摘要：针对LEO卫星网络链路切换阻塞、流量分布不均、路由算法的负载均衡、以及卫星使用寿命期限问题,提出了一种基于pareto多目标遗传的Qos路由算法。仿真结果表明,本文算法具有更低的呼叫阻塞率和流量分布指数,负载均衡性能较好并能有效减小卫星电池的放电深度,对于LEO卫星网络承载的多种业务类型,拥有更高的综合Qos。

摘要：为了提高标准协同优化的收敛性并扩展其多目标优化能力,将pareto多目标遗传算法用于协同优化的系统级优化,提出了一种改进的pareto多目标协同优化策略(enhanced collaborative optimization using Pare-to multi-objective genetic algorithm,ECO-PMGA)。为了保证非劣解集的pareto最优性与均布性,提出了一种考虑拥挤度的非劣解逐级排序方法。ECO-PMGA采用2-范数形式的学科间一致性约束以提高学科级优化的效率。通过两个典型的优化算例对ECO-PMGA的数值稳定性与搜索pareto非劣解集的能力进行了检验。研究结果表明,ECO-PMGA的收敛性与数值稳定性得以显著提高,而且ECO-PMGA具有良好的pareto多目标优化能力。因此,ECO-PMGA在复杂耦合系统的多目标优化设计方面具有较高的实用价值。