[发明专利]多目标免疫优化组播路由路径选择方法有效
| 申请号: | 201010013724.1 | 申请日: | 2010-01-15 |
| 公开(公告)号: | CN101777990A | 公开(公告)日: | 2010-07-14 |
| 发明(设计)人: | 公茂果;焦李成;刘超;王爽;李阳阳;马文萍;尚荣华;王桂婷;程刚 | 申请(专利权)人: | 西安电子科技大学 |
| 主分类号: | H04L12/18 | 分类号: | H04L12/18;H04L29/06;H04L12/24 |
| 代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 王品华;朱红星 |
| 地址: | 710071*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 多目标 免疫 优化 路由 路径 选择 方法 | ||
技术领域
本发明属于网络通信技术领域,涉及组播路由路径的选择,特别是一种多目标 免疫优化组播路由路径选择方法。该方法可用于在满足多个服务要求下的组播路由 路径选择。
背景技术
随着Internet下的商业应用的成熟及高速宽带网络的快速发展,包交换计算机 网络的通信容量从几Mbps增长到几百甚至几千Mbps,网络功能日益强大,网络业 务也从简单的信息传送如E-mall和FTP发展到远程教学、视频会议、计算机协同计 算、数据分发和网络游戏等综合性业务。这些新出现的通信业务要求将数据信息从 一个或多个源节点同时发送到一组目的节点,因此,要求网络必须具有点到多点或 多点到多点的通信能力。若采用传统的单播或广播通信方式,都会浪费大量的带宽 资源而无法满足当前网络信息传输的要求。组播是针对这种情况提出的一种根本的 解决方案,它可以从本质上减少整个网络的运营代价和带宽需求,降低服务器和网 络的负载,提高网络的服务质量。
通过网络传递信息的关键环节就是路由,即寻找从源节点到目的节点的有效路 径。组播路由的目标就是寻找一系列从源节点出发并最终到达所有目的节点的路径, 目前实现组播通信最有效的方法是构造组播树。组播树是由源节点和所有目的节点 以及可使它们有效连通的链路构成的集合。而作为组播通信的重要组成部分和关键 问题,寻找简单、高效、健壮的组播路由算法一直是网络界致力研究但未完全解决 的问题。
网络应用的扩展,要求网络既能传送“尽力而为(best-effort)”的服务,也能传 送有一定服务质量(QoS,Quality of service)要求的实时多媒体业务。而传统的尽力 而为的传输方式只能使各种数据流在网络中平均地分享网络资源且能沿多条路径传 输,而不能满足有QoS要求的实时多媒体业务传送的需要。因此,对QoS约束的 组播路由算法的研究就逐步开展起来。
组播路由是要从源节点将同一份信息传送到多个目的节点,具有QoS约束的组 播路由方法,就是按照某种路由策略,利用网络状态信息来构造一棵包含所有组播 成员的组播路由树,以确定数据包的传送路径,将同一份信息从源节点传送到多个 目的节点,满足各种QoS需求,实现网络资源的优化。从网络用户的角度来看,基 于QoS的组播路由算法首先应满足用户的QoS需求,即寻找一条端到端的、满足 各种条件的传输路径。从服务提供商的角度来看,基于QoS的组播路由算法应能最 优化地使用网络资源。
目前,已经证明基于Qos约束的最小代价组播路由问题是NP-complete问题。 在通常的通信网络中,我们不可能用多项式时间找到这些问题的答案,因此,研究 较多的是采用启发式算法和智能优化算法解决这类问题。
目前,在利用智能优化算法解决基于QoS的组播路由问题方面,已经取得了较 好的结果。这些智能优化算法主要包括遗传算法、模拟退火算法、禁忌搜索算法、 蚁群算法和人工神经网络等。这些方法在处理多个目标的时候,通常在建模的时候 把所有的QoS参数建模为带约束的单目标优化问题,或者采用加权的方式将多目标 转化成单目标来优化,虽然通过这些方法有时也能够得到很好的解,即找到较优的 路径方案,但是它所提供的选择方案是唯一的,并且在处理多个目标的时候不能稳 定的找到较好的路径。随着网络的发展,用户的需求千差万别,运营商也要考虑网 络的方方面面,迫切需要有种方法能给出满足约束要求的多种可选方案,使得决策 者可以根据自身的实际情况和客户的具体要求,灵活的选择数据传输路径,在这种 情况下使用多目标算法解决组播路由问题变的有效和可行。
发明内容
本发明的目的在于克服已有方法的不足,提出一种多目标免疫优化组播路由路 径选择方法,以在增加可选择的方案数目的同时,提高处理多个目标问题中寻找高 质量路径的稳定性。
本发明的技术方案是将基于QoS的组播路由问题看作是多目标优化问题。用人 工免疫系统中的比例克隆技术增加当前解空间中稀疏个体的搜索机会,利用重组和 变异技术在整个空间中大步长的搜索,同时使用局部搜索技术实现小步长的逼近, 使得在搜索的过程中兼顾寻找局部最优,给出可选择的路径方案。具体步骤如下:
(1)确定优化多目标和约束条件,生成网络模型,设定种群进化终止代数,给 定运行参数,根据网络模型使用随机Dijkstra算法生成初始种群;
(2)对初始种群中的每个个体,消除从源节点到目的节点路径中的环路;
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西安电子科技大学,未经西安电子科技大学许可,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/pat/books/201010013724.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:压水堆核电站乏燃料贮存格架
- 下一篇:转码方法、装置和通信设备





