导读:本文包含了免疫粒群论文开题报告文献综述及选题提纲参考文献,主要关键词:人工免疫,粒群优化,路径优化,拥塞控制
免疫粒群论文文献综述
任平英[1](2014)在《基于免疫粒群路径优化的网络拥塞控制研究》一文中研究指出随着近年来计算机应用的推广,人们对网络流量的需求以及网络规模的要求也越来越高,网络的飞速发展导致了时有网络拥塞现象的发生。为了保证网络的正常运行,就需要更高的网络服务质量(QoS)来满足网络发展的需求。网络拥塞的存在制约着网络的发展和应用,采取合理的措施来预防和控制网络拥塞的发生有着极其重要意义。用传统优化的方法来控制网络拥塞虽然在不断的完善,但是总存在这样或者那样的问题。近年来,针对传统优化算法的不足之处,国内外的学者将智能优化算法应用到网络拥塞控制当中,通过智能优化算法来实现网络拥塞的控制成为了当前的一个研究热点。智能优化算法通过无意识的寻优行为来适应生存环境和优化生存状态的一种新型优化算法,到目前为止已经出现了多种智能优化算法。本文将人工免疫算法和粒子群优化算法结合在了一起应用到网络拥塞控制当中,具体的研究内容如下所述:(1)首先对网络拥塞现象、网络拥塞的成因、网络拥塞控制机制及其网络拥塞控制算法进行了分析,并对仿真软件NS2的应用进行了分析。(2)建立了研究网络拥塞控制的网络拓扑模型,并对网络拓扑模型和网络路由进行了分析和探讨。在对网络路径优化分析的基础上提出了网络拥塞路径优化问题。(3)将人工免疫和粒子群优化算法结合给出了一种免疫粒群优化算法。该算法将免疫算法中的免疫信息处理机制融合到粒子群优化算法当中,根据粒子群算法的收敛速度快的特点,利用人工免疫算法的特征多样性避免粒子群优化算法陷入局部解,提高了粒子群优化算法的后期收敛速度。(4)给出了一种基于免疫粒群优化的网络拥塞控制算法。以资源的消耗和负载均衡分布为网络路径优化目标,在满足带宽、时延、费用、等多项指标的前提下,使负载尽量均衡分布在有宽裕资源的链路上,提高了网络的吞吐量和传输效率,可有效的实现网络拥塞的优化控制。仿真结果表明了算法的有效性和可靠性。(本文来源于《郑州大学》期刊2014-05-01)
孔金生,肖天,徐津[2](2013)在《基于混合遗传免疫粒群优化的网络拥塞控制方法》一文中研究指出微粒群优化算法具有搜索速度快、易于实现等优点,然而在解决实际问题中它容易陷入局部最优.笔者通过给出一种混合的策略——遗传免疫粒群算法,将遗传算法,免疫算法引入到微粒群算法中,既能提高全局搜索能力,避免在搜索过程中陷入局部最优,又使算法保留了种群多样性的特点,提高算法的收敛速度.将该算法应用于网络拥塞控制中,提出一种基于混合遗传免疫粒群优化的网络拥塞控制方法来解决网络拥塞问题,通过仿真研究,验证了该方法的可行性.(本文来源于《郑州大学学报(工学版)》期刊2013年02期)
徐津[3](2012)在《基于遗传免疫粒群优化的网络拥塞控制方法》一文中研究指出目前,随着Internet迅速、广泛的发展,网络拥塞慢慢成为一项制约Internet发展的重要因素,网络中出现越来越多的具有网络服务质量(QoS)要求的业务,而这些业务对QoS提出了更高的要求,因此为了确保网络稳定性及其它QoS机制的正常工作,通过合适的方法预防和控制拥塞是目前网络研究的重要方向之一,也是本文所要做的功课,即针对基于遗传免疫粒群优化的网络拥塞控制方法给出了详细的分析,具体内容如下:(1)系统分析网络拥塞和网络拥塞控制机制,引出利用新型微粒群优化算法解决拥塞控制的想法,在此基础上对仿真工具NS2及其在网络建模、拥塞控制上的应用进行了分析。(2)在对拓扑模型分析的基础上,对网络服务质量QoS路由算法及其网络性能指标等进行了详细解析,给出QoS路由优化数学模型,为之后进行路由优化、网络拥塞控制奠定了基础。(3)将遗传算法(Genetic Algorithm, GA)和免疫算法(Immune Algorithm, IA)引入到微粒群优化算法(Particle Swarm Optimization, PSO)当中,给出了遗传免疫粒群优化算法。即引入遗传算法中的交叉和变异两个机制、免疫算法中识别和选择两个思想,相对提高了适应度较好的个体机率,同时确保个体微粒的多样性不会受到影响,这样新个体既能跳出局部最优点,又能保留优秀个体的特性,避免了个体的过分集中。(4)对网络路径参数设置和路径优化指数进行了分析,给出了基于遗传免疫粒群优化的网络拥塞控制方法。该方法跟以往传统方法不同,以负载均衡分布函数和资源消耗函数作为优化目标,在进行优化前要先满足带宽、时延等多项网络指标,基于QoS路由模型对网络负载进行路径规划,达到资源消耗率与负载尽量均匀分布的平衡。(本文来源于《郑州大学》期刊2012-05-01)
免疫粒群论文开题报告
(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:
微粒群优化算法具有搜索速度快、易于实现等优点,然而在解决实际问题中它容易陷入局部最优.笔者通过给出一种混合的策略——遗传免疫粒群算法,将遗传算法,免疫算法引入到微粒群算法中,既能提高全局搜索能力,避免在搜索过程中陷入局部最优,又使算法保留了种群多样性的特点,提高算法的收敛速度.将该算法应用于网络拥塞控制中,提出一种基于混合遗传免疫粒群优化的网络拥塞控制方法来解决网络拥塞问题,通过仿真研究,验证了该方法的可行性.
(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。
免疫粒群论文参考文献
[1].任平英.基于免疫粒群路径优化的网络拥塞控制研究[D].郑州大学.2014
[2].孔金生,肖天,徐津.基于混合遗传免疫粒群优化的网络拥塞控制方法[J].郑州大学学报(工学版).2013
[3].徐津.基于遗传免疫粒群优化的网络拥塞控制方法[D].郑州大学.2012