基于自然灵感的人工智能在计算机网络中的适应性交通流分配
摘要：使用基于自然智能方法的方法，为动态流量矩阵的自适应最优流量分布提供新的概念。通过定义的负载和固定链路容量，利用进化计划和粒子群优化的各种变体，最小化了分组的平均延迟。比较研究给出了它们的收敛速度。前馈神经网络的普适逼近能力被应用于预测每个链路上的流量分布，以最小化网络上的平均延迟。对于总负载的任何变化，神经网络可以立即生成新的流量分布，这可以生成网络中的最小延迟。包含这些信息后，路由协议的性能将得到大幅改善。
作者：Manoj Kumar Singh
论文ID：1002.4004
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2010-03-25