[发明专利]基于距离完全蚁群算法的多播路由方法

权利要求书

1、一种基于距离完全蚁群算法的多播路由方法，其特征在于，该方法包括以下步骤：

(1)运用Floyd算法建立多播路由网络的距离完全图。

(2)初始化算法的各个参数。设定距离完全图每条边上的信息素的初始值为

                  τ₀＝1/(|V_G|·T_s)

其中T_s是根据确定的冗余检测修正方法得到的树的费用。

(3)随机选择一个目标节点让蚂蚁k开始搜索。蚂蚁将会根据状态转移规则以一定的概率选择下一个节点j，其公式如下

其中，i是蚂蚁当前所在节点，Θ_k是当前蚂蚁还未曾访问过的节点的集合，q是均匀分布在区间[0，1]中的随机变量，q₀(0≤q₀≤1)是一个参数。τ(i，r)表示连接节点i和r的边上的信息素取值。η(i，r)表示从节点i选择节点r的启发式信息值。选择完成后，对蚂蚁经过的边进行局部信息素的更新。局部信息素的更新将会分两步执行，一个是逻辑边上的信息素更新，另一个是真实边上的信息素更新。蚂蚁k不断重复以上选择过程，直到它经过所有所有的目标节点，从而得到一棵蚂蚁构造的多播树。

(4)对蚂蚁构造的多播树执行冗余检测和修正。首先，对访问过的节点执行Prim算法。如果得到的最小生成树的费用低于蚂蚁构造的树，蚂蚁得到的解就会被最小生成树代替。然后，检查无用的中间节点，将那些只有一个输出端的中间节点删除。以上两个步骤不断重复，直到生成的树不能再优化为止。

(5)重复步骤(3)和(4)直到所有蚂蚁都完成解的构造。

(6)对历史最优的多播树进行全局信息素的更新。在最优生成树的真实边上的信息素如下更新

                 τ(i，j)＝(1-ρ)·τ(i，j)+ρ·Δτ

其中Δτ＝1/T_best，T_best为最优生成树的总的费用。在最优生成树的逻辑边上的信息素也同样需要更新。假设节点i和j之间选定的真实路径为(a₀，a₁，a₂，...，a_ψ)，其中a₀＝i，a_ψ＝j。ψ为路径中边的数量。则，逻辑边(i，j)上新的信息素等于

τ(i,j)=Σl=0ψ-1τ(al,al+1)ψ]]>

(7)重复步骤(3)至(6)直到满足算法的终止条件。

2、基于权利要求1所述的一种基于距离完全蚁群算法的多播路由方法，其特征在于发明的方法是从一个随机选择的目标节点开始搜索的，并且运用的Prim的最小生成树算法来构造多播树。

3、基于权利要求1所述的一种基于距离完全蚁群算法的多播路由方法，其特征在于当一只蚂蚁完成搜索后，运用Prim算法和冗余检测修正方法对蚂蚁得到的解进行检验和修正以求得到更好的结果。

4、基于权利要求1所述的一种基于距离完全蚁群算法的多播路由方法，其特征在于在启发式信息中通过一个参数μ对目标节点的选取赋予一定的倾向性。