用混合整数编程和可变邻域搜索在时间敏感网络中的新型流量调度算法用于多CQF
Cheng Wang1, Zhiquan Lin1, Yuhao Zhao2
1School of Computer Science and Artificial Intelligence, Changzhou University, Changzhou 213159, China.
使用队列理论和优化算法改进了时间敏感网络 (TSN) 调度. 混合整数编程 (MIP) 和可变邻域搜索遗传算法 (VNS-GA) 减少了TSN网络中的传输延迟.
科学领域:
- 计算机网络 计算机网络.
- 实时系统 实时系统
- 网络优化 网络优化
背景情况:
- 时间敏感网络 (TSN) 增强了以太网的决定性通信.
- 自行车排队和转发 (CQF) 和它的扩展 Multi-CQF 管理交通安排.
- 现有的多CQF算法缺乏流量分类,导致动态网络的延迟.
研究的目的:
- 通过优化流量调度来提高多CQF性能.
- 为了减少传输延迟和提高网络效率在TSN.
主要方法:
- 交通分析和基本解决方案的队列理论.
- 混合整数编程 (MIP) 用于在小流量网络中实现最佳调度.
- 可变邻域搜索遗传算法 (VNS-GA) 用于大流量网络优化.
主要成果:
- 在小流量的TSN网络中,MIP实现了平均约13%的延迟减少.
- 在大流量TSN网络中,VNS-GA实现了平均7%的延迟减少.
- 与现有方案相比,这两种方法都表现出优异的性能.
结论:
- 优化的调度显著减少了TSN网络中的传输延迟.
- MIP和VNS-GA为不同规模的TSN流量提供了有效的解决方案.
- 提出的方法提高了TSN通信的效率和决定性.
更多相关视频
11:53The Modular Design and Production of an Intelligent Robot Based on a Closed-Loop Control Strategy
Published on: October 14, 2017
11:53Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm
Published on: December 9, 2012
相关概念视频
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Distributed Loads: Problem Solving
Fast Decoupled and DC Powerflow
Short-distance Transport of Resources
The Power Flow Problem and Solution
Statically Indeterminate Problem Solving
