專利名稱：基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于通信技術(shù)領(lǐng)域，尤其涉及一種基于改進(jìn)克隆小生境算法的多播路由尋
優(yōu)方法。
背景技術(shù)：
隨著寬帶多媒體網(wǎng)絡(luò)的不斷發(fā)展，各種寬帶網(wǎng)絡(luò)應(yīng)用層出不窮。采用單播技 術(shù)構(gòu)建的傳統(tǒng)網(wǎng)絡(luò)已無法滿足新型寬帶網(wǎng)絡(luò)在帶寬和網(wǎng)絡(luò)服務(wù)質(zhì)量(QoS， Quality of Service)方面的要求。為解決這一問題引入組播技術(shù)，實(shí)現(xiàn)組播技術(shù)的重要環(huán)節(jié)就是組播 傳輸路徑的確立。與單播傳輸路徑不同，組播數(shù)據(jù)的傳輸拓?fù)涫且豢媒M播樹，所以實(shí)現(xiàn)組播 技術(shù)等同于構(gòu)建組播樹?？紤]到現(xiàn)在寬帶多媒體網(wǎng)絡(luò)應(yīng)用要求有QoS保證，所以如何構(gòu)建 一棵滿足QoS要求的組播樹成為組播研究領(lǐng)域的巨大挑戰(zhàn)。 通過對滿足QoS要求的多播路由技術(shù)進(jìn)行研究可知，當(dāng)路由選擇的約束條件包含 兩個(gè)或兩個(gè)以上的加法型度量，如延遲、代價(jià)等，或者包含加法型度量和乘法型度量(如丟 失率)的組合時(shí)，則該路由選擇問題是NP完全問題。 目前已提出多種算法應(yīng)用于多播路由問題，這些算法的總體目標(biāo)都是構(gòu)造代價(jià)最 小多播樹，利用加權(quán)方式將多個(gè)優(yōu)化目標(biāo)函數(shù)線性組合為單目標(biāo)函數(shù)，進(jìn)而求得該目標(biāo)函 數(shù)的最優(yōu)值。這類方法存在兩個(gè)缺陷首先是加權(quán)和的結(jié)果對權(quán)重向量非常敏感，而且需要 用戶對求解問題有一定的了解，如參數(shù)的優(yōu)先級、參數(shù)對其他參數(shù)的影響情況等，這在一定 程度上限制了這類路由算法的實(shí)用性；其次，由于得到的優(yōu)化結(jié)果為單一解，用戶沒有選擇 的余地，而在實(shí)際中，用戶關(guān)心的是能否得到一組可接受的最優(yōu)非劣解，再從中根據(jù)業(yè)務(wù)形 式選擇合適的實(shí)用解。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，在滿 足多約束條件的同時(shí)，能優(yōu)化多個(gè)QoS參數(shù)。 本發(fā)明的技術(shù)方案是，一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特 征是所述方法包括下列步驟 步驟1 :獲取網(wǎng)絡(luò)結(jié)構(gòu)信息，生成各個(gè)網(wǎng)絡(luò)參數(shù)矩陣；
步驟2 :根據(jù)約束條件更新網(wǎng)絡(luò)參數(shù)矩陣； 步驟3 :應(yīng)用深度優(yōu)先算法生成網(wǎng)絡(luò)的備選路徑庫，計(jì)算每條備選路徑的親和度；
步驟4:依據(jù)備選路徑庫隨機(jī)產(chǎn)生第一抗體集合，抗體個(gè)數(shù)設(shè)定為N，計(jì)算第一抗 體集合中抗體的親和度； 步驟5 :運(yùn)用反向選擇機(jī)制，根據(jù)記憶池的否定域，將第一抗體集合與記憶池中的 抗體進(jìn)行比對，去除落在所述否定域中的抗體，并在第一抗體集合中補(bǔ)充抗體數(shù)量至N，計(jì) 算補(bǔ)充的抗體的親和度；再將補(bǔ)充的抗體與記憶池中的抗體進(jìn)行比對，直到補(bǔ)充的抗體落 在否定域外或補(bǔ)充的抗體達(dá)到設(shè)定次數(shù)時(shí)進(jìn)行下一步；
4
步驟6 :將N個(gè)抗體按照每種親和度分別排序，然后將排序后的N個(gè)抗體分解成n 組子抗體群，每組子抗體群的抗體數(shù)量與抗體親和度成正態(tài)分布；而后，合并組號相同的子 抗體群，形成最終的n組抗體群； 步驟7 :根據(jù)設(shè)定的增殖倍數(shù)，對所述n組抗體群進(jìn)行克隆增殖； 步驟8 :根據(jù)不同抗體群，設(shè)定不同的變異概率，對n組抗體群進(jìn)行變異； 步驟9 :選出每組抗體群中的帕累托解，放入第二抗體集合； 步驟10 :對第二抗體集合進(jìn)行相似性抑制，去除冗余抗體；然后求解第二抗體集 合帕累托解，將結(jié)果放入記憶池中，進(jìn)行相似性抑制，并進(jìn)行梯度判決，判斷記憶池中所包 含的抗體數(shù)量是否小于或等于設(shè)定的上限閾值，如果是，執(zhí)行步驟11 ;否則，執(zhí)行步驟12。
步驟11 :不操作局部擁擠機(jī)制； 步驟12 :操作局部擁擠機(jī)制，選取記憶池中局部擁擠距離較大的抗體，留在記憶 池中；

