一種基于蟻群算法的wdm光網(wǎng)絡(luò)rwa綜合優(yōu)化方法
【專利摘要】一種基于蟻群算法的波分復(fù)用光網(wǎng)絡(luò)波長(zhǎng)分配綜合優(yōu)化方法，所述方法包括如下步驟：I、業(yè)務(wù)需求的選擇；II、波長(zhǎng)分配子問(wèn)題和路由分配子問(wèn)題的解決；III、信息素的更新；本發(fā)明有效提高網(wǎng)絡(luò)業(yè)務(wù)承載能力，降低網(wǎng)絡(luò)業(yè)務(wù)阻塞率，網(wǎng)絡(luò)負(fù)載均衡性較好，得到的方案質(zhì)量更高。
【專利說(shuō)明】
一種基于蟻群算法的WDM光網(wǎng)絡(luò)RWA綜合優(yōu)化方法
技術(shù)領(lǐng)域
[0001 ] 本發(fā)明涉及一種用于光網(wǎng)絡(luò)路由波長(zhǎng)分配（Routing and Wavelength Assignment，RWA)的優(yōu)化方法，具體講涉及一種基于蟻群算法的WDM光網(wǎng)絡(luò)RWA綜合優(yōu)化方 法。
【背景技術(shù)】
[0002]電力通信WDM光網(wǎng)絡(luò)技術(shù)可以在一根光纖中同時(shí)傳輸多路不同波長(zhǎng)的光信號(hào)，具 有傳輸容量大、傳輸距離長(zhǎng)、技術(shù)適應(yīng)性強(qiáng)、易于實(shí)施和擴(kuò)展等優(yōu)點(diǎn)。隨著IP業(yè)務(wù)需求的爆 炸式增長(zhǎng)，WDM光網(wǎng)絡(luò)將是新一代電力專網(wǎng)骨干傳送網(wǎng)的必然發(fā)展趨勢(shì)。同時(shí)，基于WDM技術(shù) 和波長(zhǎng)路由技術(shù)的波長(zhǎng)路由光網(wǎng)絡(luò)(WRON)將是實(shí)現(xiàn)全光網(wǎng)絡(luò)最富前景的一種方案。WDM光 網(wǎng)絡(luò)的關(guān)鍵技術(shù)包括:全光節(jié)點(diǎn)技術(shù)、光多路傳輸技術(shù)、波長(zhǎng)轉(zhuǎn)換技術(shù)、光交換技術(shù)及光分 插復(fù)用技術(shù)等。
[0003] 波分復(fù)用(WDM)光網(wǎng)絡(luò)中信息的傳遞是以不同的波長(zhǎng)作為傳輸信道的，因此波長(zhǎng) 資源是網(wǎng)路中最重要的資源。由于光纖中存在的非線性效應(yīng)以及光纖放大器帶寬的有限， 將會(huì)導(dǎo)致網(wǎng)絡(luò)中能夠使用的波長(zhǎng)是有限的。另外，當(dāng)網(wǎng)絡(luò)的波長(zhǎng)數(shù)增加，網(wǎng)絡(luò)節(jié)點(diǎn)處所需器 件的規(guī)模及成本也會(huì)顯著提高，同時(shí)網(wǎng)絡(luò)管理難度也大大的增加。因此，如何進(jìn)行路由與波 長(zhǎng)分配的問(wèn)題尤為重要。
[0004] 電力通信光網(wǎng)絡(luò)RWA問(wèn)題即在電力專網(wǎng)光網(wǎng)絡(luò)中為源宿節(jié)點(diǎn)間的連接需求選擇合 適的路由，并分配合適的波長(zhǎng)。通過(guò)波長(zhǎng)路由的合理分配，能夠優(yōu)化網(wǎng)絡(luò)資源配置，滿足實(shí) 際業(yè)務(wù)需求，是近年來(lái)WDM光網(wǎng)絡(luò)技術(shù)領(lǐng)域的研究熱點(diǎn)之一。RWA問(wèn)題解決方案依據(jù)路由與 波長(zhǎng)分配的解決順序，可分為并行方案與串行方案。由于RWA問(wèn)題本身是NP-C問(wèn)題，前者一 般用整數(shù)線性規(guī)劃(ILP)等方法來(lái)求解，當(dāng)網(wǎng)絡(luò)規(guī)模不太大時(shí)，該類型方法通?？梢郧蟮米?優(yōu)解。當(dāng)網(wǎng)絡(luò)規(guī)模很大時(shí)，其計(jì)算時(shí)間負(fù)擔(dān)將極大。因此在工程上，一般將RWA問(wèn)題分為路由 子問(wèn)題和波長(zhǎng)子問(wèn)題分別進(jìn)行解決。
