شبکه ی اینترنت یک شبکه ی بهترین تلاش است و همراه با افزایش چشمگیر کاربردهای مختلف در این شبکه و روند رو به افزایش انتظارات آن ها، شبکه ی ip خالص برای فراهم کردن سرویس های مناسب ناکارآمد به نظر می رسد. از این رو نیاز برای تفکیک سرویس ها و تلاش برای پشتیبانی از کاربردهایی که نیازمندی های غیر قابل چشم‏پوشی دارند مسئله ای حیاتی است. سه الگوریتم در این پایان ‏نامه ارائه شده است که عملکرد آن با دو الگوریتم صف بندی غیر ازدحامی و droptail مورد مقایسه قرار می گیرد. الگوریتم‏ های ارائه شده تأخیر را برای کاربردهای غیرازدحامی و بلادرنگ تا حد ممکن کاهش می دهد، درعین حال که هزینه ی قابل توجهی را به ترافیک های دیگر تحمیل نمی کند. علاوه بر این، الگوریتم های پیشنهادی بهره وری سیستم را افزایش داده و با کاهش زمان سرویس جریان ها کاربران بیشتری را سرویس می دهد. همچنین، الگوریتم های پیشنهادی عدالت بین جریان ها را در سطح قابل قبولی برقرار می کند درحالی که نیازی به ذخیره سازی اطلاعات وضعیت جریان ها ندارد و در نتیجه از ویژگی مقیاس پذیری برخوردار است. از طرف دیگر، الگوریتم ها این توانایی را دارند که به صورت پویا پارامترهای خود را با تغییر شرایط در شبکه به روزرسانی کنند. نتایج شبیه سازی تأیید می کنند که الگوریتم های پیشنهادی به اهداف خود دست یافته اند.

در طی یک دهه ی اخیر، توجه روز افزونی به ارتباطات در جامعه مدرن معطوف شده است. امروزه شبکه های اجتماعی با صدها میلیون عضو به ابزاری قدرتمند جهت هدایت جریان اطلاعات محسوب می شوند. لذا مطالعه بر روی جنبه های مختلف این شبکه ها توسط محققین مورد توجه قرار گرفته است. یکی از موارد حائز اهمیت در تحلیل شبکه های اجتماعی، موضوع تشخیص اجتماع است.. در این پایان نامه از الگوریتم تکاملی مبتنی بر مورچه جهت تشخیص اجتماع استفاده شده است که از سه مرحله ی کاوش، ساخت و بهینه سازی محلی تشکیل شده است و پس از آن رهیافت خوشه بندی فازی جهت بهبود و تنظیم دقیق تر نتایج بکار گرفته شده است. تفاوت تحقیق حاضر با روش های پیشین که موجب ارتقای الگوریتم پیشنهادی شده است را می توان در بکار بردن الگوریتم مبتنی بر مورچه، ماژولاریتی بعنوان معیاری در ارزیابی بهبودی نتایج بدست آمده در هر تکرار و نیز خوشه بندی فازی خلاصه کرد. جهت تحلیل و بررسی عملکرد روش ارائه شده در این پایان نامه، از دو نوع مجموعه داده های جهان واقعی و ساختگی بهره گرفته شده است. نتایج بدست آمده نشان می دهد که اجتماع یافت شده توسط روش پیشنهادی در مقایسه با شاخص ترین روش های تشخیص اجتماع در ادبیات مسأله دارای کیفیت ساختار اجتماع مناسب تری است بطوریکه در شبکه های ساختگی به دقت بیشتری بین 0.2 تا 0.5 درصد و در برخی شبکه های جهان واقعی به نسبت 1.98 درصد دست یافته است.