數(shù)值。 所述抗體包括從起始節(jié)點(diǎn)分別到每個(gè)目的節(jié)點(diǎn)的任意一條路徑的組合，還包括所 述路徑的總時(shí)延和總代價(jià)。 所述總時(shí)延是指每條路徑的各個(gè)節(jié)點(diǎn)之間的是延之和。 所述總代價(jià)是指每條路徑的各個(gè)節(jié)點(diǎn)之間的代價(jià)之和。 所述補(bǔ)充抗體從對應(yīng)目的節(jié)點(diǎn)的備選路徑庫中選取。 所述根據(jù)親和度分別將N個(gè)抗體分解成n組子抗體群采用小生境算法。 所述變異是指將抗體中一條從起始節(jié)點(diǎn)到目的節(jié)點(diǎn)的路徑隨機(jī)變換為備選路徑
庫中，從相同起始節(jié)點(diǎn)到相同目的節(jié)點(diǎn)的另一條路徑。 所述記憶池中的抗體的局部擁擠距離計(jì)算公式是
《
步驟13 :判斷是否達(dá)到迭代次數(shù)，若是則結(jié)束，否則轉(zhuǎn)到步驟4，進(jìn)行下一次迭代。 所述獲取網(wǎng)絡(luò)結(jié)構(gòu)信息包括獲取網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間的代價(jià)、時(shí)延和丟失率的參
竭=<formula>formula see original document page 5</formula> 其中，x，;^,x,n e^,;c2,…,、丄na表示記憶池中的個(gè)體數(shù)，xim禾P又^分別表示僅
按第i個(gè)目標(biāo)函數(shù)對記憶池中的個(gè)體進(jìn)行排序時(shí)，與x最接近的兩個(gè)個(gè)體；若fi(x) = min fi(Xj)， j G {1，2，…，nj， j-i，令fi(Xin) =Mi， Mi設(shè)定為一個(gè)足夠大的數(shù)，若fi(x)= max fi(Xj)， j G {1，2，…，na} ， j - i，則令^ (xim) = Mt設(shè)定為一個(gè)足夠大的數(shù)。
本發(fā)明的效果在于，采用本發(fā)明提供的方法可以獲得一組最終非劣解提供給用 戶，用戶就可根據(jù)實(shí)際使用的需要，選擇適合的解。這樣就克服了單目標(biāo)優(yōu)化算法只能求得 單個(gè)解的不足。


圖1是本發(fā)明實(shí)施例提供的基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法流程 圖； 圖2是本發(fā)明實(shí)施例提供的起始節(jié)點(diǎn)為1，目的節(jié)點(diǎn)為10的備選路徑庫示意 圖3是本發(fā)明實(shí)施例提供的起始節(jié)點(diǎn)為1，目的節(jié)點(diǎn)為7的備選路徑庫示意圖；
圖4是本發(fā)明實(shí)施例第一抗體集合示意圖； 圖5是本發(fā)明實(shí)施例第一抗體集合按總代價(jià)由小到大排序示意圖；
圖6是本發(fā)明實(shí)施例第一抗體集合按總時(shí)延由小到大排序示意圖；
圖7是本發(fā)明實(shí)施例根據(jù)總代價(jià)劃分的第一子抗體群示意圖
圖8是本發(fā)明實(shí)施例根據(jù)總代價(jià)劃分的第二子抗體群示意圖
圖9是本發(fā)明實(shí)施例根據(jù)總代價(jià)劃分的第三子抗體群示意圖
圖10是本發(fā)明實(shí)施例根據(jù)總時(shí)延劃分的第一子抗體群示意圖
圖11是本發(fā)明實(shí)施例根據(jù)總時(shí)延劃分的第二子抗體群示意圖
圖12是本發(fā)明實(shí)施例根據(jù)總時(shí)延劃分的第三子抗體群示意圖
圖13是本發(fā)明實(shí)施例分別根據(jù)總代價(jià)和總時(shí)延劃分的第一子抗體群合并后的第 一組抗體群示意圖； 圖14是本發(fā)明實(shí)施例分別根據(jù)總代價(jià)和總時(shí)延劃分的第二子抗體群合并后的第 二組抗體群示意圖； 圖15是本發(fā)明實(shí)施例分別根據(jù)總代價(jià)和總時(shí)延劃分的第三子抗體群合并后的第 三組抗體群示意圖；圖16圖17圖18圖19圖20圖21圖22圖23圖24圖25圖26圖27圖28
到大排序示意圖； 圖29是本發(fā)明實(shí)施例的第二抗體集合一次迭代后記憶池中抗體按照總時(shí)延由小 到大排序示意圖。 圖30是本發(fā)明實(shí)施例的第二抗體集合記憶池中的抗體操作局部擁擠機(jī)制后的結(jié) 果示意圖。
具體實(shí)施例方式
下面結(jié)合附圖，對優(yōu)選實(shí)施例作詳細(xì)說明。應(yīng)該強(qiáng)調(diào)的是，下述說明僅僅是示例性 的，而不是為了限制本發(fā)明的范圍及其應(yīng)用。 本發(fā)明主要應(yīng)用于實(shí)際的通信網(wǎng)絡(luò)中。為了便于說明，本發(fā)明采用仿真生成的隨
6機(jī)網(wǎng)絡(luò)作為實(shí)施例。 由于采用常用的Waxman提出的隨機(jī)網(wǎng)絡(luò)進(jìn)行仿真，得到網(wǎng)絡(luò)往往是一個(gè)不十分 "均勻"的網(wǎng)絡(luò)，即有的節(jié)點(diǎn)度數(shù)會很大，而其它的節(jié)點(diǎn)很小，甚至?xí)泄铝⒐?jié)點(diǎn)的情況。所 以針對這種情況，采用Salama和Reeves在Waxman網(wǎng)絡(luò)的基礎(chǔ)上提出的網(wǎng)絡(luò)生成算法，通 過仿真生成隨機(jī)網(wǎng)絡(luò)，由于其具備仿真網(wǎng)絡(luò)應(yīng)具備的普遍、準(zhǔn)確等特性，為此被研究組播路 由算法的幾乎所有研究者所采用。仿真生成的隨機(jī)網(wǎng)絡(luò)應(yīng)當(dāng)滿足網(wǎng)絡(luò)的平均節(jié)點(diǎn)度數(shù)為 4，網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)從10到100中變化，目的節(jié)點(diǎn)數(shù)設(shè)為網(wǎng)絡(luò)總節(jié)點(diǎn)數(shù)的20%，鏈路時(shí)延、代價(jià)、 鏈路帶寬分別在
