[发明专利]基于量子进化的组播路由优化方法

摘要

本发明公开了一种量子进化组播路由优化方法，它涉及进化计算领域，其目的在于克服已有技术存在的优化时间长、易于陷入局部最优等问题，其实现步骤为：(1)生成随机网络并给定运行参数；(2)对每个目的节点求解所有满足时延条件的备选路径；(3)对每个目的节点的备选路径集进行量子编码，获取状态矩阵；(4)对状态矩阵进行量子观测，得到一组二进制串；(5)对二进制串进行解码，得到每个目的节点所选路径，计算该组播树适应度函数；(6)通过量子旋转门对状态矩阵进行量子变异；(7)通过观测状态矩阵，得到一组新的二进制串，对新二进制串进行解码后，计算新的组播树适应度函数。本发明具有计算复杂度低，优化后组播树代价小，可用于有效分配网络资源。

主权项

1.一种基于量子进化的组播路由优化方法，包括如下步骤：(1)生成随机网络，并在网络中设置源节点、目的节点，给定运行参数和最大允许时延；(2)对每个给定的目的节点求解所有满足时延条件的备选路径集，并按升序排列；(3)对每个目的节点的前2N条(N∈[1，4])备选路径集进行量子编码，获得一个状态矩阵；$q^t=\left[\begin{array}{ccccccccc}{\mathrm{\α}}_{11}^t& {\mathrm{\α}}_{12}^t& ...& {\mathrm{\α}}_{1N}^t& ...& {\mathrm{\α}}_{m1}^t& {\mathrm{\α}}_{m2}^t& ...& {\mathrm{\α}}_{\mathrm{mN}}^t\\ {\mathrm{\β}}_{11}^t& {\mathrm{\β}}_{11}^t& ...& {\mathrm{\β}}_{1N}^t& ...& {\mathrm{\β}}_{m1}^t& {\mathrm{\β}}_{m2}^t& ...& {\mathrm{\β}}_{\mathrm{mN}}^t\end{array}\right];$(4)对表示各个目的节点备选路径集编码的状态矩阵qt进行量子观测，得到一组二进制串；(5)对上述的二进制串进行解码，得到每个目的节点所选路径，由这些所选路经构成一棵组播树，并计算该组播树的适应度函数；Fitness＝1/MultiTreeCost，其中MultiTreeCost是组播树代价；(6)对表示各个目的节点备选路径集编码的状态矩阵qt，通过量子旋转门进行量子变异；(7)对表示变异后的各个目的节点备选路径集编码的状态矩阵进行量子观测，得到一组新的二进制串；(8)对新的二进制串进行解码，得到每个目的节点新选路径，由这些新选路经构成一棵组播树，并计算该树的适应度函数，如果新的组播树适应度函数优于步骤(5)中的适应度函数，则采用由这些新选路经构成组播树的方式作为搜索到的最优组播树构建方式，否则继续采用步骤(5)中的构建方式作为搜索到的最优组播树构建方式；(9)判断是否满足终止条件，如果满足终止条件，结束优化并采用最终搜索到的最优组播树构建方式，将信息以并行方式沿着该树枝发送到不同的目的节点，否则，继续执行第(5)步。