[发明专利]基于改进NR-HNNR算法的通信网络路由控制方法无效
申请号: | 200910101153.4 | 申请日: | 2009-07-23 |
公开(公告)号: | CN101651618A | 公开(公告)日: | 2010-02-17 |
发明(设计)人: | 李晖 | 申请(专利权)人: | 浙江大学 |
主分类号: | H04L12/56 | 分类号: | H04L12/56;H04L12/24;H04L12/66 |
代理公司: | 杭州天正专利事务所有限公司 | 代理人: | 王 兵;王利强 |
地址: | 310027浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: |
一种基于改进NR-HNNR算法的通信网络路由控制方法,设定HNNR计算的初始值,包括收敛判决门限Thershold;设定fij为[0,1]区间均匀分布的随机数;读入N个通信节点之间的距离dx,y(x,y=1,2…N),如通信网络中不存在的dx,y,设定为一个较大的数Large number,而对于自环,令dx,y=0(x=y);按照(14)、(15)计算连接矩阵T和偏置θ;取vx,i(0)的初始值为[0,1/N]区间均匀分布的随机数,均值 |
||
搜索关键词: | 基于 改进 nr hnnr 算法 通信 网络 路由 控制 方法 | ||
【主权项】:
1、一种基于改进NR-HNNR算法的通信网络路由控制方法,所述路由控制方法包括以下步骤:步骤1:由N个节点构成通信网络,网络中每个节点有若干条链路同其它节点相连,网络表示为:G=(W,A),W={n1,n2,…nN},|W|=NA ⊆ { ( n i , n j ) | n i , n j ∈ W andi ≠ j } - - - ( 1 ) ]]> f:A→ω,ω≥0网络中每个节点对应于图的一个顶点ni或nj,每条链路对应于一条弧(ni,nj),ωij为该弧的权值,N为节点数目;W为顶点的集合,A为弧的集合,f表示对应关系;最短路问题用下式(2)表示:min Σ ( n i , n j ) ∈ A ω ij x ij ]]>Σ ( n i , n j ) ∈ A x ij - Σ ( n i , n j ) ∈ A x ji = 1 , n i = n O - 1 , n i = n D 0 , n i ≠ n O , n D - - - ( 2 ) ]]> xij≥0其中no表示源节点,nD表示目标节点,xij为从节点ni到nj的决策变;根据罚函数法写出的HNNR算法的能量函数为:E = a 2 Σ x = 1 N Σ y = 1 y ≠ x N Σ i = 2 N - 1 d x , y v x , i ( v y , i + 1 + v y , i - 1 ) + b 2 Σ i = 1 N Σ x = 1 N Σ y = 1 y ≠ x N v x , i v y , i + c 2 ( Σ x = 1 N Σ i = 1 N v x , i - N ) 2 - - - ( 7 ) ]]> 上式(7)中,左边第一项为总路径约束,其中a为距离约束系数;左边第二项为列约束,使HNN稳定时表I中的每一列只有一个元素为1,其它元素为0,b为列约束系数;左边第三项为全局约束,使HNN稳定时表I中共有N个元素为1,其它元素为0,c为全局约束系数;dxy表示通信节点x和y之间的距离,即弧的长度;v表示HNN网络节点;设定HNNR计算的初始值,包括a,b,c,μ,τ,λ,α,β,Δt和收敛判决门限Thershold;其中μ、λ、α、β为计算变量,τ为神经元的时间常数,Δt为运算时间间隔;设定fij为[0,1]区间均匀分布的随机数;步骤2:读入N个通信节点之间的距离dx,y(x,y=1,2...N),对于通信网络中不存在的dx,y,设定为一个较大的数Large number,而对于自环,令dx,y=0(x=y);步骤3:按照下(14)、(15)式:T xi , y · j = - a 2 d x , y ( δ j , i + 1 + δ j , i - 1 ) - b 2 ( 1 - δ x , y ) δ i , j - c ( x , y = 1,2 . . . N ; i , j = 1,2 . . . M ) - - - ( 14 ) ]]> θx,i=c·μ(x=1,2…N;i=1,2…M) (15)计算连接矩阵T和偏置θ;步骤4:取vx,i(0)的初始值为[0,1/N]区间均匀分布的随机数,则均值
矩阵V中第一列源节点对应的元素置为1,其余元素为0;同样最后一列目标节点对应元素为1,其余为0,;标明了OD-pair的位置,并且该两列元素在迭代过程中始终不变;步骤5:根据V=[1+tanh(λ·U)]/2求反得函数,计算神经元输入初始值u x , i ( 0 ) = - 1 λ ln ( 1 / v x , i ( 0 ) - 1 ) ( x , i = 1,2 . . . N ) ; ]]> 步骤6:按照V=[1+tanh(λ·U)]/2、ΔU=(T·V-U/τ+θ)·Δt 和U(t+Δt)=U(t)+ΔU进行迭代,并按照SA算法调整λ值,每次迭代减小10,直到满足收敛判决门限Thershold。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/200910101153.4/,转载请声明来源钻瓜专利网。