[0005] 在路由分配子問(wèn)題中，現(xiàn)有方法一般釆用Dijkstra最短路徑算法或者其變形算法 來(lái)尋路。在波長(zhǎng)分配子問(wèn)題中，一般將其轉(zhuǎn)化為輔助圖的著色問(wèn)題來(lái)求解。在涉及選擇路由 (為之分配波長(zhǎng))的順序問(wèn)題上，一般有鄰居數(shù)最大優(yōu)先、可用波長(zhǎng)最大優(yōu)先、業(yè)務(wù)量最大優(yōu) 先、最長(zhǎng)通路優(yōu)先、最短通路優(yōu)先、隨機(jī)等算法。在涉及選擇波長(zhǎng)(分配給己選路由）的規(guī)則 問(wèn)題上，一般有首次適應(yīng)、最多使用優(yōu)先、最少使用優(yōu)先、隨機(jī)等方式。另外，釆用組合算法 求解的方法也很多，這些方法分為最優(yōu)化算法和啟發(fā)式算法兩種。其中，最優(yōu)化算法適用于 中小規(guī)模網(wǎng)絡(luò)，而啟發(fā)式算法可以有效地求解圖著色問(wèn)題，包括遺傳算法、模擬退火算法、 禁忌搜索算法等。
[0006] 參見附圖1為常用啟發(fā)式算法基本思想流程圖。這種情況下，先后解決路由和波長(zhǎng) 分配問(wèn)題，網(wǎng)絡(luò)需要的波長(zhǎng)數(shù)為最忙碌的鏈路上的光通道數(shù)，由于這類方法是以最短路徑、 最小阻塞為主要考慮因素，可能出現(xiàn)多條光通道占用同一鏈路，導(dǎo)致網(wǎng)絡(luò)需要的波長(zhǎng)數(shù)較 多，在網(wǎng)絡(luò)波長(zhǎng)資源有限的情況下，阻塞率較高。
[0007] 為此，迫切需要一種新的WDM光網(wǎng)絡(luò)RWA綜合優(yōu)化方法，提高網(wǎng)絡(luò)業(yè)務(wù)承載能力，降 低網(wǎng)絡(luò)業(yè)務(wù)阻塞率，使得網(wǎng)絡(luò)負(fù)載均衡性較好，得到的方案質(zhì)量更高。

【發(fā)明內(nèi)容】

[0008] 為了解決現(xiàn)有技術(shù)中所存在的上述不足，本發(fā)明提供一種基于蟻群算法的WDM光 網(wǎng)絡(luò)RWA綜合優(yōu)化方法。
[0009] 本發(fā)明提供的技術(shù)方案是：一種基于蟻群算法的WDM光網(wǎng)絡(luò)RWA綜合優(yōu)化方法:所 述方法包括如下步驟：
[0010] I、業(yè)務(wù)需求的選擇；
[0011 ] II、波長(zhǎng)分配子問(wèn)題和路由分配子問(wèn)題的解決；
[0012] III、信息素的更新。
[0013] 優(yōu)選的，所述步驟I業(yè)務(wù)需求的選擇包括:給業(yè)務(wù)需求賦予信息素，依據(jù)其信息素 和啟發(fā)式信息的分布選擇業(yè)務(wù)需求。
[0014] 優(yōu)選的，所述業(yè)務(wù)需求的選擇根據(jù)蟻群覓食行為的正反饋機(jī)制得到；
