基于蚁群算法的网络路径优化探索方法技术

本发明专利技术公开了基于蚁群算法的网络路径优化探索方法，涉及网络拓扑技术领域。本发明专利技术包括规划并计算网络路径系统中各通信网络节点距离信息，并构建节点距离矩阵；获取网络路径系统中通信网络节点的信息传输的时延信息，并定义时延向量；根据节点距离矩阵以及所述时延向量，计算并构建时延距离矩阵；对蚁群算法的初始参数进行初始化赋值；采用蚁群算法在时延距离矩阵内循环搜索，获取当前网络路径系统的最短路径矩阵以及最短路径总长度。本发明专利技术利用网络路径系统中通信网络节点位置距离信息以及信息传输的时延信息构建节点距离矩阵以时延距离矩阵，便于通过蚁群算法在时延距离矩阵内循环搜索，进而高效获取最优迂回信道。

Research method of network path optimization based on ant colony algorithm

【技术实现步骤摘要】
基于蚁群算法的网络路径优化探索方法
本专利技术属于网络拓扑
，特别是涉及一种基于蚁群算法的网络路径优化探索方法。
技术介绍
现有网络拓扑系统中，为保持网络拓扑监控的高效性以及安全性；网络拓扑系统中的建立通信网络节点；众多通信网络节点相互通信连通，构成了较为复杂的通信网络，以保证高效的信息传输。由于通信网络交错复杂，当某个通信网络节点所在网络路径出现问题不能正常通信后，能够高效快速的在通信网络建立最优的迂回信道及其重要。现有技术中，在通信网络节点临时闭塞后不能高效的探索最优迂回信道，影响网络系统整体通信质量和效率。为解决上述问题，本专利技术提出一种基于蚁群算法的网络路径优化探索方法，致力于实现通信网络节点临时闭塞后高效的探索最优迂回信道。
技术实现思路
本专利技术的目的在于提供基于蚁群算法的网络路径优化探索方法，通过蚁群算法应用于通信网络系统紧急闭塞后通信网络受损情况下通信网络节点与保护智能中心之间的有线迂回信道的构建，实现便捷建立最短路径信道以及构建信道，解决了现有的通信网络节点临时闭塞后不能高效的探索最优迂回本文档来自技高网...

【技术保护点】
1.基于蚁群算法的网络路径优化探索方法，其特征在于，包括如下过程：/nA00：规划并计算网络路径系统中各通信网络节点距离信息，并构建网络节点距离矩阵；/nA01：获取网络路径系统中各通信网络节点的信息传输的网络时延信息，并定义网络时延向量；/nA02：根据所述网络节点距离矩阵以及所述网络时延向量，规划并构建时网络延距离矩阵；/n具体包括如下：/n采用所述通信网络节点的网络时延向量与光纤中信息传播速度的乘积，作为所述网络节点距离矩阵中网络节点传输向量；/n将所述网络节点距离矩阵中元素n

【技术特征摘要】
1.基于蚁群算法的网络路径优化探索方法，其特征在于，包括如下过程：
A00：规划并计算网络路径系统中各通信网络节点距离信息，并构建网络节点距离矩阵；
A01：获取网络路径系统中各通信网络节点的信息传输的网络时延信息，并定义网络时延向量；
A02：根据所述网络节点距离矩阵以及所述网络时延向量，规划并构建时网络延距离矩阵；
具体包括如下：
采用所述通信网络节点的网络时延向量与光纤中信息传播速度的乘积，作为所述网络节点距离矩阵中网络节点传输向量；
将所述网络节点距离矩阵中元素nst与相对应的加权节点传输向量和相乘，作为所述网络时延距离矩阵的元素n'st；
其中，所述加权节点传输向量和，为所述网络节点距离矩阵中第s个节点的节点传输向量加权值与第t个节点的节点传输向量加权值之和；
其中，所述元素nst相对应的节点传输向量加权值＝节点传输向量*加权系数；
任一所述网络节点传输向量都对应一加权系数；与所述网络节点距离矩阵相对应的构建形成加权系数矩阵；所述加权系数范围为：[0.2-0.6]；
A03：对蚁群算法的初始参数进行初始化赋值；
A04：采用所述蚁群算法在所述网络时延距离矩阵内循环搜索，获取当前网络路径系统的最短路径矩阵以及最短路径总长度。


...

【专利技术属性】
技术研发人员：李让剑，
申请(专利权)人：安徽天达网络科技有限公司，
类型：发明
国别省市：安徽;34