[发明专利]一种自适应光网络组播路由多目标优化方法

权利要求书

1.一种自适应光网络组播路由多目标优化方法，其特征在于，包括以下步骤：

1)建立备用路由集ROUTES；

2)利用所述备用路由集ROUTES创建并评价初始种群；

3)判断是否达到算法结束条件，若是，结束；否则，进入步骤4)；

4)使用基于bandit的算子选择策略从算子池中选择算子并创建子代；

5)采用基于MPH算法的消除环路策略移剪子代；

6)评价所述子代并将子代合并到所述初始种群，得到更新后的种群；

7)对于更新后的种群，使用基于Pareto贡献的信用分配策略计算算子信用值，并将信用值赋给算子，生成光网络组播并路由；

8)将迭代次数加1，返回步骤3)。

2.根据权利要求1所述的自适应光网络组播路由多目标优化方法，其特征在于，步骤1)的具体实现过程包括：首先产生一个|M|维均匀分布的系数向量w＝{w₁,w₂,...,w_M}，|M|等于需要w考虑的QoS参数个数，其中w_i为系数向量的第i行；i＝1,2，……，M；其次，将与每条边相关的QoS参数进行归一化，令w_i与经过归一化以后的QoS参数矩阵进行加权求和得到权图G_i，利用Dijkstra算法在G_i上获得源节点s到每个目的节点d_j的最短路径，最后将这些路径存放在备用路由集ROUTES的第i行第j列中。

3.根据权利要求2所述的自适应光网络组播路由多目标优化方法，其特征在于，步骤2)的具体实现过程包括：利用所述备用路由集ROUTES初始化种群P；为种群P的每条染色体的每个等位基因随机生成一个1至|M|之间的整数，得到新的染色体，即子代；在产生第t代子代种群P_o的过程中，选择一个算子o_k，k∈[1,K]，K为算子总个数，使用该算子作用于父代种群中选择出的父代γ上，得到子代更新当前种群的帕累托前沿PF，将得到的子代加入子代种群P_o，为算子o_k分配信用c_k,t；当子代种群P_o个数与父代种群P_t个数相同时，将两者合并，并通过使用快速非支配排序与拥挤距离比较算子得到新一代种群P_t+1。

4.根据权利要求1所述的自适应光网络组播路由多目标优化方法，其特征在于，步骤4)中，使用基于bandit的算子选择策略从算子池中选择算子的具体实现过程包括：在每个时间点t，选择能够最大化以下函数的算子：其中，C是比例因子；是第k个算子的经验质量估计；n_k表示在迄今为止的迭代中算子k被选中的次数。

5.根据权利要求1所述的自适应光网络组播路由多目标优化方法，其特征在于，步骤4)中，设置以下算子组合作为算子池中的算子配置：

二项式交叉算子+高斯变异算子；两点交叉算子+高斯变异算子；二项式交叉算子+均匀变异算子；两点交叉算子+均匀变异算子；二项式交叉算子+非均匀变异算子；两点交叉算子+非均匀变异算子。

6.据权利要求1所述的自适应光网络组播路由多目标优化方法，其特征在于，步骤5)的具体实现过程包括：组播树T_k初始化时仅包含一个源节点s，Z初始化为用来存储连接至T_k的目的节点，在余下的目的节点中选择距离T_k具有最小成本路径的目的节点d_i，然后将d_i和这条最小成本路径添加至T_k，并将d_i添加至Z；重复以上过程，直到所有目的节点添加至Z，得到移剪后的子代。

7.根据权利要求1所述的自适应光网络组播路由多目标优化方法，其特征在于，步骤7)中，利用下式计算算子信用值c_i,t，其中，衰退因子D∈[0,1]；Reward_i为奖赏值；Rank_i为排序值。