网络路由bpct智能算法研究

《网络路由bpct智能算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、晴尔滨理T大学工举硕士学位论立网络路由BP—C零智能算法研究摘要近几年来，人们对复杂系统有了越来越深入的认识，意谈到粥常规的数学方法难以建立复杂系统的精确模型，如何模拟人的思维来解决复杂问题成了人们关注的焦点。计算镏能豹出现为模拟人的思想提供了人工认知理论基磷，瑟多餐戆侮蔹拳秘嚣露裰薅囊实验翊兔人工获知淫谂箍貘7安凌熬方法和工其。本文综述计算智能的概念，归纳了计算智能所体现的人工认知特征。通邀引进复杂适应系统理论巾的多智能体技术，综述了在工程系统中将计算智旋与多餐毵转技零鞫缝会翡久工弧鲡冀法舀一学习，戮及它在黉聚疆络鼹盘问题

2、上的应用的Q一路由算法和蚂蚁网络路由算法。侧重分析了黎于Q一学习的蚂蚁网络路由算法的特，雠，指出蚂蚁网络路由算法的两点不足：～是只体瑷了计算智能中豹概率推瑕特征，并没露体现算法的赢补性；二楚蚂蚊网络路由算法孛缺少裰撂羼变缀验鹣预测戆力耨童遥庭憝为。本文针对在复杂经济系统中的可计算模型理论中提出的交叉目标算法(CrossTargetCT)，分析了CT算法岛Q一学习算法在人工认知特征体现上的一致性。本文将经济系统中较好体瑰入王认知特馥粒cT交叉鞠季蠢算法与鹈缎网络路蠢算法褪结合，使焉多管熊体技术，经餐缝俸其存了麓荤静人工认知，通

3、过与其他智能体和环境进行窝飘，构造了以计算智能为智能体核心的人工认知模型BP—cT蚂蚁网络路由算法，并在OMNeT++网络仿真平台上加以实理，并与瓣蚁网络路幽算法迸行了怼毙，荠对傍真臻莱进芎亍了迎较襄分耩。仿真的络耀表明，本文提出的BP-CT蚂蚁算法在眷吐量、平均数据包延邂和丢包率等QoS网络性能指标上明鼹优于蚂蚁网络踌出算法，验证了本文爨法熬骞效蛙。关键词多智能体；Q一学习；蚂蚁网络路由算法；交叉目标法堕堡篓矍三查兰王兰罂j：兰堡篁墨TheResearchofNetworkRoutingAlgorithmwithBP—CT

4、IntelligenceAbstractRecently,peoplerealizethattheconvenfionalmathematicmethodscan’tbuildtheprecisemodelofcomplexsystemwiththedeeprecognitionofcomplexsystem．Howtosolvethecomplexproblemthroughsimulatinghumanbeing’Sthinkingbecomesthefocus．Computationalintelligenceprov

5、idesthebasisofartificialcognitivetheoryforhuman’Sthinkingsimulationandmulti—agentstechniquesandexperimentincomputeprovidethetoolsofimplementationforartificialcognitivetheory．Inthispaper,theconceptofcomputationalintelligenceisintroduced，andtheartificialcognitivefeat

6、uresincomputationalintelligenceareinduced．Atthesanletime，multi—agentstechniqueisrecommended．Inthispaper，Q—leaningwhichcombinesthecomputationalintelligenceandmulti-agentstechniqueinengineeringsystemandtheapplicationofQ-learningincomplexnetworkroutingproblem——Q-routi

7、ngandAntNetroutingalgorithmaresummarized．ThenthefeatureofAntNetalgorithmisprimaryanalyzedandtwoshortagesinAntNetispresented：thefirst，AntNetonlypresenttheprobabilisticreasoningfeatureincomputationalintelligence，thecomplementaryfeatureisnotpresented，Thesecond，thefore

8、castingabilitywithhistoryexperienceandtheself-adaptiveabilityarenotpresented．ThentheCrossTarget(CT)methodpresentedincomputationalmodeltheoryincom