基于禁忌遗传算法求解路由和波长分配问题

静态的路由选择和波长分配(RWA)问题是WDM光网络中的一个重要问题,目前常用的处理方法是将RWA问题拆成选路子问题和波长分配子问题.静态RWA问题通常先按某种策略确定建立光路的顺序,然后用启发式算法加以解决.提出通过禁忌遗传算法对光路的建立顺序进行优化,然后用基于爬山算法的启发式算法来求解以波长数最小为优化目标的静态RWA问题.通过对ARPANet等5种实际光网络的仿真表明,提出的算法和文献[5]相比,所用的波长数更少,且大部分优化结果达到最优.     

改进遗传算法应用于全光网中静态路由与波长分配的优化

文章对静态情况下光网络的路由和波长分配问题进行了深入研究,创新性地提出了两条规则调整波长关系图,使得波长关系图中的连通度比较均衡,减少了波长使用数量1/3。文章同时改进了遗传算法,提出了一种新的可以自我调节变异和交叉因子的值的算法(VMCR-GA),通过交叉算子的操作,形成了一种正反馈机制,可以大大加速遗传算法的解空间搜索速度和收敛速度。通过对CERNET网络的仿真计算,发现无论在最短路径还是在优化路由算法中,改进的遗传算法和波长分配方法的性能都比基本遗传算法的性能有很大的提高,证明这种改进的算法和方法是非常有效的。     

波长路由光网络相关问题分析

光纤凭借着带宽大和传输损耗小的特点逐渐代替了铜缆,并且是干线网一种重要传输介质。文章重点对波长路由光网进行了深入的探究和分析,详细指出波长路由光网络所具有的优势,同时针对波长路光网络中的RWA问题和波长路由光网络中故障管理的问题进行了分析。     

多粒度光网络中动态路由与波长分配算法

通过分析多粒度光网络路由与波长分配的特点,针对WAPG算法的波长碎片问题,通过定义5种不同的逻辑链路权重,修改了WAPG算法的波长权重标注方法,达到减少波长碎片的目的。仿真结果表明,提出的修正算法有效地减少了多粒度光网络中的波长转换数,降低网络的阻塞概率,同时节省网络资源。     

基于WAPG动态路由与波长分配的优化算法

多粒度交换能减少交换节点中的交换矩阵规模及复用器和解复用器的数目,很大程度降低了网络成本,但使得光纤网络路由与波长分配问题变得更加复杂.通过分析多粒度光网络交换节点的结构和动态路由与波长分配的特点,定义5种不同的逻辑链路权重标注方法,提出一种基于路径图波带分配的路由与波长分配模型,达到减少波长碎片的目的.模拟结果表明,该方法能有效地减少多粒度光网络中的波长转换数和降低网络成本.     

基于禁忌搜索算法求解全光网路由和波长分配问题

该文是基于禁忌搜索算法对一类全光网路由和波长分配MAX-RWA问题进行求解．该文针对配置范围受限波长转换器的全光网,强化了MAX-RWA问题的优化目标．新的优化目标是保证连接数最多的情况下使用最少的波长转换器,从而尽可能地减少波长转换器引入的信号失真;简化了文献[7]中分层图的构造方法,并利用改进的分层图给出了MAX-RWA问题的整数线性规划和禁忌搜索算法的设计．仿真结果和理论上界的对比表明该文算法是稳定、有效的．     

光通信网络中路由与波长分配的算法研究

光通信网络作为下一代网络的主要网络之一,在整个通信网中起着至关重要的作用。目前光通信中主要是采用基于DWDM(密集波分复用)技术组成的光网络,随着波分数量的增加,DWDM网络中的路由与波长分配问题显得十分重要,需要有一种有效的算法来使有限的波长资源得到充分地利用。本文根据原有的数学分析模型,提出了一种分层图模型,并根据此模型提出了一种用来解决DWDM网络中出现的波长分配问题的一种算法,并通过计算机仿真来表明此算法提高了波长资源的利用率,降低了网络的阻塞率。     

基于模拟退火遗传算法的软件可靠性分配及研究

基于模拟退火遗传算法，将软件系统的可靠性分配问题表达为一类带约束条件的组合优化问题，并采用模拟退火的适应度拉伸方法和多点交叉操作，有效地提高了收敛性能。仿真结果表明模拟退火遗传算法是多项式收敛的。     

一种稀疏波长转换光网络中的波长分配算法

研究了具有波长转换功能的WDM光网络的分类以及已有的几种波长分配算法,分析了波长分配算法的一般流程。文中以波长变换次数最少做为所提出的波长分配算法的主要优化目标,根据WDM光网络中的节点是否具有波长转换的功能,结合等价光路由替换的思想,提出了在稀疏有限波长转换光网络中的一种启发式的波长分配算法。仿真实验表明,当光网络中的连接请求量较大时,该算法的阻塞率低于已有的一些波长分配算法,连接能力有了较大提高。     

