[发明专利]一种网络可靠性模型及混合智能优化方法

说明书

技术领域

本发明属于网络通信技术领域，主要涉及一种网络可靠性模型及混合智能优化方法。

背景技术

网络系统是现实生活中的重要系统结构，例如电力网、通信网络、计算机网络等都是关系国计民生的基础设施，它们都具有网络拓扑结构，其可靠性性能直接影响到社会安全和人民生活。网络系统一旦发生故障，将会对人们的生活、经济及社会安全等造成重大的影响。因此，网络的可靠性越来越受到人们的重视。可靠性大体可从三个方面去考虑：网络的生存性、有效性和抗毁性。网络的生存性是指对于节点或链路具有一定失效概率的网络，在随机性破坏作用下，网络能够保持连通的概率。网络抗毁性是基于拓扑结构的可靠性参数，不考虑网络边和节点的可靠度，衡量的是在网络中的节点或边发生自然失效或遭受恶意攻击的条件下，网络拓扑结构保持连通的能力。国内外有不少文献就网络拓扑结构的抗毁性测度进行了研究，主要结论有图抵抗度、代数连通度等。有效性则是基于网络性能的可靠性指标，表示网络系统在网络部件失效条件下满足通信业务性能要求的程度。网络可靠性优化问题是一个NP-Hard组合问题，它包括:1)以网络可靠性为约束条件，极小化投资成本；2)以投资成本为约束条件，极大化网络可靠性。其中，前者是以运营商为出发点，后者是以用户为出发点。

目前已有较多研究学者从生存性的角度对网络可靠性展开研究。可靠性问题已经被证明为是NP-Hard问题，一般情况人们无法得到问题的最优解。Basima Elshqeirat在Topology design with minimal cost subject to network reliability constraint一文中基于动态规划法解决网络拓扑设计问题在可靠性限制条件下。该算法首先用三个启发式方法产生k个生成树序列，然后使用每一个启发式方法对应产生的k个生成树序列产生优化结果。Berna Dengiz等人在A self-tuning heuristic for the design of communication networks一文中采用自调整启发式方法解决在可靠性限制条件下极小化投资成本的网络可靠性优化问题。以上这些研究在对可靠性模型进行优化求解时一般采取启发式方法或单种智能算法，但因为算法本身固有的内在缺陷，求解结果容易陷入局部最优解。在可靠性模型分析时以往研究都是假定节点完全可靠，进行网络可靠性拓扑优化设计，实际上这是不符合实际情况的。除此之外，以往研究中只考虑了网络的生存性问题，以全终端可靠性作为网络生存性度量目标，但针对网络的抗毁性问题，在模型优化研究中未考虑相关度量指标。

综上所述，现有技术存在的问题是：目前的可靠性模型在模型建立时未考虑节点失效的情形，不符合实际情形；模型当中限制条件单一，只是从生存性的角度进行可靠性拓扑优化设计，并未考虑网络的抗毁性能，根据现有可靠性模型优化所设计出来的网络可能生存性能较好但抗毁性能较差；当前可靠性优化算法由于算法本身固有的内在缺陷，所求优化结果容易陷入局部最优。

发明内容

针对现有技术存在的问题，本发明提供了一种网络可靠性模型及混合智能优化方法。

本发明是这样实现的，一种网络可靠性模型，所述网络可靠性模型为：

S.T.R(X)≥R₀ (2)

a_ij＝a_ji＝x_ij (4)

d_i≥2,i＝1,2,…,N (6)

L(G)＝D(G)-A(G) (7)

λ₁≤λ₂≤…≤λ_N (8)

式(2-3)表示网络的全终端可靠度不小于最低要求全终端可靠度；式(4-6)表示网络拓扑图当中节点度都大于等于2，即网络是一个满足度2约束的连通图；式(7-9)表示网络的代数连通度不小于最低要求代数连通度；式(10-12)表示网络的图抵抗度不小于最低要求图抵抗度；

其中，网络的物理拓扑为G(V,E)，结点集合V＝{v_i|i＝1,2,…N}代表网络设备集合；其中，N代表网络中结点的个数；l_ij表示结点v_i和v_j之间的链路，而链路的集合为E{l_ij|i,j∈N}；