光网络中一种快速动态负荷均衡的波长路由算法

针对波长路由网络中动态光链路建立问题,提出了一种快速动态波长路由算法(RWA)。在路由子问题上,通过动态改进最短路径算法(Dijistra算法)权值的设置,使之符合光网络中动态流量分布,并适时更新路由信息表来适时调整网络的流量分布,减轻网络负荷,实现一种负荷均衡的路径查找。在波长分配子问题上,提出一种通过动态调节变异和交叉算子的遗传算法(VMCR-GA),可以实现快速波长搜索和分配。通过在几个网络上的仿真分析,比采用普通遗传和D算法的波长路由算法性能优越,网络阻塞率可以降低10%,波长分配效率提高30%~50%,算法的收敛性也大大提高。     

基于改进遗传算法的认知无线传感网动态频谱分配方案

将认知无线电中的动态频谱分配技术应用在无线传感网中,针对工作在ISM(industrial,scientific and medical)频段的无线传感网面临的频谱资源紧缺问题,提出一种基于改进自适应遗传算法的动态频谱分配方案.该算法以图论着色模型为基础,以最大带宽收益和最小切换频率为目标函数,在交叉和变异过程中采用自适应交叉概率和变异概率代替固定的交叉概率和变异概率.仿真结果表明,与传统遗传算法和颜色敏感图论着色算法相比,该算法可以实现提高频谱利用率、降低能量消耗的预期目标.     

DWDM波长路由网络光链路负载均衡的波长路由算法

提出了一种应用于密集波分复用(DWDM)波长路由网络(WRON)中光链路负荷均衡的思想,并将其应用于优化Dijkstra算法的权值,同时将优化Dijkstra算法用于遗传算法求得了在不同的负荷条件下波长下限的网络所需波长数目。并将优化前后的算法分别对美国自然科学基金(NSF)网络的最优波长分配进行数值分析,发现基于负荷均衡思想的优化Dijkstra算法能够对网络的性能有很大提高：当遗传代数为20代时,采用优化Dijkstra算法阻塞率降低了约36％;当波长使用数为7个时,降低网络阻塞率10％。     

基于多目标遗传算法优化弹性光网络的多路径保护机制

弹性光网络中多路径的保护方案相比单路径有效地降低网络带宽阻塞率,但会导致接收端多径时延差的问题,且业务的多路径分割传输策略使用了光网络较多的频谱资源。该文基于多目标遗传算法提出了遗传多路径保护算法(Genetic Multipath Protection Algorithm, GMPA),解决多路径时延差和节约频谱资源问题。在GMPA算法中,根据业务请求在光网络中建立K条边分离最短路径和带宽分配方案作为GMPA算法的初始种群,设计了一种联合考虑传输时延差和带宽资源分配的向量函数优化种群分类和拥挤距离排序。为提高算法的搜索能力和收敛速度,算法在交叉操作中设计个体自交叉方式,在变异过程中设置了带宽基因位变异范围及约束条件。仿真结果表明,相比多路径保护(Multiple Path Protection, MPP)算法和工作路径首次分配保护路径最后分配(Primary First-fit Modified Backup Last-fit, PF-MBL) 算法,GMPA算法获得最低的带宽阻塞率,其频谱资源利用率接近最优的MPP算法,路径间距离差异性能优于MPP算法。     

改进遗传算法在MF-TDMA资源规划中的研究

针对遗传算法(GA)在MF-TDMA资源规划中易出现陷入局部最优和搜索效率低的问题提出一种改进的遗传算法.通过改进精英保留策略以及交叉和变异概率对的选择方法降低了陷入局部最优的概率,并且基于模式定理和积木块假设提出的分块搜索提高了搜索效率.仿真结果表明改进遗传算法结合自适应罚函数和适应度函数在 MF-TDMA 资源规划中相对于简单遗传算法、自适应遗传算法和分层遗传算法全局搜索能力更强和搜索效率更高.     