一种稀疏波长转换光网络中的波长分配算法

研究了具有波长转换功能的WDM光网络的分类以及已有的几种波长分配算法，分析了波长分配算法的一般流程。文中以波长变换次数最少做为所提出的波长分配算法的主要优化目标，根据WDM光网络中的节点是否具有波长转换的功能，结合等价光路由替换的思想，提出了在稀疏有限波长转换光网络中的一种启发式的波长分配算法。仿真实验表明，当光网络中的连接请求量较大时，该算法的阻塞率低于已有的一些波长分配算法，连接能力有了较大提高。     

基于遗传模拟退火算法的无线传感器网路由协议

在无线传感器网络中(WSNs)中,由于节点能量有限,为了延长整个网络的生存周期,提出一种基于遗传模拟退火算法的无线传感器网络路由协议.利用模拟退火(SA)算法具有较强的局部搜索能力并能以稳定的速度收敛,克服遗传算法(GA)局部搜索能力差并容易早熟收敛等缺点.该路由协议在簇头节点选举时充分考虑了节点的剩余能量,并根据网络中数据转发能量耗损和延迟时间建立个体适应度函数,采用遗传模拟退火算法找到簇头节点到基站的最优路径.仿真结果表明:与其他协议比较,该方法不仅可以均衡各个节点的剩余能量,还可以有效延长整个网络生存周期和提高网络的数据传输能力.     

基于遗传模拟退火的QoS单播路由算法

针对QoS的问题,设计了一种融合遗传算法和模拟退火算法的QoS路由算法,在遗传算法选择算子上借鉴了小生境的思想,避免了遗传初期有效基因的丢失;在遗传算法交叉算子和变异算子方面使用了自适应算子,使之能更好地适应网络的变化。通过与传统遗传算法进行比较,进一步说明了本算法的有效性。     

基于模拟退火遗传算法的关联规则挖掘

将模拟退火遗传算法加以改进,应用于关联规则挖掘,提出一种新的基于改进的模拟退火遗传算法的关联规则挖掘算法,并在该算法中,采用自适应方式动态选取交叉和变异概率,有效地抑制了早熟收敛现象,实验结果显示该方法能高效地解决关联规则挖掘问题。     

DWDM光网络中RWA问题的遗传求解方法

针对密集波分复用(dense wavelength-division multiplexing,DWDM)光网络通信中的动态路由与波长分配(routing and wavelength assignment,RWA)问题,提出了一种基于遗传算法的动态RWA方法.将遗传算法与分层图模型相结合,实现了RWA的方便计算.通过扩展适应值函数,能够有效地处理带时延约束的通信量请求.实验结果表明,与已有最短路径算法(Dijks-tra)相比,该算法能够提供多条候选路由方案,更适应较差环境下的网络通信.     

遗传算法与模拟退火算法在最小权三角剖分中的比较

针对平面点集的最小权三角剖分问题,在实测的基础上．首先得出遗传算法和模拟退火算法的优良参数,然后在优良参数的条件下进行运行效率上的比较．所得结论为在点集规模较大时,模拟退火算法明显优于遗传算法。所得结论对于采用这两种算法解决其他问题也具有借鉴意义。     

基于混合遗传模拟退火算法求解TSP问题

TSP问题是典型的NP-hard组合优化问题,遗传算法是求解此类问题的一种方法,但它存在如何较快地找到全局最优解,并防止“早熟”收敛的问题。针对上述问题并结合TSP问题的特点,提出将遗传算法与模拟退火算法相结合形成遗传模拟退火算法。为了解决群体的多样性和收敛速度的矛盾,采用了部分近邻法来生成初始种群,生成的初始种群优于随机产生初始种群。仿真实验结果证明,该算法相对于基本遗传算法的收敛速度、搜索质量和最优解输出概率方面有了明显的提高。     

基于模拟退火遗传算法的多agent系统任务分配

针对标准的遗传算法在任务分配中收敛速度慢的问题,对多agent系统中的任务分配进行形式化描述的基础上,融合模拟退火算法的优化思想,提出了一种基于模拟退火遗传算法的任务分配方法,详细阐述了该算法的基本思想和关键步骤,并通过仿真实验进行验证。仿真实验结果表明,基于模拟退火遗传算法比标准的遗传算法具有更快的收敛速度和寻优效果。     

基于模拟退火遗传算法的服务选择

为了解决面向服务体系结构服务组合中服务选择问题,提出了一种将模拟退火算法与遗传算法相结合的融合算法。将服务流程等效成AOV图,对AOV图进行拓扑排序,并将生成的拓扑序列作为遗传算法的编码,使用QoS参数作为适应度,在遗传算法生成每一代子代后,利用模拟退火算法对其进行局部优化调整。仿真实验结果表明,模拟退火遗传算法在减少服务流程资源消耗上能取得理想的效果。     

异步模拟退火的遗传算法研究

为克服遗传算法(GA)局部搜索能力差和混合遗传算法计算效率低的不足,提出一个异步混合遗传算法框架。该框架主要由遗传算法、小生境操作和模拟退火三部分组成,模拟退火相对遗传算法和小生境操作采用异步执行方式。并行计算环境由两台计算机通过交换机连接构成,一台计算机计算遗传算法和小生境操作,另外一台计算机计算模拟退火,两台计算机之间通过并行虚拟机进行数据交换。以旅行商问题(TSP)作为算例,实验结果验证了新算法的有效性和高效性。