复杂网络的研究,为我们提供了一种复杂性研究的新视角、新方法,其研究涉及到人类生活的方方面面,然而将复杂网络理论用于QoS组播路由及算法,对这方面的研究国内外的学者们还处于理论探索阶段,到目前为止,还没有比较成熟的研究成果。论文在前人研究基础之上,围绕多约束QoS组播路由问题进行研究,其成果可概括如下。运用复杂网络理论对多约束QoS组播路由问题模型进行新的诠释并将其用于QoS组播路由问题求解,构造满足多个约束条件的最小代价组播树,实现不同业务对时延、时延抖动、丢包率和带宽等不同约束的性能需求,从而达到节省网络带宽资源、降低网络负载、减少拥塞和提高服务质量的目的。根据复杂网络中小世界特性和BA无标度网络中的择优增长特性,提出一种基于综合学习和智能协同的改进粒子群优化算法(PSO-CLIC)。在生成的网络模型上对算法的组播树费用、时延和时延抖动等指标进行仿真,仿真结果表明该算法是可行的、有效的且在收敛速度和求解精度等方面具有明显的优势。为使组播树的建立更加有效、精确,本文利用代理技术实现对路由器资源的监测,并以VC6.0为开发平台,设计开发了路由器资源监测Agent。该软件可以有效的监测路由器资源信息,实时、动态地收集网络数据,不仅能够有效地解决多约束QoS组播路由问题、满足认知网络对资源的需求,而且也能为用户其它服务提供数据支持。数据传输采用Push与Pull相结合的方式,一方面提高了数据传输的有效性和可靠性,另一方面也减少了网络资源的消耗。