[发明专利]一种基于多QoS约束的网络路径快速计算方法

说明书

本发明公开了一种基于多QoS约束的网络路径快速计算方法，该方法可以有效降低求解多QoS约束下的路径计算问题的复杂度，为快速变化的拓扑下的路径计算提供支撑。本发明经过优化目标和部分约束条件的选定及近似转化，得到原始路径优化问题，而后设计了一种可行性初步判断方法，能够迅速判断出一定不可行的原始问题，避免求解不可行的原始问题。在此基础上，针对经过可行性初步判断但仍然不可行的原始问题，设计了一种删除低优先级任务需求的方式，从而尽可能保证高优先级任务需求得到满足。相对与基于遗传算法和蚁群算法等迭代算法，本发明能够大幅度降低路径计算的复杂度，适用于各类拓扑变化较快的无线网络。

技术领域

本发明属于通信网络技术领域，具体涉及一种基于多QoS约束的网络路径快速计算方法。

背景技术

在通信网络系统中，用户通常会发起不同类型的业务，例如语音、视频、文电、消息等类型。这些不同类型业务的服务质量水平(QoS，Quality of Service)指标各不相同，就意味这些业务对网络的要求不一致，常用的QoS参数包括带宽、时延、丢包率等等。针对不同业务的不同QoS指标，路径计算方法需要从传统的最短路径算法向综合考虑多个QoS约束的路径计算方法拓展。尽管基于多个QoS约束的问题模型可以更准确地反映用户业务需求，然而该问题本身通常难以求解。已有研究证明，包含两个及以上相互独立的加性或者乘性约束的路径计算问题都是NP完全问题(NP complete)，这类问题通常难以求解。针对该问题，业界主要解决方法有以下几类：

1)基于蚁群算法的路径计算方法，此类方法基于蚂蚁寻找食物的过程与多QoS约束条件下网络路径计算过程的相似性，求解原始优化问题。其基本思想是，多只蚂蚁从源节点向目的节点进发，其中每一只蚂蚁都是根据链路上的信息素进行下一次前行方向的选择直至到达目的节点，从而得到一条可行路径。而后在多条可行路径中选取一条目标函数最优的路径，并更新该路径的信息素。将以上过程迭代多次，直到路径计算算法收敛。此类方法的不足在于，不同的参数对算法性能和收敛速度产生较大影响。

2)基于遗传算法的路径计算方法，此类方法针对网络中点对多点、多点对多点的多QoS约束路径计算问题，首先利用传统算法得到网络中任意两点间的多条路径，通常情况下，这些不同点间的路径组合不是原问题的可行解。需要利用这些路径组合生成初始种群，计算相应的适应度值，并根据该值选择个体，进行组合交叉和变异，产生新的种群。将以上过程迭代多次，即经过多代优化，得到较好的可行解。此类方法的不足在于，如果适应度函数选择不当，算法有很大可能收敛到局部最优值。

3)基于约束松弛的路径计算方法，此类方法利用约束松弛的方法，将原始问题中的非线性约束丢弃、松弛，或者作为先行条件提前处理，从而得到线性整数规划问题，利用现有的割平面算法或分支定界算法求解。得到线性整数规划问题的解之后，再验证该解是否满足未松弛或丢弃前的非线性约束，如果满足，则得到原始问题的可行解，否则，加入新的线性约束条件，重新求解线性整数规划问题，直至得到原始问题的可行解。此类方法的不足在于经过约束松弛后得到的线性整数规划问题的解一般都不是原始问题的解，需要经过多次添加新的线性约束条件并求解线性整数规划问题，导致算法整体复杂度较高。

发明内容

本发明的目的是提出一种基于多QoS约束的网络路径快速计算方法，从而有效提高多QoS约束下网络路径的计算速度，以适应快速变化的网络环境与路径参数，为端到端业务的顺利交付提供基础路径支撑。

本发明具体包括以下步骤：

步骤1：输入网络状态矩阵和网络需求矩阵；

步骤2：根据需求链路数量，初始化生成路径向量集合；

步骤3：确定优化目标和约束条件，构造路径优化问题；