[发明专利]基于改进NR-HNNR算法的通信网络路由控制方法

权利要求书

1.一种基于改进NR-HNNR算法的通信网络路由控制方法，所述路由控制方法 包括以下步骤：

步骤1：由N个节点构成通信网络，网络中每个节点有若干条链路同其它节点相 连，网络表示为：

G＝(W，A)，W＝{n₁，n₂，…n_N}，|W|＝N

A⊆{(ni,nj)|ni,nj∈Wandi≠j}---(1)]]>

f：A→ω，ω≥0

网络中每个节点对应于图的一个顶点n_i或n_j，每条链路对应于一条弧(n_i，n_j)， ω_ij为该弧的权值，N为节点数目；W为顶点的集合，A为弧的集合，f表示对应 关系；

最短路问题用下式(2)表示：

minΣ(ni,nj)∈Aωijxij]]>

Σ(ni,nj)∈Axij-Σ(ni,nj)∈Axji=1,ni=nO-1,ni=nD0,ni≠nO,nD---(2)]]>

x_ij≥0

其中n_o表示源节点，n_D表示目标节点，x_ij为从节点n_i到n_j的决策变量；

根据罚函数法写出的HNNR算法的能量函数为：

E=a2Σx=1NΣy=1y≠xNΣi=2N-1dx,yvx,i(vy,i+1+vy,i-1)+b2Σi=1NΣx=1NΣy=1y≠xNvx,ivy,i+c2(Σx=1NΣi=1Nvx,i-N)2---(7)]]>

上式(7)中，右边第一项为总路径约束，其中a为距离约束系数；右边第二 项为列约束，使HNN稳定时表1中的每一列只有一个元素为1，其它元素为0， b为列约束系数；右边第三项为全局约束，使HNN稳定时表1中共有N个元素 为1，其它元素为0，c为全局约束系数；d_xy表示第x个通信节点和第y个通信节 点之间的距离，即弧的长度；v表示神经元输出值；

表1为HNN神经元输出表达式，如下所示：

表1；

设定HNNR计算的初始值，包括a，b，c，μ，τ，λ，α，β，Δt和收敛判决门限Thershold； 其中μ、λ、α、β为计算变量，τ为神经元的时间常数，Δt为运算时间间隔；设 定f_ij为[0，1]区间均匀分布的随机数；

步骤2：读入N个通信节点之间的距离d_x，y(x，y＝1，2...N)，对于通信网络中不存在 的d_x，y，设定为一个较大的数Large number，而对于自环，令d_x，y＝0(x＝y)；

步骤3：按照下(14)、(15)式：

Tx·i,y·j=-a2dx,y(δj,i+1+δj,i-1)-b2(1-δx,y)δi,j-c(x,y=1,2...N;i,j=1,2...M)---(14)]]>

θ_x，i＝c·μ(x＝1，2...N；i＝1，2...M)            (15)

计算连接矩阵T和偏置θ；

其中，M表示距离最远的OD-pair路径上弧的数量；

步骤4：取v_x，i(0)的初始值为[0，1/N]区间均匀分布的随机数，则均值 矩阵V中第一列源节点对应的元素置为1，其余元素为0； 同样最后一列目标节点对应元素为1，其余为0；标明了OD-pair的位置，并且该 两列元素在迭代过程中始终不变；

步骤5：根据V＝[1+tanh(λ·U)]/2求反得函数，计算神经元输入初始值 ux,i(0)=-1λln(1/vx,i(0)-1)(x,i=1,2...N),]]>U表示神经元的输入，V表示神经元输出；

步骤6：按照V＝[1+tanh(λ·U)]/2、ΔU＝(T·V-U/τ+θ)·Δt和 U(t+Δt)＝U(t)+ΔU进行迭代，并按照SA算法调整λ值，每次迭代减小10，直 到满足收敛判决门限Thershold。