基于改进遗传算法的网络资源优化配置方法研究

来源 :安徽大学 | 被引量 : 0次 | 上传用户:chengshisanren
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着因特网的发展,越来越多具有QoS 要求的业务接入因特网。网络规模的不断扩大以及业务种类的日趋多样化,使得业务QoS 需求与资源消耗代价之间的矛盾日益加剧。如何去协调两者之间的矛盾,网络的资源优化配置工作就显得尤为重要。带宽与节点缓冲区是网络系统的两类重要资源,两者的合理配置直接影响着网络系统的性能以及业务的服务质量。由于现有的资源配置方法,大多是针对单一资源的配置管理,没有考虑多类资源的综合配置对业务QoS的影响,容易造成资源的浪费;再者,单一资源的优化配置算法不能有效的保证业务QoS 需求问题,易造成资源代价增加。因此,研究带宽与缓冲区两种资源的合理配置机制是非常必要的。   本文在充分分析了网络业务特征、网络系统特征的基础上,建立了一个基于业务时延、丢包率、业务量、带宽以及缓冲区等参数的资源优化配置模型,并提出了一种求解该模型的方法,该方法通过对传统的遗传算法进行改进,采用基于向量的编码机制和精英保留的选择策略,解决了传统遗传算法收敛速度慢、易于陷入局部最优解的问题。最后,通过OPNET 仿真模拟,验证了本文优化配置方法的正确性与有效性。
其他文献
工作流技术把企业的业务过程管理从应用系统中分离出来,为企业更好的实现经营目标提供了先进的手段。但在工作流带来高效率的同时,其安全性也面临严重的挑战。访问控制成为众
随着嵌入式技术的飞速发展,嵌入式计算机渐渐渗透到人们生活的方方面面,其中某些关键性的应用对计算机的可信性要求越来越高,传统的嵌入式系统已无法满足这样的要求。嵌入式
随着空间数据库技术的不断发展和人们应用的增长,空间数据的时域信息的研究越来越受到关注。在这种情况下,时空数据库的诞生成为了必然。然而时空数据量的庞大和非结构化性给
信息时代的到来不仅提供了海量的数据供我们研究和使用,同时也对我们快速、有效获取信息能力提出了一大挑战。文章摘要则在一定程度上缓解了人们的这一难题。文章摘要能以简洁
随着现代信息技术的发展,数据流作为一种新型的、更切合实际的数据模型广泛出现在众多应用领域,各种应用已提出了数据流实时处理需求。由于数据流中的数据经常呈现高维性,其
电力通信网络作为电力网安全生产的重要保障,是电力网安全稳定运行的基础。电力通信网所承载的业务主要是与电力生产、运行相关的通信业务,包括保护业务、自动化业务、调度交换业务等,这些业务对电力通信网业务路由有特殊要求。随着电力通信网络规模不断的扩大,电力通信业务路由能否满足业务的通信要求受到越来越多的关注。如何确保电力通信业务可靠实时传输已经成为电力通信网中研究的重点。本课题在分析电力通信业务及其路由的
随着计算机技术的飞速发展,人类收集数据和信息变得越来越方便快捷,随着信息量的日益增大,相对的却是对大规模信息的处理能力无法满足人类日常工作、学习的需要。对于大量数
气浮转台作为一个数控转台,用于模拟外层空间的失重和低摩擦条件,从而实现卫星控制系统的全物理仿真。气浮转台依靠压缩空气在气浮轴承与轴承座之间形成气模,从而近似实现外太空
传统的梯度下降类神经网络存在着诸如收敛速度慢、局部极小等无法避免的缺点,虽然很多学者从多方面进行了改进,但是这些改进无法从根本上解决问题。因此本文中,用分子三次、
云计算已经在当前各个领域得到了越来越深入的应用。特别在科学计算领域,很多复杂的应用任务被部署到云计算环境下运行。因此,任务调度在云计算系统中非常重要。云平台因其独