科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对伊藤算法(ITO)在大规模网络中求解多约束服务质量(QoS)路由优化时,存在收敛速度过慢、易陷入局部最优解从而导致算法成功率不高等问题,提出基于多策略协同优化的改进伊藤算法。该算法通过改进漂移与波动过程的结合方式,提出了一种新的协同更新策略,并引入双重认知策略和多精英引导学习策略,设计了一种新的路径权重更新规则。该规则使算法中漂移粒子和波动粒子强度根据个体适应度灵活变化,具有自适应性。仿真结果表明,该算法在保证系统稳定性的基础上,降低了QoS路由的迭代次数与费用,并且在较大规模网络中有理想的表现。
- 单位
