[发明专利]一种自适应光网络组播路由多目标优化方法

说明书

本发明公开了一种自适应光网络组播路由多目标优化方法，采用改进的具有自适应算子选择策略的NSGA‑II算法MRWA_AOSNSGA‑II，优化的目标包括组播网络资源使用代价、端到端延迟、信道利用率，同时满足端到端时延、可用带宽、丢包率等QoS约束，自适应算子选择(Adaptive Operator Selection，AOS)在算法过程中自适应的选择合适的算子可以改进算法的求解性能，生成更好的一组非支配的光网络组播并路由。

技术领域

本发明涉及组播路由波长分配领域，特别是一种自适应光网络组播路由多目标优化方法。

背景技术

在IP网络中，组播问题已经得到了较好的解决，产生了许多有效的组播路由算法。随着波分复用(Wavelength Division Multiplexing，WDM)技术的迅速发展和组播业务的日益增加，如何将WDM技术与组播技术高效融合，在光域内实现组播业务是当前光网络发展面临的巨大挑战。从目前的研究来看，组播路由是光网络的热点问题，其主要探索如何为给定的组播业务请求(如一个业务源和若干目的接收端)寻找合适的路径，以解决数据业务多点传送的问题。

最新的研究进展是将WDM中QoS(Quality of Service)组播路由模型化为一个多目标优化问题，采用多目标优化元启发式算法来解决这一问题[10]。文献[1]中使用基于遗传算法和最小度(GA-MDF)的路由分配与快速非支配排序遗传算法相结合的混合进化算法求解多目标RWA网络设计问题。文献[2]中使用遗传算法与禁忌搜索算法相结合的遗传禁忌算法来解决最小代价QoS组播路由波长问题。

文献[3]采用遗传算法解决波分复用网络中的路由波长分配问题。Zhang等人[4,5]提出了一种基于非支配排序算法的多目标遗传算法来解决基于QoS的路由波长问题，随后又提出一个基于分解思想的自适应多目标遗传算法解决WDM网络中的RWA问题[6]。Wu等人[7]提出一个基于多邻居的迭代式禁忌搜索算法，包含三个拥有统一增量评价方法的邻居。文献[8]中使用基于多种群并行遗传模拟退火的算法，路由的目标是找到一个成本最小的组播树，波长分配的目标是通过最小化波长转换的次数来最小化组播树的时延。Xing等人[9]提出基于量子旋转门策略的量子遗传算法的多粒度演变算法MEQGA解决WDM网络中组播路由问题，允许同代种群中的不同染色体有不同的旋转角度步值进行更新，同时提出了一种能够有效避免局部搜索的自适应量子突变操作。

文献中已有的解决波分复用网络中的路由波长分配问题的方法，考虑的优化目标不全面。另外文献中存在各种光网络优化算子各有优缺点，如何自适应的选择优化算子是需要解决的问题。

过往文献中已经有大量启发式算法，这些算法一般都仅将单一的某个QoS性能参数作为优化目标(如最小化组播树代价或最小化波长分配数)，没有综合考虑各种QoS需求，导致对某一个QoS性能参数是最优的解对另一个性能参数可能是很劣的解，而有些对其他性能参数是较优的解由于没有作为优化目标而被忽略。

选择多目标进化算法的算子并不简单，因为有些算子只有在具有特定性质的问题如线性可分性上是有效的，而且这些算子也有可能有需要调整的参数,这导致了一个困难和耗时的过程，因为不仅要找到多目标进化算法和算子的正确组合，而且还要调整它们的参数，而且还可能出现搜索开始时的最优参数在搜索结束时可能是次优参数的情况。

注：

[1]L.Pakorn,C.Chalermpol,and W.Naruemon.2010.Solving multi-objectiverouting and wavelength assignment in WDM network using hybrid evolutionarycomputation approach.Computer Communications 33,18(Dec.2010),2246–2259.