云环境下基于改进蚁群算法的网络路由优化

刘伯红; 赵浚尧; 王刚; 阎英

Chinese

您当前的位置：

首页 >

文章列表页 >

云环境下基于改进蚁群算法的网络路由优化

更新时间：2026-09-04

- 云环境下基于改进蚁群算法的网络路由优化
- Network Routing Optimization in Cloud Based on Improved Ant Colony Algorithm
- 微电子学与计算机 2013年30卷第1期页码：24-27
- 作者机构：
  
  1. 1 重庆邮电大学机构计算机科学与技术学院,重庆,400065
  2. 2 重庆邮电大学通信与信息工程学院,重庆,400065
- 作者简介：
- 基金信息：
  
  重庆邮电大学青年基金(A2009-52)重庆市自然科学基金(CSTC2009BB-2287)重庆邮电大学计算机学院“云计算”专项(JK-Y-2010001)
- DOI：
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
刘伯红, 赵浚尧, 王刚, 阎英. 云环境下基于改进蚁群算法的网络路由优化[J]. 微电子学与计算机, 2013, 30(1): 24-27.

LIU Bo-hong, ZHAO Jun-yao, WANG Gang, et al. Network Routing Optimization in Cloud Based on Improved Ant Colony Algorithm[J]. 2013, 30(1): 24-27.
刘伯红, 赵浚尧, 王刚, 阎英. 云环境下基于改进蚁群算法的网络路由优化[J]. 微电子学与计算机, 2013, 30(1): 24-27. DOI：

LIU Bo-hong, ZHAO Jun-yao, WANG Gang, et al. Network Routing Optimization in Cloud Based on Improved Ant Colony Algorithm[J]. 2013, 30(1): 24-27. DOI：

摘要

针对云计算多元化复杂的网络结构环境

提出一种旨在改善网络路由的蚁群优化算法.新算法在原有蚁群算法智能寻优的基础上

加入网络节点在网审查机制

实时判断网络节点是否在网

选择最优解路径.仿真实验表明

改进算法能有效的改善因为网络节点在网情况的多变性而造成的部分路径失效的情况

进而缓解网络拥塞.

Abstract

In order to shorten the mean fault isolation time

the fault isolation strategy based on dynamic entropy search is proposed in this paper on the basis of entropy-directed algorithm and entropy-indirected algorithm.The strategy takes the maximum dynamic-entropy of the system for account to select tests and establishes fault isolation decision tree using ergodic search on the centre of dynamic entropy.It is showed by algorithm example that the strategy in this paper needs less tests and mean fault isolation time than entropy-directed algorithm and entropy-indirected algorithm.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于概率预测的虚拟机动态迁移机制改进

云计算环境下基于用户行为信任评价研究

基于蚁群算法的双链传输路由改进算法

基于多尺度融合与小目标增强的航拍车辆检测算法

注意力机制与改进密集卷积引导的信息隐藏模型