[发明专利]一种基于粒子群优化的虚拟网络映射方法及系统

权利要求书

1.一种基于粒子群优化的虚拟网络映射方法，其特征在于，所述方法包括：

将所述粒子的位置参数和速度参数进行初始化；

对所述粒子进行可行性检验，得到可行粒子，并确定初始的全局最优位置 和每个粒子的个体最优位置；

对所述可行粒子进行速度和位置更新，对更新后的粒子进行可行性检验， 重新得到可行粒子，并重新确定全局最优位置和每个粒子的个体最优位置，当 前迭代次数加1，当迭代次数小于预设的最大迭代次数时，重复本步骤；

当迭代次数等于预设的最大迭代次数时，将最终确定的全局最优位置作为 映射方案进行输出。

2.根据权利要求1所述的方法，其特征在于，所述将粒子的位置参数和速 度参数进行初始化为：

所述粒子的位置参数Xi初始化为第i个虚拟网络映射方案，速度参数Vi初 始化为所述虚拟映射方案的调整决策。

3.根据权利要求1所述的方法，其特征在于，所述对所述粒子进行可行性 检验，得到可行粒子为：

检测粒子的位置参数涉及到的底层网络节点的能力约束；

当所述底层网络节点的CPU能力满足虚拟网络节点的CPU能力，并位于 所述虚拟网络节点所请求位置的范围内时，采用最短路径算法检测所述位置参 数的带宽和连接性约束条件，得到所述粒子的适应度。

4.根据权利要求3所述的方法，其特征在于，所述确定初始的全局最优位 置和每个粒子的个体最优位置为：

将所有粒子中适应度最小的粒子的位置确定为初始的全局最优位置，将得 到的每个粒子的多个适应度中最小的适应度对应粒子的位置确定为该粒子初始 的个体最优位置。

5.根据权利要求1所述的方法，其特征在于，在得到可行粒子之后，所述 方法还包括：

重新对所述可行粒子之外的粒子的位置参数和速度参数进行初始化。

6.根据权利要求1所述的方法，其特征在于，所述重新确定全局最优位置 和每个粒子的个体最优位置为：

计算每个粒子的适应度，当得到的适应度小于之前确定的个体最优位置对 应的适应度时，则将所述个体最优位置重新确定为当前适应度对应的位置；

当重新确定的个体最优位置对应的适应度小于之前确定的全局最优位置对 应的适应度时，将所述全局最优位置重新确定为所述重新确定的个体最优位置。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：输出最终 确定的全局最优位置对应的适应度值，得到映射方案对应的带宽开销。

8.一种基于粒子群优化的虚拟网络映射系统，其特征在于，所述系统包括： 初始化单元、可行性检验单元、更新单元以及输出单元；其中，

所述初始化单元，用于对所述粒子的位置参数和速度参数进行初始化；

所述可行性检验单元，用于对初始化后的粒子进行可行性检验，确定初始 的全局最优位置和每个粒子的个体最优位置；对更新单元更新后的粒子进行可 行性检验，得到可行粒子并重新确定全局最优位置和每个粒子的个体最优位置， 并将当前迭代次数加1；

更新单元，用于在当前迭代次数小于预设的最大迭代次数时，对可行性检 验单元得到的可行粒子进行速度和位置更新；

输出单元，用于在当前迭代次数等于预设的最大迭代次数时，将所述可行 性检验单元最终确定的全局最优位置作为映射方案进行输出。

9.根据权利要求8所述的系统，其特征在于，所述初始化单元，还用于重 新对可行粒子之外的粒子的位置参数和速度参数进行初始化。

10.根据权利要求8所述的系统，其特征在于，所述输出单元，还用于输 出最终确定的全局最优位置对应的适应度值，得到映射方案对应的带宽开销。