基于免疫克隆计算的Multi-Agent组播路由算法

论文摘要

在计算机网络中，电子商务、视频会议和远程教育等业务中所涉及组播通信技术是当前研究的热点。组播是指同一信息从源节点传送到网络中多个目标节点（并不一定是所有节点）的通信方式。求解组播问题的目的是建立一棵满足QoS约束条件且覆盖所有目标节点的，性能较好的组播树。 本文将免疫克隆计算的方法及思想与多智能体系统相结合，提出了两种解决时延受限组播路由问题的算法，主要研究工作如下： 1．研究了最优Steiner树问题以及针对这一问题常用的启发式算法； 2．对多智能体系统（Multi-Agent System，MAS）及其应用现状进行研究；并且在此基础上阐述了Multi-Agent与智能进化计算相结合提出的多智能体遗传算法（MAGA）； 3．将免疫算子引入多智能体遗传算法，针对时延受限的组播路由问题，提出了一种免疫Multi-Agent组播路由算法。与传统遗传算法相比，本算法利用待求问题的先验知识指导搜索、加速收敛，避免了问题进化的盲目性，并利用智能体的竞争、协作、自学习等行为求解组播路由问题，取得了良好的效果； 4．在结合克隆选择计算和多智能体特点的基础上，提出了基于免疫克隆选择的Multi-Agent组播路由算法；该算法首先针对每个组播组成员求出满足时延约束的备选路径集合，再利用克隆策略结合多智能体进化处理备选路径的选择，从而达到构造组播树的目的。仿真实验证明，该算法有效克服了传统遗传算法的缺点，且算法稳定、灵活、操作简便。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 组播技术产生的背景
• 1.2 组播技术概述
• 1.3 组播的特点
• 1.4 组播路由算法及研究现状
• 1.4.1 动态算法和静态算法
• 1.4.2 分布式算法和集中式算法
• 1.4.3 分层组播路由算法
• 1.4.4 QoS组播路由算法
• 1.5 组播路由协议
• 1.5.1 组播开放式最短路由优先协议
• 1.5.2 距离向量组播路由协议
• 1.5.3 独立点到点协议
• 1.5.4 基于核心树CBT协议
• 1.5.5 专用网络接口协议
• 1.6 本文主要研究内容
• 第二章 组播树理论基础和算法
• 2.1 Steiner树问题
• 2.2 Steiner树的启发式算法
• 2.2.1 无约束最小生成树算法
• 2.2.2 无约束最短路径算法
• 2.2.3 遗传算法
• 2.3 QoS的基本概念
• 2.3.1 服务质量的基本概念
• 2.3.2 QoS路由选择机制
• 2.3.3 QoS组播路由问题的数学模型
• 2.4 随机网络产生模型
• 第三章 多智能体理论基础
• 3.1 智能体与多智能体系统
• 3.1.1 智能体概念
• 3.1.2 多智能体系统
• 3.1.3 多智能体系统发展展望
• 3.2 多智能体遗传算法
• 3.2.1 用于函数优化的智能体
• 3.2.2 智能体进化算子
• 3.2.3 MAGA算法描述
• 第四章 一种免疫Multi-Agent组播路由算法
• 4.1 引言
• 4.2 免疫算法
• 4.2.1 产生背景
• 4.2.2 免疫基本概念
• 4.2.3 免疫操作
• 4.2.4 算法描述
• 4.2.5 组播路由问题中的免疫疫苗
• 4.3 时延受限的组播路由问题描述
• 4.3.1 时延受限组播路由算法的数学模型
• 4.3.2 启发式算法
• 4.4 免疫Multi-Agent组播路由算法
• 4.4.1 符号说明
• 4.4.2 MAIA算法描述
• 4.4.3 算法复杂度分析
• 4.4.4 仿真实验
• 4.4.5 结论
• 4.5 本章小结
• 第五章 基于免疫克隆选择的Multi-Agent组播路由算法
• 5.1 引言
• 5.2 免疫克隆选择算法
• 5.2.1 免疫克隆选择算法机理
• 5.2.2 算法描述
• 5.2.3 免疫克隆选择算法同进化算法的比较
• 5.3 基于免疫克隆选择的Multi-Agent组播路由算法
• 5.3.1 符号说明
• 5.3.2 编码方案
• 5.3.3 MAICSA算法描述
• 5.3.4 算法复杂度分析
• 5.3.5 仿真实验
• 5.3.6 结论
• 5.4 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 作者在读期间完成的论文