人工智能在网络拥塞控制中的路径优化研究

• 作者: 睢丹 金显华
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 网络拥塞控制 人工智能 路径优化
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 102-105
• 分类号: TP273
• 字数: 3090字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.09.026

摘要

研究网络拥塞控制问题,由于网络数据量增大,使网络的吞吐能力下降,延长传输时间,引起信息丢失.要解决网络拥塞控制的路径优化问题,采用单一的遗传算法或粒子群算法对网络拥塞路径进行优化,其精度较差.为了提高网络拥塞控制路径优化的速度和精度,提出将遗传算法和粒子群算法组合方法,实现控制网络路径的优化.组合算法在优化前期采用粒子群算法优化初始种群,加快找到最优解的速度,在优化后期采用遗传算法产生新的路径方案,很好地避免了陷入局部最优的缺陷,从而提高路径的速度和精度.仿真结果表明,组合算法利用遗传算法和粒子群算法的优点,得到了最优路径方案,使网络负载更加均衡,很好地避免网络拥塞发生,为设计提供了依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金显华		28	42	3.0	5.0
2	睢丹		37	102	6.0	8.0