基于遗传算法的无线AdHoc网络QoS组播路由研究

《基于遗传算法的无线AdHoc网络QoS组播路由研究》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、申请上海交通大学工学博士学位论文基于遗传算法的无线AdHoc网络QoS组播路由研究专业：研究方向：导师：博士生：电子科学与技术无线网络与通信朱杰教授芦薅上海交通大学电子信息与电气工程学院二零一三年六月一专一二年7、月Ph．D．DissertationSubmittedtoShanghaiJiaoTongUniversityRESEARCHoNGENETICALGORITHMBASEDQOSMULTICASTROUTINGINWIRELESSADHOCNETWORKMajor：ElectronicsSciencean

2、dTechnologyResearch：WirelessNetworkandCommunicationSupervisor：Prof．ZhuJieCandidate：LuTingSchoolofElectronicsInformationandElectricalEngineeringShanghaiJiaoTongUniversityJune2013上海交通大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个入

3、或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：争酶日期：0Df3年6月IEl上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和奄予版，允许论文被查阅和借阅。本人授权上海交逶大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文尊保密器，在』解密后适用本授权

4、书。本学位论文属于／不保蜜窃。V(请在以上方框内抒“4")学位论文作者签名；卢暂指导教师签名：乞阻圜期：动p年6,El}EtEl期：衣。牌6月2-El上海交通大学博士学位论文答辩决议书：IijlI。i．il。U8．1。1．1l奎．1离ll§li。lr必4姓名卢婷l学号l00803490021墨翥l电路与系譬。’。⋯朱杰l蓄翥I2013--'06"-02I薹萋l上海交大徐汇区北二楼lo狯议童．，指导教师论文题目基于遗传算法的无线AdHOC网络QoS组播路由研究投票表决结果：竖：』!!兰’(同意票数／实到委员妣到委员数

5、)答辩结论．＼乒螽过口爿∈通过评语和决议：～⋯一．一、●●』一一一●●一‘‘。⋯’’⋯一一一⋯4⋯⋯+‘一一’●●论文从无线AdHoc网络}舂点出发，运用遗传算法针对AdHoc网络O．oS组播路由问题进行了深入的研I{究，论文选题具有较强的理论意义和应用参考价值。1．针对AdHoc网络自身的特赢和阐黄观状，提出了三介涉及路由延迟、传输『代价。躺肖事亳、网络生存期乖口组搔生．薜缫耕生能的AdHoc网络O．oS组播路由问题，作为论文的主要研究方向。并．运雕勤疆[}；去j哦起这三个旺珏鼹，襁猷黼话}计中，提出了树j寄鳊码

6、法。葡釉媚i化7遗f专．算法。2．提出了-种延i尽抑制最，J、能槲懿璐由鲻去(DCMEGA)，葡抛的黼端延迟，并’制、总艟消耗。I3．提出—稍嘬大网络生存铡撮小代价组擢潞由算法(MaxNLMCGA)，该箱孳去定义并呈I化了网络生存l期，通过对变异算子的设计，改善瓶颈节点的剩余能量，从而延长网络生存期·4．提出_种蜘鳓制晟始酿醢癌期缍据路由算法(DCMaxLGA)．通过改善黼铡鲥疆l生靖期，i达到延长组播生存期的目的。论=虹蛔趄鬻捌珩了大猷禧读验，验证了算；去蜘茸效性，契雠吉果表哪耐罄酷倒瓤惰喝隋算}法。论．鲻鹱飙范

7、，翁匿!清楚，论i鲞全面，仿]彭胡珂信，内剖影抡l新性·论文成果j翱髓蛀在该甸喊}具有I蝣广的麴龌量论和系统深入的专门灯氓，并．尉黜立从鞫湘ⅡIf乍自g倒邑I丁，达到了博．拦雠蚴学：才动谭。铡簸握中，该铂列彗青楚，台旺确固翳瓣专家的提问。经酎谇毂台商己名搦蕈匮觖，—墩1同裁蘑过觑鲥膊掣粼-论文答辩，羯童i3i墩学雠精受晁会授予其=【学博j薄位。l，乡年多月2日答辩委员厶召成员签名职务单位签名陈雁秋教授复旦大学委员陈惠民教授上海大学委员陈文教授上海交通大学委员罗汉文教授上海交通大学委员戎蒙恬教授上海交通大学委员周燕工

8、程师上海交通大学摘要基于遗传算法的无线AdHoc网络QoS组播路由研究服务质量(QualityofService，QoS)坌H播(multicas0路由是网络优化的难题之一。用启发式算法解决QoS组播路由问题，计算时间和代价会随着网络规模的扩大而急剧增大。遗传算法(GeneticAlgorithm，GA)眭I于具有较强的适应性、强壮性和灵活性，是求解QoS组