[发明专利]一种基于混合群智能的多域光网络组播路由恢复方法

权利要求书

1.一种基于混合群智能的多域光网络组播路由恢复方法，其特征在于，当多域光网络组播路由的源节点与目的节点之间的路径发生故障时，采用以下步骤获得恢复路径：

步骤1，判断发生故障的路径的位置，若路径为域内路径，执行步骤2；若路径为域间路径，执行步骤3；

步骤2，利用人工鱼群算法计算当前节点人工鱼的毒素浓度值，采用非合作博弈的方法确定当前节点的人工鱼下一步选择的行为，执行人工鱼选择的行为，得到新节点；所述的当前节点为源节点或新节点；

所述毒素浓度值表示节点处的故障率数值；

重复步骤2的上述过程，直至到达目的节点；比较各节点的毒素浓度值，将毒素浓度值最小的节点作为最优节点，各节点连接形成的路径形成域内恢复路径；

步骤3，利用步骤2的方法获得每个域的域内恢复路径和域内最优节点，所有的域内最优节点形成最优节点集，采用果蝇优化方法对最优节点集中的节点进行路径搜索，最终得到域间恢复路径。

2.如权利要求1所述的基于混合群智能的多域光网络组播路由恢复方法，其特征在于，所述的步骤2具体包括以下步骤：

步骤2.1，在源节点处放置人工鱼，形成初始鱼群，初始化初始鱼群；

步骤2.2，计算初始鱼群各人工鱼当前节点的毒素浓度值；比较毒素浓度值大小，将最小值浓度值和最小值浓度值的人工鱼的状态赋值给公告板；

步骤2.3，利用公式(1)计算当前节点或步骤2.5更新后节点每条人工鱼的效用函数U，选择效用函数U_i值较小的行为作为该条人工鱼所对应的下一步行为；

U＝{U₁,U₂,…U_i,…,U_n} (1)

U_i＝αD+βN_f+γ·σ (2)

式中，U_i表示当前节点该条人工鱼的第i种行为对应的效用函数，n为该条人工鱼对应的行为的个数，D为当前节点误码率，N_f为当前视野范围内人工鱼的数目，σ为该条人工鱼的拥挤因子，α、β、γ为控制变量，0≤α≤1，0≤β≤1，α+β＝1，γ取当前节点的毒素浓度值；

步骤2.4，执行人工鱼选择的行为，更新人工鱼的当前位置信息，得到更新后的节点；

步骤2.5，计算更新后节点各人工鱼的毒素浓度值；比较自身的毒素浓度值与公告板上的毒素浓度值，若自身的毒素浓度值小于公告板上的毒素浓度值，用自身的毒素浓度值及状态更新公告板上的毒素浓度值和状态，否则，公告板状态不变；

步骤2.6，重复步骤2.3至步骤2.5，直至达到目的节点；得到毒素浓度值最小的节点，将毒素浓度值最小的节点作为最优节点，各节点连接形成的路径形成域内恢复路径。

3.如权利要求1所述的基于混合群智能的多域光网络组播路由恢复方法，其特征在于，还包括步骤4：判断步骤2或步骤3获得的恢复路径中的最短路径的数量，若存在一条最短路径，将其作为恢复路径，输出；若存在两条及以上最短路径，选择节点数较少的路径作为恢复路径，输出；若节点数较少的路径多于一条，这些路径均可作为恢复路径，输出任意一条。