一种基于蚁群算法快速求解QoSR的方法技术

本发明专利技术公开一种基于蚁群算法快速求解QoSR的方法，当蚂蚁在当前节点Vi上时，按如下方法选择下一跳节点Vj：以概率pi按公式进行搜索，以概率1‑pi按梯度下降法进行搜索，确定出蚂蚁下一跳节点Vj。本发明专利技术将梯度下降法引入到蚁群的局部搜索中，使得蚁群的搜索更具针对性和效率，信息素和梯度下降法的结合，使得蚁群算法收敛速度提高的同时，又降低了陷入局部最优的可能性，使搜索出的路径就是实际最优路径，采用本发明专利技术的方法求解QoSR问题能较大程度提高网络服务的质量。

【技术实现步骤摘要】

本专利技术涉及路由优化领域，具体涉及一种基于蚁群算法快速求解QoSR的方法。
技术介绍
随着网络多媒体技术的飞速发展，Internet上的多媒体应用层出不穷，如IP电话、视频会议、视频点播(VOD)、远程教育等多媒体实时业务、电子商务在Internet上传送等。Internet已逐步从单一的数据传送网向数据、语音、图像等多媒体信息的综合传输网演化，这些不同的应用有不同的服务质量(QoS，QualityofService)要求。而Internet提供尽力发送的服务机制，无法保证传输的各项服务参数，然而延迟、剩余带宽、丢包率等对于语音、图片和视频文件的传输又是至关重要的，因而多约束服务质量路由(QualityofServiceRouting，QoSR)算法应运而生。多约束服务质量路由算法的主要目标就是为接入业务选择满足其服务质量(如带宽、时延、时延抖动和分组丢失率等)要求的传输路径，同时保证网络资源的有效利用。多约束服务质量路由本身是一个难以处理的NP完全(Non-deterministic本文档来自技高网...

【技术保护点】
一种基于蚁群算法快速求解QoSR的方法，其特征在于，当蚂蚁在当前节点Vi上时，按如下方法选择下一跳节点Vj：以概率pi按公式进行搜索，以概率1‑pi按梯度下降法进行搜索，确定出蚂蚁下一跳节点Vj，其中，Pijk(t)表示第k只蚂蚁在节点Vi位置上，选择下一跳节点为Vj的概率，表示蚂蚁在节点i时选择下一跳节点j时的所有可选链路的信息素之和，ηij(t)为启发函数，τij(t)表示t时刻链路Eij上残余的信息素，α和β为权重参数，分别反映蚂蚁在运动中所积累的信息素和启发函数值对蚂蚁选择下一跳时的影响，Ak表示允许蚂蚁k选择的下一跳节点集合。

【技术特征摘要】
1.一种基于蚁群算法快速求解QoSR的方法，其特征在于，当蚂蚁在当前节点Vi上时，按
如下方法选择下一跳节点Vj：
以概率pi按公式进行搜索，以概率1-
pi按梯度下降法进行搜索，确定出蚂蚁下一跳节点Vj，其中，Pijk(t)表示第k只蚂蚁在节点Vi位置上，选择下一跳节点为Vj的概率，表示蚂蚁在节点i时选择下一跳节
点j时的所有可选链路的信息素之和，ηij(t)为启发函数，τij(t)表示t时刻链路Eij上残余的
信息素，α和β为权重参数，分别反映蚂蚁在运动中所积累的信息素和启发函数值对蚂蚁选
择下一跳时的影响，Ak表示允许蚂蚁k选择的下一跳节点集合。
2.根据权利要求1所述的一种基于蚁群算法快速求解QoSR的方法，其特征在于，pi的取
值范围为80％-85％。
3.根据权利要求1所述的一种基于蚁群算法快速求解QoSR的方法，其特征在于，具体包
括以下步骤：
S1.指定源节点Va和目标节点Vb，初始化蚂蚁数量m、信息素的挥发系数ρ、pi、权重参数α
和β、各链路的剩余可用带宽Bij、传输时延Dij、丢包率Lij、各链路残余信息素和允许中转的
最大次数为hop*；
S2.将第i(i＝1,2,...,m)只蚂蚁放到源点Va；
S3.第i只蚂蚁以概率pi按公式进行
搜索，以概率1-pi按梯度下降法进行搜索，确定出蚂蚁下一跳节点vj，并将确定出的下一跳
节点vj添加到禁忌表UNi中，防止蚂蚁访问重复节点；
S4.对第i只蚂蚁经过的链路的信息素进行局部更新，更新公式为：
τij(t+...

【专利技术属性】
技术研发人员：杨忠明，梁本来，余君，
申请(专利权)人：广东科学技术职业学院，
类型：发明
国别省市：广东;44