基于改进遗传算法的网络资源优化配置方法-研究

基于改进遗传算法的网络资源优化配置方法-研究

ID:33856828

大小:1.22 MB

页数:51页

时间:2019-03-01

基于改进遗传算法的网络资源优化配置方法-研究_第1页
基于改进遗传算法的网络资源优化配置方法-研究_第2页
基于改进遗传算法的网络资源优化配置方法-研究_第3页
基于改进遗传算法的网络资源优化配置方法-研究_第4页
基于改进遗传算法的网络资源优化配置方法-研究_第5页
资源描述:

《基于改进遗传算法的网络资源优化配置方法-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、第一章绪论第一章绪论1.1引言计算机网络自1962年诞生以来到今天己经有几十年的历史,发展到现在,形成了一个大型的计算机网络—Internet。Internet的出现是人类科学技术发展史的一个里程碑,它正在改变着人们的通信方式、工作和生活方式。传统的基于电路交换,通过电话和电报进行联系的方式,正被基于Internet分组交换的通信方式所代替,例如电子邮件、VOIP等。Internet以其便捷、价廉的优势,吸引着越来越多的用户加入其中,它正向全世界各个地方延伸和扩展,不断有新的成员加入其中,联网主

2、机量每年翻一番,Web站点每半年翻一番。目前Internet已成为覆盖面最广、规模最大、信息资源最多的计算机网络。带宽的增加、地址空间的扩大、用户数目的激增,带来的是应用和业务不断推陈出新和网络吞吐量的急剧增加。业务量的迅猛增长,使得网络本身也随之在不断地快速增长。因此,网络建设成本投资也在不断增加。网络规模的不断增大,给网络的规划、设计以及管理工作带来越来越大的压力。所有这三个方面的工作都涉及到了网络的优化技术,都是要以网络资源配置优化的计算结果为依据。因此,网络的资源配置优化工作在网络规模很

3、大的情况下就显的尤为重要。目前网络承载的业务包括数据、语音、视频等多种业务,为实现多种业务共存,多种应用共存,业务服务质量(QoS)的保证机制是必要的。Internet已逐步由单一的数据传输网向多媒体综合传输网演进。但目前Internet中的传输模式为“尽力而为”(Best-Effort)服务,无法满足多媒体应用和各种用户对网络传输质量的要求。因此,保证多业务的QoS需求,并提高网络资源利用效率为目标的网络资源优化配置研究是当前Internet领域的热点之一。网络资源优化配置的目的在于用较少的投

4、资,建设运营一个高效率,高服务质量的网络。好的网络优化方法可以使网络资源得充分利用,并能够保证承载业务的QoS需求,提高投资效益。因此,网络优化技术有着非常重要的市场价值。但是由于网络的复杂性,给网络优化带来了许多复杂困难的问题。现代网络优化1基于改进遗传算法的网络资源优化配置方法研究配置问题一般都是NP-Hard问题,这样的数学优化问题无法用传统的数学方法来解决。因此,本文在深入研究网络资源优化技术的基础上,建立了资源优化配置模型,并采用改进的遗传算法对其进行优化求解,从而优化了网络资源的配置

5、。1.2研究背景及研究意义Internet的主要使命是能够为人们提供通信服务。传统的IP网络是一种“尽力而为”的服务模型,只提供诸如电子邮件、文件传输、远程登录等简单服务。但是,随着信息化的进一步发展,基于Internet的业务出现了新的特点:实时业务飞速增长并且业务形式多样化,如VOIP业务、VOD点播业务、远程视频会议、网络游戏等新型多媒体应用不断涌现,同时网络结构随之变的越来越复杂。网络发展的上述特征,对传统的网络资源配置问题提出新的挑战。传统的网络规划研究中,很少考虑网络性能对业务QoS

6、需求的影响,而是单纯地以网络资源的利用率最大化或者以承载业务量的最大化为目标。因此,传统的网络设计的资源配置是静态不变的。当承载的业务量减少时,不可避免的造成了网络资源的浪费;当承载的业务量超过该网络系统的最大负载时,又降低了网络性能,不能保证业务的服务质量。网络资源的配置优化技术已成为降低网络建设和运行维护成本、提高网络安全性、增加业务收益的一种重要而有效的手段,尤其对具有服务质量需求约束的多媒体通信网络来说,网络资源的配置优化显的更加重要。针对当前网络规划设计方法的不足,本文在网络规划设计方

7、法中引入了优化技术,研究了在不同业务量条件下,提供业务QoS保证的资源优化配置方法,研究了不同资源之间的优化配置关系。1.3国内外发展概况如何在共享的网络中高效地配置网络资源,满足不同应用的QoS需求,优化配置资源,是一个具有挑战性的课题。人们在这一领域开展了广泛的研究。一些研究者将网络业务服务质量与网络资源进行关系映射,实现如何给具有明确QOS指标的业务分配网络资源。典型的网络资源配置算法有:K.Copelan在[6]1994年提出的EA(EqualAllocation)算法,R.Nagamj

8、an等人于1993年提出了[7]ESS(EqualSlackSharing)算法以及在2002年,D.H.Imenz等人在ESS基础上提2第一章绪论[8]出了GM(GreedyMove)算法。其中,EA算法的基本思想是在路径的各条链路上分配相同的资源来满足业务的端到端的QOS指标。EA算法是在保证某一类业务QoS要求的前提下,对该类业务的资源分配,它的分配目标是保证某一类业务的QoS要求,因此,不可避免的存在网络资源的浪费。ESS算法则首先根据所有的可用资源算出网络所能提供的QoS指标,若有剩余

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。