一种基于自适应蚁群算法的动态RWA算法

动态RWA(路由与波长分配)问题是智能光网络的核心问题,以蚁群算法为代表的启发式算法是解决此类问题的优选方案之一。文章提出一种基于ADACO(自适应蚁群优化)算法的RWA机制,针对信息素挥发系数ρ采取自适应策略,实现了对全局信息素更新态调节。理论分析和数值仿真结果表明,与Dijkstra+FF(首次命中)算法相比,改进的ADACO+FF算法可以有效地降低网络阻塞率,规则型Mesh网络和NSFNET(国家科学基金会网络)的阻塞率最高分别降低了0.3和0.2。     

基于深度强化学习的C+L波段弹性光网络频谱分配算法

针对C+L波段弹性光网络中受激喇曼散射(SRS)效应导致物理层损伤加剧的问题,提出一种基于深度强化学习(DRL)自适应调制格式的频谱分配算法,在路由阶段,采用K最短路由算法为业务请求预计算K条最短备选路径;在波段、调制格式与频谱分配阶段,采用DRL进行智能化决策,并结合了2种奖励函数,以降低网络阻塞率并提高频谱使用效率。仿真结果表明,该算法能够有效降低阻塞率并提高频谱利用率。     

基于强化学习的光传送网路由波长优化

针对光传送网中动态业务的路由和波长问题,提出一种基于强化学习的深度路由波长分配算法DeepRWA。算法基于软件定义网络架构,通过强化学习灵活地调整控制光传送网,实现光网络路由波长分配策略优化。针对路由选择问题,结合链路上的波长使用情况,使用A3C算法选择合适的路由,使得阻塞率最小;针对波长分配问题,使用首次命中算法选择波长。考虑阻塞率、资源利用率、策略熵、价值损失、运行时间及收敛速度等多个指标,利用14节点NSFNET网络拓扑仿真实验。结果表明:当信道中包含18个波长时,与传统KSP-FF算法相比,所提出的路由波长分配算法的阻塞率降低了0.06,资源利用率提高了0.02,但运行时间有增加;在波长数超过45以后,与传统KSP-FF算法相比,所提算法保持阻塞率和资源利用率的同时,运行时间开始降低;当信道中包含波长数为58时,与传统KSP-FF算法相比,所提算法运行时间减少了0.07 ms。由此可见,提出的算法使路由选择和波长分配得到了优化。     

WDM 网络中基于优先级的多任务波长路由分配算法

提出了一种在WDM网络中基于优先级的多任务波长路由分配算法。算法设计旨在提高光网络资源的利用率、降低网络请求阻塞率。分析了任务请求的路由类型以及负载容量对请求优先级划分的影响方式,给出了网络请求优先级划分策略,结合网络的实时状态提出了一种基于优先级的多任务波长路由分配算法。仿真结果表明,该算法相比现有算法降低了网络请求阻塞率,提高了资源利用率。     

适用于波长交换光网络（WSON）的波长旋转图模型设计

将网络虚拓扑链路及关联波长均匀分布到旋转球体的表面,建立了新型的波长交换光网络(WSON)的波长旋转图模型,并基于旋转图模型提出了路由波长分配(RWA)新策略及算法.仿真结果表明,每条链路的总波长数分别为4和8时,新策略算法的阻塞率平均降低5.03%和9.71%,资源利用率平均提高3.3%和1.54%.该模型用于解决具有波长转换能力的RWA问题效果明显.     

基于改进遗传算法含风电场的配电网无功优化研究

针对基本遗传算法容易陷入"早熟",编程实现比较复杂,且交叉率与变异率大多依靠经验值等问题,提出了一种基于GA的改进的遗传算法,交叉概率与变异概率采用随个体适应度的值变化而变化的自适应取值方法,并且对控制变量采用随机多点交叉方式.研究了含风电场并网后对配电网网损的影响,分析了双馈风机的无功出力能力,将双馈风机作为控制变量参与到系统的无功优化中.并对风场的随机性与间歇性的特点,引入了风场随机出力的场景模型.以网损最小为目标函数,应用改进的GA算法对含风电场的IEEE33节点配电系统中进行了无功优化计算,并和基本遗传算法进行了对比,结果表明改进的GA有更好的全局寻优能力和搜索性能,证明了该算法的有效性.     

基于D*思想的动态RWA算法研究

文章提出一种基于D*(D-Star)思想的启发式算法,求解波分复用(WDM)光网络中动态路由和波长分配(RWA)问题.将网络中各边代价与当前波长使用情况综合考虑,建立D*算法的估价函数,实现了WDM光网络中动态业务的高效分配.仿真结果表明,该算法能有效降低阻塞率,促进波长资源的合理分配,同时,其快速和智能特性也提高了网络故障环境下的生存性.     

