人工智能在网络拥塞控制中的路径优化研究

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。