[0015] 所述正反饋機(jī)制包括：用螞蟻隨機(jī)搜索方案空間，當(dāng)能夠響應(yīng)某一需求的螞蟻越 多，則該需求的信息素濃度越高，信息素濃度高的需求將吸引更多的螞蟻優(yōu)先響應(yīng)，，經(jīng)過(guò) 多次迭代得到最佳解決方案。
[0016] 優(yōu)選的，所述啟發(fā)式信息包括:根據(jù)待響應(yīng)業(yè)務(wù)需求集合中的需求的最短路徑長(zhǎng) 度，確定啟發(fā)式信息。
[0017] 優(yōu)選的，采用并行方案解決所述步驟II波長(zhǎng)分配子問(wèn)題和路由分配子問(wèn)題。
[0018] 優(yōu)選的，所述波長(zhǎng)的分配原則包括:選擇波長(zhǎng)，結(jié)合路由分配子問(wèn)題中路由的確定 方法為其所能滿足的所有業(yè)務(wù)需求分配最短光通道。
[0019] 優(yōu)選的，所述路由的確定方法包括采用禁忌搜索最短路徑思想；
[0020] 所述禁忌搜索最短路徑思想包括:從源節(jié)點(diǎn)s開始，根據(jù)鏈路上分布的信息素及啟 發(fā)式信息，在動(dòng)態(tài)候選點(diǎn)集中迭代地選擇到目的節(jié)點(diǎn)路徑最短的節(jié)點(diǎn)作為下一跳，直至到 達(dá)目的節(jié)點(diǎn)。
[0021] 優(yōu)選的，所述步驟III信息素的更新包括如下步驟：
[0022] (1)、更新信息素的參考方案；
[0023] (2)、根據(jù)留下的信息素量，指引之后的迭代尋找到最佳方案；
[0024] (3 )、使全局信息素以固定速率P蒸發(fā)；
[0025] (4)、設(shè)置最佳方案中的業(yè)務(wù)需求和網(wǎng)絡(luò)鏈路信息素濃度；
[0026] (5)、按照MAX-MIN系統(tǒng)的要求將全局信息素濃度限制在設(shè)定的最小值和最大值之 間。
[0027] 優(yōu)選的，所述步驟(1)包括:尋找到最佳迭代方案和準(zhǔn)最佳方案，以概率分別為p和 I-P隨機(jī)選取最佳迭代方案或準(zhǔn)最佳方案作為后續(xù)更新信息素的參考方案。
[0028] 優(yōu)選的，所述步驟(3)使全局信息素以固定速率P蒸發(fā)，使不屬于解決方案的需求 和鏈路的信息素隨著時(shí)間而減少。
[0029] 與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：
[0030] 1、本發(fā)明優(yōu)先選擇路由較短或準(zhǔn)最佳方案涵蓋的業(yè)務(wù)需求，一方面有效避免優(yōu)先 為較長(zhǎng)路由分配波長(zhǎng)而可能更容易導(dǎo)致阻塞的現(xiàn)象，另一方面有助于準(zhǔn)最佳方案的收斂；
[0031] 2、本發(fā)明采用的波長(zhǎng)分配原則為:從波長(zhǎng)集合中依次選擇波長(zhǎng)，在某一特定波長(zhǎng) 下，借助禁忌搜索最短路徑思想為其所能滿足的所有業(yè)務(wù)需求分配最短光通道。在該方法 中，避免了先確定路由，再向路由通道分配可用波長(zhǎng)時(shí)的復(fù)雜性，有效提高網(wǎng)絡(luò)業(yè)務(wù)承載能 力，降低網(wǎng)絡(luò)業(yè)務(wù)阻塞率；
[0032] 3、本發(fā)明將波長(zhǎng)分配與路由分配子問(wèn)題并行解決，在該方法中，結(jié)果方案質(zhì)量更 高，網(wǎng)絡(luò)負(fù)載均衡性較好；
[0033] 4、本發(fā)明根據(jù)MMAS機(jī)制要求將網(wǎng)絡(luò)鏈路與業(yè)務(wù)需求的信息素量限制在一定范圍， 可有效防止網(wǎng)絡(luò)中部分信息素太強(qiáng)而淹沒(méi)啟發(fā)式信息或陷入局部最優(yōu)的情況，利于探索方 案空間。
