[发明专利]一种基于遗传算法的通信网络容量可靠性最优设计方法

说明书

技术领域

本发明具体涉及一种基于遗传算法的通信网络容量可靠性最优设计方法，属于网络设计与可靠性技术领域。

背景技术

通信网络的容量可靠性指网络在规定时间内成功传输规定大小的流量的概率。在网络的设计过程中，需要选择网络部件(包括节点与链路)，不同的网络部件具有不同的可靠度、容量与费用，为了在满足网络容量可靠性要求的前提下，使总费用最低，需要进行通信网络的容量可靠性最优设计。通信网络的容量可靠性最优设计是在网络容量可靠度的约束下，通过最优选择各网络部件的类型，确定各部件的可靠度、容量与费用，使网络部件的总费用最低。

梯度法已提出并应用于通信网络的容量可靠性最优设计。这种优化方法基于梯度信息，在最优解可能存在的地方选择一个初始点，利用函数及其梯度的趋势，产生一系列的点收敛到最优解。由于选择的初始点只有一个，如果初始点不存在满足容量要求的路径，则无法继续优化。同时，梯度法对于多峰分布的搜索空间常常会陷于局部的某个单峰的极值点，所以很可能最终找到的只是局部最优解。因此，梯度法可求解的问题有限。

遗传算法提供了一种求解系统优化问题的通用框架，通过种群的更新与迭代来搜索全局最优解，适合于大规模、高度非线性及无解析表达式的目标函数优化问题。遗传算法求解有多个初值点，求解过程也不依赖于函数的梯度信息。与传统算法单点搜索的方式不同，遗传算法在搜索空间中同时处理多个个体，并同时对搜索空间的多个解进行评估，这使得遗传算法具有较好的全局搜索能力。这些特点使得遗传算法对于解决网络容量可靠性最优设计这类复杂问题有普遍的适用性。

发明内容

本发明的目的是为了解决根据通信网络容量可靠性要求对网络节点与链路的选型问题，提出了一种基于遗传算法的通信网络容量可靠性优化设计方法。本发明方法根据网络的容量可靠性指标要求，利用遗传算法寻优，从多种类型的部件中最优选取合适的网络部件，使其容量和可靠性的组合在满足网络容量可靠性要求的前提下，让组成网络的部件费用最小，即通过组合优化计算，得出通信网络部件容量可靠性最优设计结果。

本发明一种基于遗传算法的通信网络容量可靠性最优设计方法，它包括如下步骤：

步骤一：获取需要进行容量可靠性最优设计的网络拓扑结构与容量可靠性要求；

步骤二：获取网络部件的可选类型及属性；

步骤三：建立通信网络容量可靠性优化模型；

步骤四：设定遗传算法的初始化因子；

步骤五：生成初始种群；

步骤六：计算形成的个体容量可靠度；

步骤七：计算个体的适应度；

步骤八：根据个体的适应度值，进行选择，交叉，变异；

步骤九：判断是否达到进化代数G，若己达到则将最后得到的具有最优适应度函数值的个体对应的部件类型组合作为该网络容量可靠性最优设计结果，否则重复执行步骤五～九。

其中，在步骤一中所述的“获取需要进行容量可靠性最优设计的网络拓扑结构与容量可靠性要求”，具体做法如下：

获取网络拓扑结构，节点数量m，链路数量p，以及各节点间链路的长度l_s(s＝1,2,…,p)；确定网络的容量可靠性要求R^*，确定容量可靠性要求对应的源节点与目的节点，以及传输容量要求C^*。

其中，在步骤二中所述的“网络部件”，指网络中的节点与链路。

其中，在步骤二中所述的“获取网络部件的可选类型及属性”，具体做法如下：

获取节点的n个可选类型及各类型的属性，包括容量NC_j，可靠度NR_j，费用NCost_j；获取链路的q个可选类型及各类型的属性，包括容量LC_t，单位长度的可靠度LR_t与费用LCost_t。

其中，在步骤三中所述的“容量可靠性”，定义为：网络在规定时间内成功传输规定大小的流量的概率。

其中，在步骤三中所述的“建立通信网络容量可靠性优化模型”，具体做法如下：

将各节点和链路所选的型号定为决策变量，将所有部件总费用最低定为优化目标，并根据网络容量可靠性要求确定约束条件。所建立的优化模型如下：