[发明专利]基于混沌搜索和人工免疫算法的路由优化方法

摘要

本发明公开了通信网络技术领域中一种基于混沌搜索和人工免疫算法的路由优化方法，用于解决传统智能优化算法求解多目标路由优化问题中，路径生成效率低、单次优化结果不确定的问题。该方法包括：利用混沌搜索和动态邻接矩阵生成多条路径作为人工免疫算法的初始抗体种群；利用人工免疫算法求解最优路由，其中主要步骤包括：对优秀抗体进行克隆并对克隆抗体接种动态疫苗；对接种疫苗后的克隆抗体进行变异操作；对次优秀抗体进行自由变异操作；将优秀抗体、接种疫苗并变异后的克隆抗体和自由变异后的次优秀抗体组成新一代抗体种群。该方法路径生成效率高，利用混沌搜索值替代了随机概率值，具有寻优速度快、单次输出结果稳定的优点。

主权项

1.基于混沌搜索和人工免疫算法的路由优化方法，其特征是该方法包括：步骤1：利用基于混沌搜索和动态邻接矩阵的路径生成算法产生N条路径作为人工免疫算法的初始抗体种群，N为设定值，所述基于混沌搜索和动态邻接矩阵的路径生成算法的具体步骤为：步骤1.1：设网络的初始邻接矩阵为A0，当前邻接矩阵为A，所要生成的路径的源节点为s，目的节点为d，路径经过的节点集合为p(s,d),其初始状态为p(s,d)＝{s}，路径搜索过程中的当前节点为vi，其上游节点为vx，下游节点为vz，令A＝A0，vi＝s；步骤1.2：将A中第i列元素全部置0，得到新的邻接矩阵A’，令A＝A’；步骤1.3：若A中第i行元素全部为0，转步骤1.5，否则，转步骤1.4；步骤1.4：利用混沌搜索确定vi的下游节点vz，将节点vz加入路径节点集p(s,d)中，令i＝z，若vi＝d，寻路成功，算法结束，否则，转步骤1.2，所述混沌搜索的具体方法为：利用混沌方程产生一个区间(0,1)上的伪随机数δ，混沌搜索的计算公式是m＝ceil(δ·h)，其中，h是与搜索对象有关的参数，此处h的值为A中vi的邻居节点个数，函数ceil(·)表示向上取整，则A中vi的第m个邻居节点即为vi的下游节点vz；步骤1.5：若vi＝s，寻路失败，算法结束，否则，在p(s,d)中删除节点vi，并令i＝x，转步骤1.3；步骤2：对抗体种群进行亲和度计算，并按照亲和度大小进行降序排列，如果当前进化代数已经达到最大值，则选择亲和度最大的抗体作为路由优化的结构进行输出，否则，进入步骤3；步骤3：在排列后的抗体种群中选择前M个抗体组成记忆种群，M为设定值，且满足M其中mod(,)为求余函数；步骤5.3：利用步骤1中所述基于混沌搜索和动态邻接矩阵的路径生成算法，重新生成路径p(vy,vy+l+1)，设p(vy，vy+l+1)＝{vy，v′1，v′2，…，v′l，vy+l+1}，其中，v′1，v′2，…，v′l为除起点vy与终点vy+l+1以外路径p(vy,vy+l+1)经过的l个节点，则动态疫苗接种并变异后的抗体为p'(v1，vL)＝{v1，v2，…，vy，v′1，v′2，…，v′l，vy+l+1，…，vL}；步骤6：对抗体种群中第M+1个抗体至第N‑C个抗体进行自由变异操作，生成含有N‑C‑M个抗体的变异种群，自由变异的具体方法为：步骤6.1：设抗体p(v1,vL)＝{v1,v2,v3,…,vL‑1,vL}，其中L为抗体中节点的个数即抗体的长度，令h＝L，利用步骤1.4中所述混沌搜索的计算公式计算m的值；步骤6.2：若m＝L，返回步骤6.1，否则，利用步骤1中所述基于混沌搜索和动态邻接矩阵的路径生成算法，重新生成路径p(vm,vL)，设p(vm,vL)＝{vm,v′1,v′2,…,v′L‑m‑1,vL}，其中，v′1,v′2,…,v′L‑m‑1为除起点vm与终点vL以外路径p(vm,vL)经过的L‑m个节点，则自由变异后的抗体为p'(v1,vL)＝{v1,v2,…,vm,v′1,v′2,…,v′L‑m‑1,vL}；步骤7：将记忆种群、克隆种群和变异种群组成新一代抗体种群，返回步骤2。