ms、[2，90]、
上均勻分布。鏈路的時(shí)延上限在[10，90]ms之 間，鏈路最小帶寬約束在[2，8]上均勻分布。 在本實(shí)施例中，以網(wǎng)絡(luò)規(guī)模為10個(gè)節(jié)點(diǎn)(節(jié)點(diǎn)標(biāo)號分別為1-10)為例進(jìn)行說明。
圖1是本發(fā)明實(shí)施例提供的基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法流程 圖。圖l中，本發(fā)明的具體實(shí)施步驟是 步驟101 :獲取網(wǎng)絡(luò)結(jié)構(gòu)信息，生成各個(gè)網(wǎng)絡(luò)參數(shù)矩陣。 獲取網(wǎng)絡(luò)結(jié)構(gòu)信息包括獲取網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)、網(wǎng)絡(luò)的各個(gè)節(jié)點(diǎn)的度數(shù)、目的節(jié)點(diǎn)、鏈路 時(shí)延、代價(jià)、鏈路帶寬和丟失率等信息。 多播路由選擇問題可以描述為一個(gè)無向賦權(quán)圖G二 (V，E)，其中V二 {VJ為網(wǎng)絡(luò) 節(jié)點(diǎn)集，可以表示為交換機(jī)、路由器，也可以為子網(wǎng)；E = {e}， e = {〈u， v>|u， v G V}為網(wǎng) 絡(luò)鏈路。 一個(gè)無向賦權(quán)圖G二 (V， E)，其中V為網(wǎng)絡(luò)節(jié)點(diǎn)集，E= {eij}為網(wǎng)絡(luò)鏈路，其中 eij表示為節(jié)點(diǎn)i到節(jié)點(diǎn)j之間的一條鏈路。對于V(/,力e ￡ ，均有四個(gè)權(quán)值函數(shù)鏈路時(shí)延 delay (e) :E — R+、代價(jià)cost (e) :E — R+、丟失率loss (e) :E — R+和鏈路帶寬bandwidth (e): E — R+。在本發(fā)明中，權(quán)值函數(shù)又稱目標(biāo)函數(shù)，在本發(fā)明的實(shí)施例中，設(shè)定帶寬、時(shí)延和代價(jià) 為約束條件，獲取信息后生成三個(gè)參數(shù)矩陣。
步驟102 :根據(jù)約束條件更新網(wǎng)絡(luò)參數(shù)矩陣。 本實(shí)施例中，要求相鄰節(jié)點(diǎn)之間的時(shí)延上限在[10，90]ms之間，最小帶寬約束為 [2，8]，若不在此范圍內(nèi)，則將相應(yīng)矩陣中該值置為①。隨后操作帶寬、代價(jià)、時(shí)延三個(gè)矩陣， 如果任意一個(gè)矩陣中存在一個(gè)值為①，則將代價(jià)、時(shí)延、帶寬矩陣中對應(yīng)的值置為①。本實(shí) 施例中只要兩點(diǎn)間帶寬滿足要求即可，沒有用戶要求，所以在后面帶寬不作為目標(biāo)函數(shù)進(jìn) 行操作。 步驟103 :應(yīng)用深度優(yōu)先算法生成達(dá)到網(wǎng)絡(luò)目的節(jié)點(diǎn)的備選路徑庫，計(jì)算每條備 選路徑的親和度。 尋優(yōu)網(wǎng)絡(luò)目的節(jié)點(diǎn)的備選路徑庫是指，從起始節(jié)點(diǎn)到固定目的節(jié)點(diǎn)的所有路徑的 集合，備選路徑庫的數(shù)量和目的節(jié)點(diǎn)的數(shù)量相同。深度優(yōu)先搜索的具體實(shí)現(xiàn)過程如下首 先，從起始節(jié)點(diǎn)開始，隨機(jī)地選擇一個(gè)與之相關(guān)聯(lián)的節(jié)點(diǎn)，將兩點(diǎn)相連；然后從選擇的節(jié)點(diǎn) 繼續(xù)隨機(jī)地選擇與其關(guān)聯(lián)的下一個(gè)節(jié)點(diǎn)，在連接時(shí)要判斷是否有回路，如有回路則通過回 溯重新進(jìn)行節(jié)點(diǎn)的選擇，直至搜索到到達(dá)此目的節(jié)點(diǎn)的所有路徑。依據(jù)同樣的方法生成其 它目的節(jié)點(diǎn)對應(yīng)的備選路徑庫。 本實(shí)施例中，取目標(biāo)函數(shù)為代價(jià)和時(shí)延，目標(biāo)函數(shù)的值即為備選路徑的親和度。此 處目標(biāo)函數(shù)可以是加性參數(shù)，也可以是乘性參數(shù)。加性參數(shù)就是對各個(gè)節(jié)點(diǎn)間時(shí)延和代價(jià) 做加法，乘性參數(shù)就是對各個(gè)節(jié)點(diǎn)間時(shí)延和代價(jià)做乘法，本實(shí)施例中采用的代價(jià)和時(shí)延均為加性參數(shù)，據(jù)參數(shù)性質(zhì)，抗體的總代價(jià)和總時(shí)延分別是備選路徑中，各個(gè)節(jié)點(diǎn)間的代價(jià)和 時(shí)延的總和。各個(gè)節(jié)點(diǎn)間的代價(jià)和時(shí)延，通過步驟101獲得。 在本實(shí)施例中，以10個(gè)節(jié)點(diǎn)(節(jié)點(diǎn)標(biāo)號分別為1-10)，設(shè)定的N = 4為例進(jìn)行說 明。隨機(jī)生成的網(wǎng)絡(luò)中，要求起始節(jié)點(diǎn)為節(jié)點(diǎn)1，目的節(jié)點(diǎn)為7和10。
