[发明专利]确定最优路径的方法及装置

摘要

本申请提出确定最优路径的方法及装置。方法包括：根据网络节点的状态参数以及网络链路的状态参数构造网络链路的代价函数，并为各网络节点的状态参数和网络链路的状态参数设置影响因子；采用遗传算法为所述代价函数中的各影响因子寻找最优解；将各影响因子的最优解发送给网络中的各节点，以使得：网络中的各节点在接收到数据访问请求时，根据各影响因子的最优解及所述代价函数计算本节点到目的节点的最优路径。本申请提高了确定真实最优路径的效率。 1

主权项

1.一种确定最优路径的方法，其特征在于，该方法包括：

根据网络节点的状态参数以及网络链路的状态参数构造网络链路的代价函数，并为各网络节点的状态参数和网络链路的状态参数设置影响因子；

采用遗传算法为所述代价函数中的各影响因子寻找最优解；

将各影响因子的最优解发送给网络中的各节点，以使得：网络中的各节点在接收到数据访问请求时，根据各影响因子的最优解及所述代价函数计算本节点到目的节点的最优路径；

所述网络节点的状态参数包括：

网络节点的CPU参数、网络节点的内存参数、网络节点的连接数参数之一或任意组合；

所述网络链路的状态参数包括：网络链路的带宽参数、网络链路的吞吐量参数之一或组合。

2.根据权利要求1所述的方法，其特征在于，所述采用遗传算法为代价函数中的各影响因子寻找最优解包括：

预先将各影响因子构成一个染色体；

定义染色体的适应度为该染色体对应的网络平均响应时间的倒数；

对每一代种群中的染色体进行选择、交叉、变异操作；

当满足迭代结束条件时，将最后一代种群中的适应度最强的染色体作为最优解。

3.根据权利要求2所述的方法，其特征在于，所述迭代结束条件为：

迭代总次数达到预设迭代次数阈值；

或者，连续预设代种群中的适应度最强的染色体的网络平均响应时间都小于预设网络平均响应时间阈值。

4.根据权利要求2或3所述的方法，其特征在于，所述对每一代种群中的染色体进行选择、交叉、变异操作进一步包括：

当对一代种群中的染色体进行变异操作后，以前一代种群中适应度最强的染色体替换当前代种群中适应度最弱的染色体。

5.根据权利要求2所述的方法，其特征在于，所述网络链路的代价函数为：

其中，i，j为网络中任意两个相邻的节点的标号，C_ij为节点i、j之间的网络链路的代价函数；

NETbw_i为节点i的可用网络带宽；

NETthr_ij为节点i、j之间的网络链路的吞吐量；

LoadCPU_j为节点j的CPU的占用率；

Tcpu_j为节点j的CPU热点阈值；

LoadMEM_j为节点j的内存占用率；

Tmem_j为节点j的内存热点阈值；

LoadNET_j为节点j的带宽占用率；

Tnet_j为节点j的带宽热点阈值；

LoadCON_j为节点j的连接数占用率；

Tcon_j为节点j的连接数热点阈值；

为节点j的CPU影响因子；

为节点j的内存影响因子；

为节点j的带宽影响因子；

ρ_conj为节点j的连接数影响因子；

α为第一负载均衡影响因子；

β为第二负载均衡影响因子；

且，

α+β＝1

ρ_conj、α和β的精度＝1.0×10^‑n，n为大于0的正整数。

6.根据权利要求5所述的方法，其特征在于，所述对每一代种群中的染色体进行选择、交叉、变异操作包括：

当对一代种群的交叉操作或者变异操作结束后，对于本次迭代过程的交叉操作或者变异操作后得到的种群中的每一个体：

计算该个体中的前四个基因ρ_conj的和值sum1，若sum1不等于1，则对于该四个基因中的