[发明专利]面向多层级网络的多QoS路由约束的蚁群算法

说明书

本发明提供一种面向多层级网络的多QoS路由约束的蚁群算法，其主要改进之处在于，对于源‑目的节点的路由，在搜索时，先采用跳数最少的路由方法寻找一级节点之间的路由；对于一级节点内的二级节点，在各一级节点内调用蚁群算法进行搜索；将每个一级节点内部搜索出来的最短路径连接扩展成完整的路由路径。并且，本发明对蚁群算法中的启发式因子进行了修改，将时延、带宽利用率、丢失率表示为多项指标的综合值，记作代价。本发明可以适应多层网络的路由搜索，也考虑了多个约束条件，使得算法的计算过程更合理。

技术领域

本发明涉及一种路由算法，尤其是一种面向多层级网络的多QoS路由约束的蚁群算法。

背景技术

QoS(Quality of Service，服务质量),用来解决网络延迟和阻塞等问题。

QoS路由是基于网络可用资源和以满足服务QoS要求为前提，进行路径选择的路由机制。QoS路由与传统的求最短路径路由存在差异，它是一种能够适应具体业务需求的路由机制，利用QoS路由主要为达到几个目标：(1)动态地选择目标路径，根据用户提出的QoS服务请求，找到满足其约束条件的目标路径；(2)优化网络资源配置，并尽可能平衡网络负载，使全局网络资源利用率达到最优，从而使网络能够最大化响应其他服务请求；(3)对比传统路由机制，可以提升网络整体吞吐量，改善网络性能退化问题。

因此对QoS路由算法提出了几个要求：(1)优化功能：路由算法具有找到最佳路径的能力，至于什么是最优，需要根据度量和权值来进行计算。(2)简洁性：算法应该尽量简洁，尽量减少软件或者硬件的开销，这在物理资源有限的场景中非常重要。(3)健壮性：路由算法会有时会处于不正常的环境，例如硬件故障、高负载、节点受损时，都能正常运行。(4)快速收敛：当网路某个异常事件引起路由不能正常工作时，路由信息就会更新，导致最佳路径计算重新进行，造成网络计算负载，因此路由算法要能尽快收敛。

目前，主流的路由算法有dijkstra算法，Floyd算法等，但它们多面向静态路径规划；而在动态路径选择算法中，遗传算法是多目标优化算法，在执行效率方面并不适合路径选择问题；模拟退火算法缺点是全局搜索能力差，在解空间很大的时候，比较难以找到最优解；蚁群算法具有分布式计算能力，每个节点都只需存储和自己相邻节点信息，响应速度快，同时增加网络节点，也能表现良好的性能，并且已经证明蚁群算法的健壮性比较好，能在网络负载较高的条件下运用。因此蚁群算法被用来解决网络路由问题，其算法流程如图1所示；其算法步骤如下：

步骤S1，初始化参数：开始时每条边信息素浓度相等；

步骤S2，将各只蚂蚁放置各节点，各蚂蚁的禁忌表中初始值为对应的节点；

步骤S3，取1只蚂蚁，按公式(1.1)计算转移概率按轮盘赌的方式选择下一个节点，更新禁忌表，再计算转移概率，再选择一个下一节点，再更新禁忌表，直至目的节点出现在禁忌表中；

步骤S4，计算该只蚂蚁留在各边的信息素量，该蚂蚁死去；

步骤S5，重复步骤S3和S4，直到m只蚂蚁都搜索完毕；m为最大蚂蚁数；

步骤S6，计算各边的信息素增量Δτ_ij和信息素量τ_ij(t+1)；

步骤S7，记录本次迭代的路径，更新当前的最优路径，清空禁忌表；

步骤S8，判断是否达到预定的最大迭代次数，或者是否出现停滞现象；若是，算法结束，输出当前最优路径；否则，转步骤S2，进行下一次迭代。

公式与参数说明如下：

其中，

——转移概率，即t时刻蚂蚁k从节点i爬到节点j的概率；

τ_ij(t)——t时刻边(i,j)上的信息素量；