目的節(jié)點(diǎn)10的備選路徑是
備選路徑A1 :1，3，5， 10 ;
備選路徑A2 :1，6，3， 10 ; 上述備選路徑Al、 A2組成了目的節(jié)點(diǎn)10的備選路徑庫，見圖2。
目的節(jié)點(diǎn)7的備選路徑是
備選路徑B1 :1，2，7 ;
備選路徑B2 :1，4，6'7 ;
備選路徑B3 :1 ， 3 ， 6 ， 7 。 上述備選路徑Bl、 B2、 B3組成了目的節(jié)點(diǎn)7的備選路徑庫，見圖3。 步驟104 :依據(jù)備選路徑庫隨機(jī)產(chǎn)生第一抗體集合，抗體個(gè)數(shù)設(shè)定為N，計(jì)算第一
抗體集合中抗體的親和度。 隨機(jī)產(chǎn)生第一抗體集合具體是，從目的節(jié)點(diǎn)的備選路徑庫中，隨機(jī)各自選取一條 路徑組合成一個(gè)抗體，本實(shí)施例中設(shè)定N = 4，因此4個(gè)抗體組成第一抗體集合。
在本實(shí)施例中，具體是隨機(jī)從目的節(jié)點(diǎn)10的備選路徑庫中選取一條路徑，同時(shí)隨 機(jī)從目的節(jié)點(diǎn)7的備選路徑庫中選取一條路徑，兩條路徑組合成一個(gè)抗體，其中代表路徑 的抗體元素用路徑編號來表示。因?yàn)閺墓?jié)點(diǎn)1到目的節(jié)點(diǎn)10的備選路徑有2條，到目的節(jié) 點(diǎn)7的備選路徑有3條，所以從節(jié)點(diǎn)1分別到目的節(jié)點(diǎn)10和7的備選路徑組合共有6種。
抗體的親和度指抗體所含兩條路徑各自對應(yīng)的親和度之和。4個(gè)抗體選好后，將抗 體所含的兩條路徑的代價(jià)相加，作為抗體總代價(jià)；兩條路徑的時(shí)延相加作為抗體總時(shí)延。圖 4是本發(fā)明實(shí)施例第一抗體集合示意圖。圖4中，每個(gè)抗體包括兩條路徑，一條是從起始節(jié) 點(diǎn)1到目的節(jié)點(diǎn)10 ;另一條是從起始節(jié)點(diǎn)1到目的節(jié)點(diǎn)7，每個(gè)抗體后面跟有總代價(jià)和總時(shí) 延。 步驟105 :運(yùn)用反向選擇機(jī)制，根據(jù)記憶池的否定域，將第一抗體集合與記憶池中 抗體進(jìn)行比對，去除落在所述否定域中的抗體，并補(bǔ)充抗體；并在第一抗體集合中補(bǔ)充抗體
數(shù)量至4。 補(bǔ)充的抗體需要按步驟104計(jì)算親和度，再將補(bǔ)充的抗體與記憶池中的抗體進(jìn)行
比對，直到補(bǔ)充的抗體落在否定域外或補(bǔ)充達(dá)到設(shè)定次數(shù)時(shí)進(jìn)行下一步。 反向選擇機(jī)制的目的是去除冗余抗體。具體為如果第一抗體集合中有抗體的
總時(shí)延和總代價(jià)與記憶池中任意抗體的總時(shí)延和總代價(jià)之差的絕對值均小于一個(gè)設(shè)定
值(在本實(shí)施例中設(shè)定為0. 002)，就說這個(gè)抗體落在了記憶池的否定域之內(nèi)，而該設(shè)定值
(0. 002)也就是記憶池的否定域。由于第一次迭代記憶池為空，所以運(yùn)行反向選擇機(jī)制后第
一抗體集合沒有變化。 這里的設(shè)定次數(shù)是考慮若每次添加的抗體都在記憶池的否定域內(nèi)，可能引起時(shí)間
冗長或算法不收斂。因此，到達(dá)設(shè)定次數(shù)后即便還有補(bǔ)充的抗體在否定域中，也進(jìn)行下一
止 少。
步驟106 :將N個(gè)抗體按照每種親和度分別排序，然后將排序后的N個(gè)抗體分解成 n組子抗體群，每組子抗體群的抗體數(shù)量與抗體親和度成正態(tài)分布；而后，合并組號相同的 子抗體群，形成最終的n組抗體群。 圖5是本發(fā)明實(shí)施例第一抗體集合按總代價(jià)由小到大排序示意圖。圖5中，各個(gè) 抗體按照總代價(jià)由小到大的順序排序。圖6是本發(fā)明實(shí)施例第一抗體集合按總時(shí)延由小到 大排序示意圖。圖6中，各個(gè)抗體按照總時(shí)延由小到大的順序排序。 在總代價(jià)和總時(shí)延排序后，采用小生境算法，根據(jù)親和度分別將N個(gè)抗體分解成n 組子抗體群，并保證每組子抗體群中抗體的數(shù)量與抗體親和度成正態(tài)分布。小生境算法的 思路是，劃分的第一組子抗體群的抗體的總代價(jià)和總時(shí)延都高，后面克隆增殖后設(shè)定的變 異概率也高；劃分的最后一組抗體群的總代價(jià)和總時(shí)延都低，克隆增殖后變異概率也低，中 間組克隆后變異概率中等。這種"分基因段變異"操作，只在具有相似基因特征的子抗體群 中進(jìn)行，而每一子抗體群的變異均與本抗體群的特征相匹配，并不是任意的變異，從而可以 說每一次抗體的變異都是朝特定的優(yōu)化方向所進(jìn)行的。這樣，針對不同基因段有著不同的 變異概率，充分發(fā)揮了免疫系統(tǒng)中變異機(jī)制的作用，使算法具有了更強(qiáng)的多目標(biāo)尋優(yōu)能力。