【附圖說(shuō)明】
[0034] 圖1現(xiàn)有技術(shù)中的啟發(fā)式算法的基本思想流程圖；
[0035] 圖2本發(fā)明的綜合優(yōu)化方法流程圖。
[0036] 圖3 G網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不意圖；
[0037] 圖4本發(fā)明的蟻群算法與經(jīng)典啟發(fā)式算法方案滿足需求數(shù)隨網(wǎng)絡(luò)波長(zhǎng)數(shù)變化的示 意圖；
[0038] 圖5本發(fā)明的蟻群算法與經(jīng)典啟發(fā)式算法方案網(wǎng)絡(luò)阻塞率隨網(wǎng)絡(luò)總需求數(shù)變化的 示意圖；
[0039]其中，A-蟻群算法方案滿足需求數(shù)、B-經(jīng)典啟發(fā)式算法方案滿足需求數(shù)、C-蟻群算 法方案網(wǎng)絡(luò)阻塞率、D-經(jīng)典啟發(fā)式算法方案網(wǎng)絡(luò)阻塞率。
【具體實(shí)施方式】
[0040] 為了更好地理解本發(fā)明，下面結(jié)合說(shuō)明書附圖和實(shí)例對(duì)本發(fā)明的內(nèi)容做進(jìn)一步的 說(shuō)明。
[0041] 本發(fā)明提出了一種基于蟻群算法的WDM光網(wǎng)絡(luò)RWA優(yōu)化方法，基于蟻群算法的啟發(fā) 式算法框架，其基本思想源于蟻群覓食行為的正反饋機(jī)制：派出多只螞蟻對(duì)方案空間進(jìn)行 隨機(jī)搜索，螞蟻根據(jù)其它螞蟻留下的信息素及啟發(fā)式信息并行解決波長(zhǎng)分配子問(wèn)題與路由 分配子問(wèn)題。當(dāng)選擇某條路徑的螞蟻越多，則在該路徑上留下的信息素濃度越高，強(qiáng)度大的 信息素濃度將吸引更多的螞蟻，經(jīng)過(guò)多次迭代后將趨向于找到接近最佳解決方案，即滿足 需求數(shù)最多的解決方案，具體步驟如下所示：
[0042] (1)建立螞蟻方案時(shí)，為需求集合Q在網(wǎng)絡(luò)G上確定解決方案，使一個(gè)波長(zhǎng)能夠滿足 盡量多的需求，即當(dāng)已分配波長(zhǎng)不能再滿足新的業(yè)務(wù)需求時(shí)，再啟用新波長(zhǎng)。當(dāng)所有波長(zhǎng)都 被分配過(guò)之后，完成解決方案并返回。其中：
[0043]①當(dāng)啟用新波長(zhǎng)時(shí)，為計(jì)算方便，將網(wǎng)絡(luò)V置為網(wǎng)絡(luò)G。一旦確定某需求的路由，該 路由上的所有鏈路都不能再重復(fù)使用這一波長(zhǎng)，因此需將路由上的所有鏈路從V中除去。
[0044]②當(dāng)啟用新波長(zhǎng)時(shí)，設(shè)置V初值為Q，其中Q表示待響應(yīng)的需求集合，Q7表示網(wǎng)絡(luò)G7 能滿足的需求集合。這是因?yàn)閷?duì)于新波長(zhǎng)，網(wǎng)絡(luò)上所有鏈路都是可用的且是聯(lián)通的，理論上 能滿足任何業(yè)務(wù)需求。
[0045] ③采用BFS算法計(jì)算每個(gè)需求的最短路徑，并將不能響應(yīng)的需求從可響應(yīng)集合吖 中移除。對(duì)于可響應(yīng)的需求，設(shè)置啟發(fā)式信息與最短路徑長(zhǎng)度成反比。
[0046] ④依據(jù)需求的信息素與啟發(fā)式信息從Q'中選擇業(yè)務(wù)需求進(jìn)行自適應(yīng)路由，在此過(guò) 程中更傾向于選擇其它螞蟻選過(guò)的或路由較短的需求。
