[发明专利]基于改进NR-HNNR算法的通信网络路由控制方法

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f_ij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d_x,y(x,y＝1,2…N)，如通信网络中不存在的d_x,y，设定为一个较大的数Large number，而对于自环，令d_x,y＝0(x＝y)；按照(14)、(15)计算连接矩阵T和偏置θ；取v_x,i(0)的初始值为[0,1/N]区间均匀分布的随机数，均值；根据V＝[1+tanh(λ·U)]/2求反得函数，计算神经元输入初始值(x,i＝1,2…N)；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，直到满足收敛判决门限Thershold。本发明能提高运算速度、实时性良好、增强可靠性、适用范围更广。

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，…n_N}，|W|＝NA⊆{(ni,nj)|ni,nj∈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n_i或n_j，每条链路对应于一条弧(n_i，n_j)，ω_ij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：minΣ(ni,nj)∈Aωijxij]]>Σ(ni,nj)∈Axij-Σ(ni,nj)∈Axji=1,ni=nO-1,ni=nD0,ni≠nO,nD---(2)]]>x_ij≥0其中n_o表示源节点，n_D表示目标节点，x_ij为从节点n_i到n_j的决策变；根据罚函数法写出的HNNR算法的能量函数为：E=a2Σx=1NΣy=1y≠xNΣi=2N-1dx,yvx,i(vy,i+1+vy,i-1)+b2Σi=1NΣx=1NΣy=1y≠xNvx,ivy,i+c2(Σx=1NΣi=1Nvx,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；d_xy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f_ij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d_x，y(x，y＝1，2...N)，对于通信网络中不存在的d_x，y，设定为一个较大的数Large number，而对于自环，令d_x，y＝0(x＝y)；步骤3：按照下(14)、(15)式：Txi,y·j=-a2dx,y(δj,i+1+δj,i-1)-b2(1-δx,y)δi,j-c(x,y=1,2...N;i,j=1,2...M)---(14)]]>θ_x，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v_x，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ux,i(0)=-1λln(1/vx,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。