在本實(shí)施例中，設(shè)定n = 3，即分成3組，之后按如下方式分組先將圖5的抗體按 照總代價(jià)分成3組子抗體群，每組子抗體群由兩個(gè)抗體組成。圖7是本發(fā)明實(shí)施例根據(jù)總 代價(jià)劃分的第一子抗體群示意圖，圖7中，第一子抗體群是總代價(jià)最小的兩個(gè)抗體，包括抗 體3和抗體4。圖8是本發(fā)明實(shí)施例根據(jù)總代價(jià)劃分的第二子抗體群示意圖，圖8中，第二 子抗體群是總代價(jià)居中的兩個(gè)抗體，包括抗體4和抗體1。圖9是本發(fā)明實(shí)施例根據(jù)總代 價(jià)劃分的第三子抗體群示意圖，圖9中，第三子抗體群是總代價(jià)最大的兩個(gè)抗體，包括抗體 1和抗體2。 再將圖6的抗體按照總時(shí)延分成3組抗體群，每個(gè)抗體群由兩個(gè)抗體組成。圖10 是本發(fā)明實(shí)施例根據(jù)總時(shí)延劃分的第一子抗體群示意圖，圖10中，第一子抗體群是總時(shí)延 最小的兩個(gè)抗體，包括抗體1和抗體4。圖11是本發(fā)明實(shí)施例根據(jù)總時(shí)延劃分的第二子抗 體群示意圖，圖11中，第二子抗體群是總時(shí)延居中的兩個(gè)抗體，包括抗體4和抗體3。圖12 是本發(fā)明實(shí)施例根據(jù)總時(shí)延劃分的第三子抗體群示意圖，圖12中，第三子抗體群是總時(shí)延 最大的兩個(gè)抗體，包括抗體3和抗體2。 合并組號相同的抗體群是指，分別將按照總代價(jià)和總時(shí)延劃分的第一子抗體群、 第二子抗體群和第三子抗體群合并。圖13是本發(fā)明實(shí)施例分別根據(jù)總代價(jià)和總時(shí)延劃分 的第一子抗體群合并后的第一組抗體群示意圖。圖13中，前兩個(gè)抗體是總代價(jià)最小的抗 體，后兩個(gè)抗體是總時(shí)延最小的抗體。圖14是本發(fā)明實(shí)施例分別根據(jù)總代價(jià)和總時(shí)延劃分 的第二子抗體群合并后的第二組抗體群示意圖。圖14中，前兩個(gè)抗體是總代價(jià)居中的抗 體，后兩個(gè)抗體是總時(shí)延居中的抗體。圖15是本發(fā)明實(shí)施例分別根據(jù)總代價(jià)和總時(shí)延劃分 的第三子抗體群合并后的第三組抗體群示意圖。圖15中，前兩個(gè)抗體是總代價(jià)最大的抗 體，后兩個(gè)抗體是總時(shí)延最大的抗體。經(jīng)過合并，形成最終的新的3組抗體群。
步驟107 :根據(jù)設(shè)定的增殖倍數(shù)，對上述3組抗體群進(jìn)行克隆增殖。
增殖倍數(shù)根據(jù)實(shí)際需要設(shè)定，在本實(shí)施例中，設(shè)定增值倍數(shù)為3。對上述3組抗體 群進(jìn)行克隆增殖，即將上述3組抗體群分別復(fù)制2份。 圖16是本發(fā)明實(shí)施例合并后的第一組抗體群克隆增殖示意圖。圖16中，將合并后的第一組抗體群中的抗體復(fù)制2次。圖17是本發(fā)明實(shí)施例合并后的第二組抗體群克隆增殖示意圖。圖17中，將合并后的第二組抗體群中的抗體復(fù)制2次。圖18是本發(fā)明實(shí)施例合并后的第三組抗體群克隆增殖示意圖。圖18中，將合并后的第三組抗體群中的抗體復(fù)制2次。 步驟108 :根據(jù)不同抗體群，設(shè)定不同的變異概率，對n組抗體群進(jìn)行變異。
首先，根據(jù)上一步驟中，克隆增殖后的3個(gè)分組，設(shè)定不同的變異概率。第一組(圖16所示的抗體群)為低變異概率區(qū)，設(shè)定變異區(qū)間為
;第二組(圖17所示的抗體群)為中變異概率區(qū)，設(shè)定變異區(qū)間為
;第三組(圖18所示的抗體群)為高變異概率區(qū)，設(shè)定變異區(qū)間為
。其中的[x y]為獨(dú)立的變異區(qū)間，抗體所含路徑的變異情況根據(jù)不同變異概率區(qū)的變異區(qū)間確定。 具體的變異過程，以低變異概率區(qū)即第一組(圖16所示的抗體群)的第一行為例，已知低變異概率區(qū)的變異區(qū)間為
，針對一個(gè)抗體，選取0-1間的隨機(jī)數(shù)r，當(dāng)r > 0. 5時(shí)，目的節(jié)點(diǎn)10的備選路徑不需要變異；而當(dāng)r < 0. 5時(shí)，目的節(jié)點(diǎn)10的備選路徑需要變異。變異是將備選路徑變換成備選路徑庫中，任意一條以節(jié)點(diǎn)1為起點(diǎn)，節(jié)點(diǎn)10為目的節(jié)點(diǎn)的路徑。當(dāng)r > 0. 2時(shí)，目的節(jié)點(diǎn)7的備選路徑不需要變異；而當(dāng)r < 0. 2時(shí)，目的節(jié)點(diǎn)7的備選路徑需要變異，變異是將備選路徑變換成備選路徑庫中，任意一條以節(jié)點(diǎn)1為起點(diǎn)，節(jié)點(diǎn)7為目的節(jié)點(diǎn)的路徑。