WDM网络中一种支持优先级的波长分配算法

有效的算法能大大的提高波长利用率,文中研究了WDM光网络在固定路由无波长转换条件下的波长分配算法,以便充分挖掘WDM网络的带宽资源。提出了一种基于RLI并考虑通道优先级的波长分配算法,并给出了该算法的具体实现步骤。最后的仿真结果表明,与RLI算法相比该算法显著的降低了网络的阻塞率,有利于提高网络资源的利用率。     

基于自适应遗传算法的雷达干扰系统兵力分配

在防空袭作战中,为了有效地降低敌机载雷达的探测能力,必须综合运用电子干扰措施实施电子干扰,干扰兵力分配直接影响干扰效果。结合防空袭作战的特点,提出了基于自适应遗传算法的雷达干扰系统兵力分配模型,并设计了既考虑到进化代数对算法影响,又考虑到每代中不同个体适应度对算法作用的自适应交叉概率和变异概率。仿真实例表明该方法可以有效解决雷达干扰系统兵力分配这一复杂而困难的问题。     

一种新的卫星智能天线自适应波束形成算法“

基于遗传算法提出了一种用于卫星智能天线的自适应波束形成算法,在遗传算法的变异操作中使用双变异概率,并将其与最优保留策略和内插交叉算子结合在一起使用,以此来克服传统遗传算法的早熟收敛问题,提高全局收敛能力和可靠性.仿真结果表明,提出的自适应波束形成算法具有良好的收敛性和抗干扰性能,可抵抗卫星通信系统中干扰信号的影响.     

基于自适应SAGA的测试数据自动生成

结合遗传算法（GA）的并行搜索结构和模拟退火（SA）的概率突跳性，并结合使用自适应的交叉算子和变异算子，提出了一种高效的自适应的SAGA混合优化算法。在自主开发的结构性测试工具WBoxTool中，使用自适应SAGA混合优化策略进行测试数据自动生成，并通过实例对基本遗传算法、自适应遗传算法和自适应SAGA进行了比较，结果表明自适应SAGA具有更强的搜索能力，可以更快的发现全局最优解。     

基于蚁群系统的分布式RWA算法研究

针对波分复用(WDM)光网络中动态选路和波长分配(RWA)问题，提出了一种基于蚁群算法的分布式动态RWA方法。将蚁群算法与分层图模型结合，实现了RWA的并行计算。仿真结果表明，与现有最短路径法相比，该算法能有效地降低光路阻塞率，促进波长资源的合理分配，同时分布式的计算方式也降低了现代频繁变化的大型光网络的通信开销。     

一种新的动态波长分配算法

基于相对容量影响(RCI)算法提出了一种新的动态波长分配算法──改进的相对容量影响算法.新算法针对RCI算法的不足,考虑了链路容量的影响,准确地描述了分配波长对全网的影响;同时有效回避了可用信道数量少的波长,使负载更加均衡.仿真结果表明新算法具有更好的业务阻塞率性能,证明了新算法的有效性.     

WRON中基于波长相关性的波长分配算法

基于节约网络资源和降低网络的阻塞率和波长分配代价的思想,在WRON网络的动态路由波长分配算法中考虑波长相关性.根据波长之间转换度变化,详细定义波长转换器的可转换波长之间的波长转换度,并定义了一个利用二进制数表示的空闲波长指示参数,利用该参数对链路上的空闲波长进行表示,用蚁群系统的蚁群波长信息素更新的计算公式来更新这个指示参数,简化波长分配的过程.通过仿真,证明本算法能够达到节约波长资源,降低网络的阻塞率和波长分配代价的目的.     

ALGA在岸基导弹航路规划中的应用研究

针对基本遗传算法(GA)易局部收敛的缺陷,设计了基于模式搜索的自学习算子,提出一种基于模式搜索的自学习遗传算法(ALGA)。通过仿真测试函数将ALGA与基本遗传算法、自适应遗传算法(AGA)进行比较,显示改进的ALGA提高了算法的综合搜索能力。将改进的ALGA运用到岸基导弹航路规划中,并进行仿真实验,仿真结果验证了改进算法的有效性。