8].张智威.基于多目标蚁群优化算法的无线传感器网络安全路由[D].江南大学.2017
[9].杨力,孙晶,潘成胜,邹启杰.基于多目标决策的LEO卫星网络多业务路由算法[J].通信学报.2016
[10].魏文红,秦勇.采用多目标差分进化的移动AdHoc网络节能路由算法[J].华侨大学学报(自然科学版).2016