變異之后，重新計(jì)算總代價(jià)和總時(shí)延。三組抗體群按照上述方式進(jìn)行變異后，進(jìn)入下一步。 圖19-圖21分別是本發(fā)明實(shí)施例克隆增殖后的抗體群變異示意圖。其中，黑體字的部分表示抗體進(jìn)行了變異。圖19是本發(fā)明實(shí)施例克隆增殖后的第一組抗體群變異示意圖，圖19中，第2行抗體的目的節(jié)點(diǎn)7的路徑進(jìn)行了變異；第6行抗體的目的節(jié)點(diǎn)10和7的路徑進(jìn)行了變異；圖20是本發(fā)明實(shí)施例克隆增殖后的第二組抗體群變異示意圖。圖20中，多數(shù)路徑進(jìn)行了變異。圖21是本發(fā)明實(shí)施例克隆增殖后的第三組抗體群變異示意圖.圖21中，幾乎全部路徑進(jìn)行了變異。 步驟109 :選出每組抗體群中的帕累托解，組成第二抗體集合。 將每組抗體群的抗體進(jìn)行兩兩比較總代價(jià)和總時(shí)延，求出帕累托解并合并放入第
二抗體集合。 帕累托最優(yōu)是指資源分配的一種狀態(tài)，帕累托解的求法為將集合中的抗體進(jìn)行兩兩比較總代價(jià)和總時(shí)延 若某一抗體的總代價(jià)和總時(shí)延均小于另一抗體，則此抗體是帕累托解，另一個(gè)抗體不是； 若某一抗體的總代價(jià)和總時(shí)延其中一個(gè)大于另一抗體，一個(gè)小于另一抗體，則兩個(gè)抗體均為帕累托解； 若某一抗體的總代價(jià)與總時(shí)延均大于或均等于另一個(gè)抗體，則此抗體為非帕累托解，另一個(gè)抗體是帕累托解； 若某一抗體的總代價(jià)和總時(shí)延其中一個(gè)等于另一個(gè)抗體，一個(gè)大于另一個(gè)抗體，則此抗體為非帕累托解，另一個(gè)抗體是帕累托解； 若某一抗體的總代價(jià)和總時(shí)延其中一個(gè)等于另一個(gè)抗體，一個(gè)小于另一個(gè)抗體，則此抗體是帕累托解，另一個(gè)抗體不是。
結(jié)合實(shí)施例的具體操作過程是，在圖19中，抗體1與抗體2比較，抗體1的總代價(jià) 較小，抗體2的總時(shí)延較小，保留抗體1、2 ;抗體1與抗體3比較，二者相同，刪去抗體3 ;以 此類推。 圖22是本發(fā)明實(shí)施例變異后的第一組抗體群帕累托解示意圖，圖22中，帕累托解 包括3個(gè)抗體。圖23是本發(fā)明實(shí)施例變異后的第二組抗體群帕累托解示意圖，圖23中，帕 累托解包括4個(gè)抗體。圖24是本發(fā)明實(shí)施例變異后的第三組抗體群帕累托解示意圖，圖24 中，帕累托解包括4個(gè)抗體。 將各組中的帕累托解放入一個(gè)新的抗體集合，組成第二抗體集合。圖25是本發(fā)明 實(shí)施例的第二抗體集合示意圖。 步驟110 :對第二抗體集合進(jìn)行相似性抑制，去除冗余抗體；然后求解第二抗體集 合的帕累托解，將結(jié)果放入記憶池中，進(jìn)行相似性抑制，并進(jìn)行梯度判決，判斷記憶池中所 包含的抗體數(shù)量是否小于或等于設(shè)定的上限閾值，如果是，執(zhí)行步驟111 ;不操作局部擁擠 機(jī)制。否則，執(zhí)行步驟112，操作局部擁擠機(jī)制。 對第二抗體集合進(jìn)行相似性抑制具體是，第二抗體集合中抗體兩兩比較，若有抗 體在另外一個(gè)抗體的否定域內(nèi)，則刪去這個(gè)抗體。在這里，否定域的定義與記憶池的否定域 定義是相同的，即如果抗體X的總代價(jià)和總時(shí)延分別與抗體Y的總代價(jià)和總時(shí)延的差值的 絕對值小于設(shè)定值O. 002，則認(rèn)為抗體X在抗體Y的否定域中。圖26是本發(fā)明實(shí)施例的第 二抗體集合進(jìn)行相似性抑制后的結(jié)果示意圖。圖26中，第二抗體集合相似性抑制實(shí)際上刪 除了抗體集合中的相同的抗體。 之后，選出第二抗體集合帕累托解，放入記憶池。圖27是本發(fā)明實(shí)施例的第二抗 體集合選出的帕累托解后的結(jié)果示意圖。 將這個(gè)帕累托解放入記憶池中后，將記憶池中的抗體進(jìn)行相似性抑制。第一次迭 代的情況下，記憶池初始為空，相似性抑制后結(jié)果不變；而多次迭代后記憶池中會存有上次 迭代的抗體，進(jìn)行相似性抑制可去除冗余抗體。 梯度判決即選擇記憶池中的帕累托解操作。第一次迭代的情況下，記憶池初始為 空，梯度判決后結(jié)果不變；而多次迭代后記憶池中會存有上次迭代的抗體，進(jìn)行梯度判決后 保證了記憶池中的抗體為帕累托解。 當(dāng)帕累托解的個(gè)數(shù)較小時(shí)，基本不會影響運(yùn)算性能。然而當(dāng)所得到的帕累托的個(gè) 數(shù)很多時(shí)，后面迭代對記憶池進(jìn)行相關(guān)操作時(shí)算法的運(yùn)算量將會變得很大。并且記憶池中 可能存在總代價(jià)或總時(shí)延過分大的抗體。為此，對記憶池中的抗體數(shù)量設(shè)定了一個(gè)上限閾 值，來限制記憶池的規(guī)模。 在本實(shí)施例中，設(shè)定上限閾值為3。但是此時(shí)，記憶池中的抗體數(shù)量為4，此時(shí)操作 局部擁擠機(jī)制，執(zhí)行步驟112。 步驟112 :操作局部擁擠機(jī)制，選取局部擁擠距離較大的抗體留在記憶池中。
記憶池中抗體的局部擁擠距離計(jì)算公式是