[0047] ⑤當(dāng)Q'為空，即利用這一波長(zhǎng)的剩余鏈路網(wǎng)絡(luò)G'均不能再滿足任一連接需求，然 后開始使用下一個(gè)波長(zhǎng)。
[0048] (2)自適應(yīng)路由，當(dāng)波長(zhǎng)確定時(shí)，為業(yè)務(wù)需求尋路。
[0049] ①確定路由時(shí)，采用禁忌搜索最短路徑思想，從源節(jié)點(diǎn)s開始，在動(dòng)態(tài)候選點(diǎn)集M 中迭代地選擇下一跳，直至到達(dá)目的節(jié)點(diǎn)d。
[0050] ②對(duì)于某節(jié)點(diǎn)u的下一跳，其候選點(diǎn)集Y包括u的所有相鄰節(jié)點(diǎn)，且這些節(jié)點(diǎn)不回 至Iju能到達(dá)目的節(jié)點(diǎn)d。
[0051] ③對(duì)于M中的任一點(diǎn)v，利用BFS算法計(jì)算其到目的節(jié)點(diǎn)d的最短路徑長(zhǎng)度，計(jì)算啟 發(fā)式信息與最短路徑長(zhǎng)度成反相關(guān)。此處，當(dāng)候選點(diǎn)就是目的節(jié)點(diǎn)d本身時(shí)，其長(zhǎng)度為0,由 于長(zhǎng)度作分母，將長(zhǎng)度+1。
[0052] ④依據(jù)鏈路上的啟發(fā)式信息和信息素，從候選節(jié)點(diǎn)集中選取靠近目的節(jié)點(diǎn)或頻繁 訪問(wèn)的邊緣節(jié)點(diǎn)作為下一跳。
[0053] ⑤當(dāng)選定下一跳的節(jié)點(diǎn)后，將跳到該節(jié)點(diǎn)的鏈路從自由連接圖表G中移除。
[0054] (3)更新信息素。
[0055] ①在每次循環(huán)尋找到最佳迭代方案Alb和準(zhǔn)最佳方案Abs后，以概率分別為p和1-p 隨機(jī)選取AlbSAbs作為后續(xù)更新信息素的參考，其中p是常量參數(shù)。p越高，選擇幾率越 大，因而更有利于探索方案空間。P越小，選擇A bs的幾率越大，更利于探索最佳方案。
[0056] ②方案選擇完成后，令方案維度(能解決的需求數(shù))為Δτ，即留下的信息素量?？?以直觀地看到，方案越好，△ τ越大，越能指引之后的迭代尋找到與其本身類似的方案。
[0057] ③使全局信息素以固定速率P蒸發(fā)，從而保證不屬于解決方案的需求和鏈路的信 息素隨著時(shí)間而減少。信息素的蒸發(fā)是整個(gè)啟發(fā)式算法的關(guān)鍵，保證了能夠隨機(jī)得到的方 案(可能是壞方案)不會(huì)對(duì)之后的迭代造成強(qiáng)烈的持續(xù)影響。
[0058] ④信息素蒸發(fā)之后，為該方案中的業(yè)務(wù)需求和網(wǎng)絡(luò)鏈路設(shè)置信息素濃度。最后，按 照MAX-MIN系統(tǒng)的要求將全局信息素濃度限制在[T min, Tmax]。
[0059] 此外，理論上若MMAS系統(tǒng)參數(shù)設(shè)置合理，在時(shí)間不限的情況下，最終將找到最佳方 案。實(shí)際上找到最佳方案負(fù)擔(dān)過(guò)長(zhǎng)，一般不予采用。因此，應(yīng)使啟發(fā)式算法找到一定質(zhì)量方 案時(shí)終止。由于對(duì)最佳方案質(zhì)量的精確評(píng)估并不明確，運(yùn)行程序直到化^次循環(huán)后方案質(zhì) 量不再提高，即"阻塞"。引起阻塞的原因可能有兩種：已經(jīng)找到非常好的方案，不太可能再 找到更好的;或方案空間中的某些局部的信息素太強(qiáng)，而不能對(duì)其他空間區(qū)域進(jìn)行探索。為 了避免第二種情況，當(dāng)發(fā)生阻塞時(shí)，對(duì)蟻群進(jìn)行重新初始化，重新開始啟發(fā)式算法。
