基于多Agent系统和神经网络的路由选择策略

摘要：

我国长信网的接通率为45%左右,链路的利用率也仅为30%～40%.据估计,接通率每提高一个百分点,收益可达10亿元.针对目前所使用的路由选择方法的不足,提出全新的基于多Agent系统和神经网络预测的路由选择策略,包括网络模型、选路过程、Agent内涵的刻划,并介绍了用递归神经网络进行预测的思想.仿真结果表明,其良好的分布性和智能预测能力使之优于其它方法.这为解决网络接通率低和负荷不平衡问题提供了良好途径.

关键词：路由选择、多Agent系统、接通率、负荷平衡、神经网络预测

所属期刊栏目：28

分类号：TP393;TN913(计算技术、计算机技术)

在线出版日期：2004-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：505-512