「m 。s， t (i 乂")-乂(&) i+1 I) 竭=^-式中X,X朋，X,n ￡^,^>廣-,乂,,」，]^表示記憶池中的抗體個(gè)數(shù)，Xim禾P Xin分別表示按
11照目標(biāo)函數(shù)值之和對記憶池中的抗體進(jìn)行排序時(shí)，與x最接近的兩個(gè)個(gè)體；若fi(x) = minfi(Xj)， j G {1，2，…，nj， j-i，令fi(Xin) =Mi， Mi設(shè)定為一個(gè)足夠大的數(shù)，若fi(x)=max fi(Xj)， j G {1，2，…，na} ， j - i，則令^ (xim) = Mt設(shè)定為一個(gè)足夠大的數(shù)。
在本實(shí)施例中，先分別按照抗體的總代價(jià)和總時(shí)延進(jìn)行排序。設(shè)定Ml = 50，M2 =40。 圖28是本發(fā)明實(shí)施例的第二抗體集合一次迭代后記憶池中抗體按照總代價(jià)由小到大排序示意圖。 原抗體2局部擁擠距離為 (I 2. 467-50 | +1 2. 467-3. 534 | +1 5. 282-40 | +1 5. 282-5. 18 |) /4 = 20. 855
原抗體3局部擁擠距離為 (I 3. 534-2. 467 | +1 3. 534-4. 872 | +1 5. 18-5. 282 | +1 5. 18-3. 669 |) /4 = 1. 0045
原抗體1局部擁擠距離為 (I 4. 872-3. 534 | +1 4. 872—5. 939 | +1 3. 669—5. 18 | +1 3. 669—3. 567 |) /4 = 1. 0045
原抗體4局部擁擠距離為 (I 5. 939-4. 872 | +1 5. 939-50 | +1 3. 567-3. 669 | +1 3. 567-40 |) /4 = 20. 41575
圖29是本發(fā)明實(shí)施例的第二抗體集合一次迭代后記憶池中抗體按照總時(shí)延由小到大排序示意圖。 原抗體4局部擁擠距離為 (I 5. 939-50 | + | 5. 939-4. 872 | + | 3. 567-40 | + | 3. 567-3. 669 |) /4+20. 41575 =40.7805 原抗體1局部擁擠距離為 (| 4. 872-5. 939| + |4. 872-3. 534| + |3. 669-3. 567| + |3. 669-5. 18|)/4+l. 0045 =2. 009 原抗體3局部擁擠距離為 (I 3. 534—4. 872 | + | 3. 534—2. 467 | + | 5. 18—3. 669 | + | 5. 18—5. 282 |) /4+1. 0045 =2. 009 原抗體2局部擁擠距離為 (I 2. 467-3. 534 | +1 2. 467-50 | +1 5. 282-5. 18 | +1 5. 282-40 |) /4+20. 855 = 41. 1765 可見原抗體4和原抗體2的局部擁擠距離最大，進(jìn)行保留；由于設(shè)定記憶池抗體數(shù)
量的上限閾值為3，原抗體1和原抗體3的局部擁擠距離相等，則取位置靠前的原抗體1進(jìn)
行保留，刪去原抗體3，至此，記憶池中剩余原抗體1、2、4進(jìn)入下次迭代，見圖30。圖30是
本發(fā)明實(shí)施例的第二抗體集合記憶池中的抗體操作局部擁擠機(jī)制后的結(jié)果示意圖。
步驟113 :判斷是否達(dá)到迭代次數(shù)，若是則結(jié)束；否則轉(zhuǎn)到步驟104，進(jìn)行下一次迭代。 如果達(dá)到迭代次數(shù)，則記憶池中的抗體為本發(fā)明求出的最優(yōu)非劣解，客戶可根據(jù)需要進(jìn)行選擇。如果沒有達(dá)到迭代次數(shù)，則重復(fù)步驟104-步驟113。迭代次數(shù)根據(jù)網(wǎng)絡(luò)復(fù)雜度和求解的精度設(shè)定。 以上所述，僅為本發(fā)明較佳的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特征是所述方法包括下列步驟步驟1獲取網(wǎng)絡(luò)結(jié)構(gòu)信息，生成各個(gè)網(wǎng)絡(luò)參數(shù)矩陣；步驟2根據(jù)約束條件更新網(wǎng)絡(luò)參數(shù)矩陣；步驟3應(yīng)用深度優(yōu)先算法生成網(wǎng)絡(luò)的備選路徑庫，計(jì)算每條備選路徑的親和度；步驟4依據(jù)備選路徑庫隨機(jī)產(chǎn)生第一抗體集合，抗體個(gè)數(shù)設(shè)定為N，計(jì)算第一抗體集合中抗體的親和度；步驟5運(yùn)用反向選擇機(jī)制，根據(jù)記憶池的否定域，將第一抗體集合與記憶池中的抗體進(jìn)行比對，去除落在所述否定域中的抗體，并在第一抗體集合中補(bǔ)充抗體數(shù)量至N，計(jì)算補(bǔ)充的抗體的親和度；再將補(bǔ)充的抗體與記憶池中的抗體進(jìn)行比對，直到補(bǔ)充的抗體落在否定域外或補(bǔ)充的抗體達(dá)到設(shè)定次數(shù)時(shí)進(jìn)行下一步；步驟6將N個(gè)抗體按照每種親和度分別排序，然后將排序后的N個(gè)抗體分解成n組子抗體群，每組子抗體群的抗體數(shù)量與抗體親和度成正態(tài)分布；而后，合并組號相同的子抗體群，形成最終的n組抗體群；步驟7根據(jù)設(shè)定的增殖倍數(shù)，對所述n組抗體群進(jìn)行克隆增殖；步驟8根據(jù)不同抗體群，設(shè)定不同的變異概率，對n組抗體群進(jìn)行變異；步驟9選出每組抗體群中的帕累托解，放入第二抗體集合；步驟10對第二抗體集合進(jìn)行相似性抑制，去除冗余抗體；然后求解第二抗體集合帕累托解，將結(jié)果放入記憶池中，進(jìn)行相似性抑制，并進(jìn)行梯度判決，判斷記憶池中所包含的抗體數(shù)量是否小于或等于設(shè)定的上限閾值，如果是，執(zhí)行步驟11；否則，執(zhí)行步驟12。步驟11不操作局部擁擠機(jī)制；步驟12操作局部擁擠機(jī)制，選取記憶池中局部擁擠距離較大的抗體，留在記憶池中；步驟13判斷是否達(dá)到迭代次數(shù)，若是則結(jié)束，否則轉(zhuǎn)到步驟4，進(jìn)行下一次迭代。