[0060] 結(jié)合說(shuō)明書附圖圖2所示，已知網(wǎng)絡(luò)G的波長(zhǎng)資源表示為波長(zhǎng)集合Λ，需求集合為 Q。所提出的基于蟻群算法的WDM光網(wǎng)絡(luò)RWA優(yōu)化方法，主要包括以下步驟：
[0061] 步驟1:參數(shù)初始化，設(shè)置整個(gè)方案空間初值，包括業(yè)務(wù)需求和網(wǎng)絡(luò)鏈路的信息素 初值τ、啟發(fā)式信息初值n、AC0參數(shù)提取與控制，其中ACO參數(shù)如表1所示：
[0064] 表1
[0065] 步驟2:順序派出螞蟻獨(dú)立搜索方案空間。
[0066] 步驟3:從波長(zhǎng)集合Λ中選擇可用波長(zhǎng)λ」，令G7 -G; Q7 -Q。
[0067] 步驟4:計(jì)算未響應(yīng)業(yè)務(wù)需求集合V中每個(gè)請(qǐng)求的最短路徑長(zhǎng)度1，求得業(yè)務(wù)需求 的啟發(fā)信息％
I α
[0068] 步驟5:以概_(tái) 人V中選擇q=(s，d)。
[0069] 步驟6:判斷q是否可達(dá)，若q不可達(dá)，則將q從吖中移除，判斷吖是否為空，若不為空 則返回步驟5。
[0070]步驟7:若q可達(dá)，對(duì)于當(dāng)前節(jié)點(diǎn)u的候選點(diǎn)集Y中的任一節(jié)點(diǎn)V，利用BFS算法計(jì)算 (v，d)的最短路徑長(zhǎng)度1，得到(u，v)啟發(fā)式信I
依據(jù)轉(zhuǎn)移概率， 選擇下一跳。
[0071] 步驟8:從源節(jié)點(diǎn)s開始選擇下一跳，即設(shè)當(dāng)前節(jié)點(diǎn)u為s。
[0072] 步驟9:判斷是否到達(dá)目的節(jié)點(diǎn)d，若沒(méi)有到達(dá)d，返回步驟7。
[0073] 步驟10:若到達(dá)d，則得到q=(s，d)的結(jié)果(r，\)。
[0074] 步驟11:更新Q和V，移除q。更新可用鏈路集合G'，去除r包含的鏈路。判斷吖是否 為空，即是否還有可響應(yīng)的業(yè)務(wù)需求，若不為空，則返回步驟5。
[0075] 步驟12:若V為空，則判斷波長(zhǎng)集合Λ是否還有可用波長(zhǎng)。若有，則返回步驟3。
[0076] 步驟13:若波長(zhǎng)集合Λ中的波長(zhǎng)均已分配，則所有(rk，\)構(gòu)成第i只螞蟻的解決方 案Ai。
[0077] 步驟14:判斷是否所有螞蟻都已建立解決方案，若不是，則轉(zhuǎn)到步驟2。
[0078] 步驟15:若所有螞蟻都已建立解決方案，則根據(jù)方案所能滿足的業(yè)務(wù)需求數(shù)越多， 其質(zhì)量越好，從眾螞蟻方案中選出本次迭代的最佳方案A lb，并更新準(zhǔn)最佳方案Abs。
[0079] 步驟16:根據(jù)Abs更新全局信息素，其中網(wǎng)絡(luò)中需求與鏈路上的信息素 τ以式V = (I-P)T更新，然后對(duì)于最佳方案Abs所涵蓋需求信息素 Tq與鏈路信息素 Te3分別以式Vq=Tq+ Δ τ和A = Te3+Δ τ更新。其中，V e均為更新后的信息素濃度，Δ τ為最佳方案AbI/^ 夠響應(yīng)的需求數(shù)。
[0080] 步驟17:判斷是否滿足結(jié)束條件。若不滿足，則轉(zhuǎn)到步驟1。若滿足，則結(jié)束。
[0081 ] 具體實(shí)施例一：
