一种基于遗传算法的光多播树最小代价路由方法

摘要

本发明公开了一种基于遗传算法的光多播树最小代价路由方法，包括网络的边初始化和最小代价多播树迭代两部分，网络的边初始化主要是完成网络中边的初始化，将整数倍单位容量的边用多条单位容量边表示，便于应用遗传算法优化信息传输路径和编码方法。最小代价光多播树的迭代部分主要由选择、交叉、变异、去除劣质基因等步骤构成，在每次迭代的过程中都根据设计的适应度函数值将一些劣质基因从基因库中去除，这样可以极大的缩小算法搜索空间的大小，有利于加速算法的收敛速度，寻找到代价更小的光多播树。本发明是提供一种寻找所需满足多播请求速率要求的信息传输链路数目总和最少、编码操作次数最少的一种信息传输路由方法。

主权项

一种基于遗传算法的光多播树最小代价路由方法，其特征在于，包括以下步骤：101、获取网络拓扑G（V，E），其中V表示网络拓扑G的节点集，E表示网络中节点之间的连接边，当连接边的容量n≥2时，则将该连接边转化为n条并列且容量为1的边，完成初始化，跳转至步骤102；102、获取步骤101中经过初始化后网络拓扑G（V，E）的源节点S及目的节点集t，构造源节点S到目的节点集t的多播树，确定源节点S到目的节点集t的最大多播速率T，并设定目的节点的接收速率为k，其中1≤k≤T；获取源节点S到目的节点ti所有存在的N条路径，其中目的节点ti为目的节点集t中的一个元素，计算出该目的节点ti的k条边路径组合的方式mi，产生基因库,并采用遗传算法构造源节点S到目的节点集t的染色体种群,每个染色体表示网络的一种路由方式,其中每个染色体由与目的节点的个数相等的U个基因组成，每个基因表示源节点S到对应目的节点ti的一种路径；103、构造步骤102中染色体的适应度函数f=a1*NC(R)+a2*NCL,且a1>a2式中，f为适应度函数值；NC(R)为满足多播请求速率的多播树的链路代价，NCL为编码链路数目；a1、a2为权重系数；当适应度函数f根据遗传算法迭代更新的次数大于或者等于设定次数N1时，则输出该最优染色体的路径及适应度函数值f，跳转至步骤106；或当适应度函数f根据遗传算法迭代更新的次数大于N2且适应度函数值f不变时，则输出该最优染色体的路径及适应度函数值f，跳转至步骤106，结束；否则，跳转至步骤104；104、采用比例选择法对步骤103中的染色体加入到初始染色体种群中，并依次经过交叉步骤、变异步骤求得最优染色体及适应度函数值；105、对步骤104中求得的最优染色体及适应度函数值代入步骤102建立的染色体种群中，删除掉适应度函数值大于该最优染色体适应度函数值的基因；106、输出最终的最优染色体及其适应度值，并按照该最优染色体所代表的 源节点到目的节点的路径进行路由。