2. 根據(jù)權(quán)利要求1所述的一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特征 是所述隨機(jī)網(wǎng)絡(luò)結(jié)構(gòu)信息包括獲取網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間的代價(jià)、時(shí)延和丟失率的參數(shù)值。
3. 根據(jù)權(quán)利要求1所述的一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特征 是所述抗體包括從起始節(jié)點(diǎn)分別到每個(gè)目的節(jié)點(diǎn)的任意一條路徑的組合，還包括所述路徑 的總時(shí)延和總代價(jià)。
4. 根據(jù)權(quán)利要求3所述的一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特征是所述總時(shí)延是指每條路徑的各個(gè)節(jié)點(diǎn)之間的時(shí)延之和。
5. 根據(jù)權(quán)利要求3所述的一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特征 是所述總代價(jià)是指每條路徑的各個(gè)節(jié)點(diǎn)之間的代價(jià)之和。
6. 根據(jù)權(quán)利要求1所述的一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特征 是所述補(bǔ)充抗體從對應(yīng)目的節(jié)點(diǎn)的備選路徑庫中選取。
7. 根據(jù)權(quán)利要求1所述的一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特征 是所述根據(jù)親和度分別將N個(gè)抗體分解成n組子抗體群采用小生境算法。
8. 根據(jù)權(quán)利要求1所述的一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特征 是所述變異是指將抗體中一條從起始節(jié)點(diǎn)到目的節(jié)點(diǎn)的路徑隨機(jī)變換為備選路徑庫中，從 相同起始節(jié)點(diǎn)到相同目的節(jié)點(diǎn)的另一條路徑。
9.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法，其特征 是所述記憶池中的抗體的局部擁擠距離的計(jì)算公式是<formula>formula see original document page 3</formula>其中J，、,^—X,，X2,…,xJ,na表示記憶池中的個(gè)體數(shù)，L和Xin分別表示僅按第i個(gè)目標(biāo)函數(shù)對記憶池中的個(gè)體進(jìn)行排序時(shí)，與x最接近的兩個(gè)個(gè)體；若& (x) = minfi (Xj)， j G仏2，…，nJ， j ^ i，令fi(Xin) 二Mi，Mi設(shè)定為一個(gè)足夠大的數(shù)，若fi(x) 二maxfi(Xj)， jG {1，2，…，nj， j ^ i，則令fi(XiJ 二Mi，Mi設(shè)定為一個(gè)足夠大的數(shù)。
全文摘要
本發(fā)明公開了通信技術(shù)領(lǐng)域中的一種基于改進(jìn)克隆小生境算法的多播路由尋優(yōu)方法。獲取網(wǎng)絡(luò)信息并生成其備選路徑庫；依據(jù)備選路徑庫隨機(jī)產(chǎn)生第一抗體集合；確定記憶池中的抗體；計(jì)算第一抗體集合的親和度，根據(jù)親和度形成最終的n組抗體群；對n組抗體群進(jìn)行克隆增殖，而后進(jìn)行變異；選出每組抗體群中的帕累托解，放入第二抗體集合；對第二抗體集合進(jìn)行處理并選出第二抗體集合帕累托解，放入記憶池中，進(jìn)行相似性抑制，并進(jìn)行梯度判決，判斷記憶池中的抗體的局部擁擠距離是否小于或等于設(shè)定的上限閾值，如果大于，則操作局部擁擠機(jī)制；判斷是否達(dá)到迭代次數(shù)，若是則結(jié)束。本發(fā)明在多播路由優(yōu)化過程中，可以優(yōu)化多個(gè)QoS參數(shù)。
文檔編號H04L29/06GK101695055SQ200910236368
公開日2010年4月14日 申請日期2009年10月20日 優(yōu)先權(quán)日2009年10月20日
發(fā)明者田聰穎, 高雪蓮 申請人:華北電力大學(xué);