[0082]以G網(wǎng)絡(luò)為例，該網(wǎng)絡(luò)共有16個(gè)節(jié)點(diǎn)，25條鏈路，其拓?fù)浣Y(jié)構(gòu)為隨機(jī)生成，如圖3所 示。仿真時(shí)，需求空間將由程序隨機(jī)生成，其中相同節(jié)點(diǎn)對(duì)可能產(chǎn)生多個(gè)連接請(qǐng)求，這種情 況可映射為現(xiàn)實(shí)網(wǎng)絡(luò)中帶寬需求較大的業(yè)務(wù)。以經(jīng)典啟發(fā)式算法最短路徑-最多使用 (SPMU)為參考，將本發(fā)明提出的基于ACO的WDM網(wǎng)絡(luò)RWA綜合優(yōu)化方法結(jié)果與之相比較，其 中，ACO的參數(shù)如表1所示。
[0083]網(wǎng)絡(luò)業(yè)務(wù)阻塞率參考下式進(jìn)行計(jì)算：
[0084] 擁塞率=(總業(yè)務(wù)-方案滿足的業(yè)務(wù))/總業(yè)務(wù)*100%
[0085] (1)設(shè)置需求空間大小與網(wǎng)絡(luò)波長(zhǎng)數(shù)成正比，考慮網(wǎng)絡(luò)可響應(yīng)的業(yè)務(wù)需求數(shù)與網(wǎng) 絡(luò)波長(zhǎng)數(shù)的關(guān)系，其運(yùn)算結(jié)果如表2所示：
[0088] 表 2
[0089] 如圖4所示，由仿真分析可得:兩種方法所得方案空間大?。此軡M足需求數(shù))與 網(wǎng)絡(luò)波長(zhǎng)資源成正相關(guān)，且?guī)缀醭删€性關(guān)系。而由本發(fā)明提出的ACO方法得到的方案隨著網(wǎng) 絡(luò)波長(zhǎng)數(shù)的增加，方案滿足需求數(shù)增長(zhǎng)速度大于經(jīng)典啟發(fā)式算法，網(wǎng)絡(luò)業(yè)務(wù)擁塞率平均降 低約20 %。
[0090] (2)設(shè)置網(wǎng)絡(luò)波長(zhǎng)數(shù)一定（為40)，令需求空間大小分別為1500、2000、2500、3000、 3500、4000，考慮兩種方法所得方案空間的性能，運(yùn)算結(jié)果如表3所示：
[0092] 表 3
[0093] 如圖5所示，由仿真分析可得，隨著網(wǎng)絡(luò)需求數(shù)增加，所得方案空間也隨之變大，且 變化速度越來(lái)越慢，網(wǎng)絡(luò)狀態(tài)趨于飽和。在這種情況下，比較兩種方法方案的阻塞率可知， 通過(guò)本發(fā)明提出的ACO方案仍能得到性能較優(yōu)的方案。
[0094] 綜上實(shí)例驗(yàn)證，對(duì)于隨機(jī)產(chǎn)生的網(wǎng)絡(luò)G，通過(guò)考察兩種方法所得方案的網(wǎng)絡(luò)業(yè)務(wù)阻 塞率，本發(fā)明提出的基于蟻群算法的波分復(fù)用光網(wǎng)絡(luò)波長(zhǎng)分配綜合優(yōu)化方法所得方案能夠 支撐更多的業(yè)務(wù)需求，更能充分的利用網(wǎng)絡(luò)波長(zhǎng)資源，其性能更優(yōu)。
[0095]以上僅為本發(fā)明的實(shí)施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則 之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均包含在申請(qǐng)待批的本發(fā)明的權(quán)利要求范圍之 內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于蟻群算法的波分復(fù)用光網(wǎng)絡(luò)波長(zhǎng)分配綜合優(yōu)化方法，其特征在于，所述方 法包括如下步驟：1. 