基于距离完全蚁群算法的多播路由方法技术

本发明专利技术公开了一种基于距离完全蚁群算法的多播路由方法。首先，为多播路由网络建立距离完全图。然后，基于蚁群算法和Ｐｒｉｍ算法带随机性地构造多播树。其中，启发式信息的设置使得算法更倾向于选择目标节点。对生成的多播树进行冗余检测和修正并执行局部信息素的更新。最后，当所有蚂蚁都完成解的构造后，执行全局信息素的更新，对历史最优树上的边进行信息素的加强。仿真测试结果，以及与同类型算法的比较显示，本发明专利技术的距离完全蚁群算法可以更加快速地解决多播路由问题。

【技术实现步骤摘要】

【技术保护点】
一种基于距离完全蚁群算法的多播路由方法，其特征在于，该方法包括以下步骤：　　　　（１）运用Ｆｌｏｙｄ算法建立多播路由网络的距离完全图。　　　　（２）初始化算法的各个参数。设定距离完全图每条边上的信息素的初始值为　　　　τ↓［０］＝１／（｜Ｖ↓［Ｇ］｜.Ｔ↓［ｓ］）　　　　其中Ｔ↓［ｓ］是根据确定的冗余检测修正方法得到的树的费用。　　　　（３）随机选择一个目标节点让蚂蚁ｋ开始搜索。蚂蚁将会根据状态转移规则以一定的概率选择下一个节点ｊ，其公式如下　　　　＊＊＊　　　　其中，ｉ是蚂蚁当前所在节点，Θ↓［ｋ］是当前蚂蚁还未曾访问过的节点的集合，ｑ是均匀分布在区间［０，１］中的随机变量，ｑ↓［０］（０≤ｑ↓［０］≤１）是一个参数。τ（ｉ，ｒ）表示连接节点ｉ和ｒ的边上的信息素取值。η（ｉ，ｒ）表示从节点ｉ选择节点ｒ的启发式信息值。选择完成后，对蚂蚁经过的边进行局部信息素的更新。局部信息素的更新将会分两步执行，一个是逻辑边上的信息素更新，另一个是真实边上的信息素更新。蚂蚁ｋ不断重复以上选择过程，直到它经过所有所有的目标节点，从而得到一棵蚂蚁构造的多播树。　　　　（４）对蚂蚁构造的多播树执行冗余检测和修正。首先，对访问过的节点执行Ｐｒｉｍ算法。如果得到的最小生成树的费用低于蚂蚁构造的树，蚂蚁得到的解就会被最小生成树代替。然后，检查无用的中间节点，将那些只有一个输出端的中间节点删除。以上两个步骤不断重复，直到生成的树不能再优化为止。　　　　（５）重复步骤（３）和（４）直到所有蚂蚁都完成解的构造。　　　　（６）对历史最优的多播树进行全局信息素的更新。在最优生成树的真实边上的信息素如下更新　　　　τ（ｉ，ｊ）＝（１－ρ）.τ（ｉ，ｊ）＋ρ.Δτ　　　　其中Δτ＝１／Ｔ↓［ｂｅｓｔ］，Ｔ↓［ｂｅｓｔ］为最优生成树的总的费用。在最优生成树的逻辑边上的信息素也同样需要更新。假设节点ｉ和ｊ之间选定的真实路径为（ａ↓［０］，ａ↓［１］，ａ↓［２］，…，ａ↓［ψ］），其中ａ↓［０］＝ｉ，ａ↓［ψ］＝ｊ。ψ为路径中边的数量。则，逻辑边（ｉ，ｊ）上新的信息素等于　　　　τ（ｉ，ｊ）＝∑↓［ｌ＝０］↑［ψ－１］τ（ａ↓［ｌ］，ａ↓［ｌ＋１］）／ψ　　　　（７）重复步骤（３）至（６）直到满足算法的终止条件。...

【技术特征摘要】

【专利技术属性】
技术研发人员：张军，胡晓敏，黄韬，
申请(专利权)人：中山大学，
类型：发明
国别省市：81[中国|广州]