[发明专利]基于混沌搜索和人工免疫算法的路由优化方法

权利要求书

1.基于混沌搜索和人工免疫算法的路由优化方法，其特征是该方法包括：

步骤1：利用基于混沌搜索和动态邻接矩阵的路径生成算法产生N条路径作为人工免疫算法的初始抗体种群，N为设定值，所述基于混沌搜索和动态邻接矩阵的路径生成算法的具体步骤为：

步骤1.1：设网络的初始邻接矩阵为A⁰，当前邻接矩阵为A，所要生成的路径的源节点为s，目的节点为d，路径经过的节点集合为p(s,d),其初始状态为p(s,d)＝{s}，路径搜索过程中的当前节点为v_i，其上游节点为v_x，下游节点为v_z，令A＝A⁰，v_i＝s；

步骤1.2：将A中第i列元素全部置0，得到新的邻接矩阵A’，令A＝A’；

步骤1.3：若A中第i行元素全部为0，转步骤1.5，否则，转步骤1.4；

步骤1.4：利用混沌搜索确定v_i的下游节点v_z，将节点v_z加入路径节点集p(s,d)中，令i＝z，若v_i＝d，寻路成功，算法结束，否则，转步骤1.2，所述混沌搜索的具体方法为：利用混沌方程产生一个区间(0,1)上的伪随机数δ，混沌搜索的计算公式是m＝ceil(δ·h)，其中，h是与搜索对象有关的参数，此处h的值为A中v_i的邻居节点个数，函数ceil(·)表示向上取整，则A中v_i的第m个邻居节点即为v_i的下游节点v_z；

步骤1.5：若v_i＝s，寻路失败，算法结束，否则，在p(s,d)中删除节点v_i，并令i＝x，转步骤1.3；

步骤2：对抗体种群进行亲和度计算，并按照亲和度大小进行降序排列，如果当前进化代数已经达到最大值，则选择亲和度最大的抗体作为路由优化的结构进行输出，否则，进入步骤3；

步骤3：在排列后的抗体种群中选择前M个抗体组成记忆种群，M为设定值，且满足M<N；

步骤4：对记忆种群中的抗体进行克隆操作，生成含有C个抗体的克隆种群，C为设定值，且满足C+M<N；

步骤5：对克隆种群中的抗体进行动态疫苗接种并进行变异操作，具体方法为：

步骤5.1：设抗体p(v₁,v_L)＝{v₁,v₂,v₃,…,v_L-1，v_L}，其中L为抗体中节点的个数即抗体的长度，令h＝L，利用步骤1.4中所述混沌搜索的计算公式计算m的值；

步骤5.2：抗体中参与变异的基因位数为l，接种疫苗的位数为L-l，l为设定值，且l<L，抗体中作为疫苗被保留的基因段为{v₁，v₂，…，v_y}∪{v_y+l+1，…，v_L}，需要进行变异的基因段为{v_y+1，v_y+2，…，v_y+l}，y的计算公式是：

其中mod(,)为求余函数；

步骤5.3：利用步骤1中所述基于混沌搜索和动态邻接矩阵的路径生成算法，重新生成路径p(v_y,v_y+l+1)，设p(v_y，v_y+l+1)＝{v_y，v′₁，v′₂，…，v′_l，v_y+l+1}，其中，v′₁，v′₂，…，v′_l为除起点v_y与终点v_y+l+1以外路径p(v_y,v_y+l+1)经过的l个节点，则动态疫苗接种并变异后的抗体为p'(v₁，v_L)＝{v₁，v₂，…，v_y，v′₁，v′₂，…，v′_l，v_y+l+1，…，v_L}；

步骤6：对抗体种群中第M+1个抗体至第N-C个抗体进行自由变异操作，生成含有N-C-M个抗体的变异种群，自由变异的具体方法为：

步骤6.1：设抗体p(v₁,v_L)＝{v₁,v₂,v₃,…,v_L-1,v_L}，其中L为抗体中节点的个数即抗体的长度，令h＝L，利用步骤1.4中所述混沌搜索的计算公式计算m的值；

步骤6.2：若m＝L，返回步骤6.1，否则，利用步骤1中所述基于混沌搜索和动态邻接矩阵的路径生成算法，重新生成路径p(v_m,v_L)，设p(v_m,v_L)＝{v_m,v′₁,v′₂,…,v′_L-m-1,v_L}，其中，v′₁,v′₂,…,v′_L-m-1为除起点v_m与终点v_L以外路径p(v_m,v_L)经过的L-m个节点，则自由变异后的抗体为p'(v₁,v_L)＝{v₁,v₂,…,v_m,v′₁,v′₂,…,v′_L-m-1,v_L}；

步骤7：将记忆种群、克隆种群和变异种群组成新一代抗体种群，返回步骤2。