業(yè)務(wù)需求的選擇； II、 波長(zhǎng)分配子問(wèn)題和路由分配子問(wèn)題的解決； III、 信息素的更新。2. 如權(quán)利要求1所述的綜合優(yōu)化方法，其特征在于，所述步驟I業(yè)務(wù)需求的選擇包括:給 業(yè)務(wù)需求賦予信息素，依據(jù)其信息素和啟發(fā)式信息的分布選擇業(yè)務(wù)需求。3. 如權(quán)利要求2所述的綜合優(yōu)化方法，其特征在于，所述業(yè)務(wù)需求的選擇根據(jù)蟻群覓食 行為的正反饋機(jī)制得到； 所述正反饋機(jī)制包括：用螞蟻隨機(jī)搜索方案空間，當(dāng)能夠響應(yīng)某一需求的螞蟻越多，則 該需求的信息素濃度越高，信息素濃度高的需求將吸引更多的螞蟻優(yōu)先響應(yīng)，經(jīng)過(guò)多次迭 代得到最佳解決方案。4. 如權(quán)利要求2所述的綜合優(yōu)化方法，其特征在于，所述啟發(fā)式信息包括:根據(jù)待響應(yīng) 業(yè)務(wù)需求集合中的需求的最短路徑長(zhǎng)度，確定啟發(fā)式信息。5. 如權(quán)利要求1所述的綜合優(yōu)化方法，其特征在于，采用并行方案解決所述步驟II波長(zhǎng) 分配子問(wèn)題和路由分配子問(wèn)題。6. 如權(quán)利要求5所述的綜合優(yōu)化方法，其特征在于，所述波長(zhǎng)的分配原則包括:選擇波 長(zhǎng)，結(jié)合路由分配子問(wèn)題中路由的確定方法為其所能滿足的所有業(yè)務(wù)需求分配最短光通 道。7. 如權(quán)利要求6所述的綜合優(yōu)化方法，其特征在于，所述路由的確定方法包括采用禁忌 搜索最短路徑思想； 所述禁忌搜索最短路徑思想包括:從源節(jié)點(diǎn)s開始，根據(jù)鏈路上分布的信息素及啟發(fā)式 信息，在動(dòng)態(tài)候選點(diǎn)集中迭代地選擇到達(dá)目的節(jié)點(diǎn)路徑較短的節(jié)點(diǎn)作為下一跳，直至到達(dá) 目的節(jié)點(diǎn)。8. 如權(quán)利要求1所述的綜合優(yōu)化方法，其特征在于，所述步驟III信息素的更新包括如 下步驟： (1) 、更新信息素的參考方案； (2) 、根據(jù)留下的信息素量，指引之后的迭代尋找到最佳方案； (3) 、使全局信息素以固定速率P蒸發(fā)； (4) 、設(shè)置最佳方案中的業(yè)務(wù)需求和網(wǎng)絡(luò)鏈路信息素濃度； (5 )、按照MX-MIN系統(tǒng)的要求將全局信息素濃度限制在設(shè)定的最小值和最大值之間。9. 如權(quán)利要求8所述的綜合優(yōu)化方法，其特征在于，所述步驟（1)包括:尋找到最佳迭代 方案和準(zhǔn)最佳方案，以概率分別為P和I -P隨機(jī)選取最佳迭代方案或準(zhǔn)最佳方案作為后續(xù)更 新信息素的參考方案。10. 如權(quán)利要求8所述的綜合優(yōu)化方法，其特征在于，所述步驟(3)使全局信息素以固定 速率P蒸發(fā)，使不屬于解決方案的需求和鏈路的信息素隨著時(shí)間而減少。
【文檔編號(hào)】H04J14/02GK105915310SQ201610244515
【公開日】2016年8月31日
【申請(qǐng)日】2016年4月18日
【發(fā)明人】胡紫巍, 周靜, 孫媛媛, 劉國(guó)軍, 盧利鋒, 馬榿
【申請(qǐng)人】全球能源互聯(lián)網(wǎng)研究院, 國(guó)網(wǎng)江蘇省電力公司, 國(guó)家電網(wǎng)公司