基于改进遗传算法的交换式网络节点分配方法组成比例

本发明专利技术提供了一种基于改进遗传算法的交换式网络节点分配方法，包括以下步骤：步骤

【技术实现步骤摘要】
基于改进遗传算法的交换式网络节点分配方法


[0001]本专利技术涉及网络拓扑设计
，具体地，涉及一种基于改进遗传算法的交换式网络节点分配方法
。

技术介绍

[0002]网络拓扑结构是指用传输介质互连各种设备的物理布局
。
指构成网络的成员间特定的物理的即真实的
、
或者逻辑的即虚拟的排列方式
。
如果两个网络的连接结构相同我们就说它们的网络拓扑相同，尽管它们各自内部的物理接线
、
节点间距离可能会有不同
。
在实际生活中，计算机与网络设备要实现互联，就必须使用一定的组织结构进行连接，这种组织结构就叫做“拓扑结构”。
网络拓扑结构形象地描述了网络的安排和配置方式，以及各节点之间的相互关系，通俗地说，“拓扑结构”就是指这些计算机与通讯设备是如何连接在一起的
。
[0003]网络通信过程中，端系统之间的数据交互需要经过交换机
。
通过改变端系统与交换机之间的连接关系，可以改变网络的总负载和各个交换机的负载
。
[0004]传统的网络拓扑一般通过人工手动设计网络拓扑，这样的设计方式过于依赖个人经验，缺乏理性
、
量化的设计标准
。
通过对网络拓扑设计问题进行数学抽象，将其转化为带约束的优化问题，可以使用优化算法求解
。
拓扑设计是一个典型的
NP
问题，网络规模增大时，求解难度呈指数级增长
。
[0005]传统的最优化算法无法在有限的时间内寻找到大型网络的最优拓扑，因此开始研究启发式算法用于解决这类问题
。
启发式算法不以寻找全局最优解为目标，而是基于邻域搜索的思想，在可接受的时间内寻找较优解
。
其中，遗传算法由于其较好的全局搜索能力和并行搜索特性而得到广泛应用，但是传统遗传算法存在初值依赖和算法早熟等缺点
。
[0006]在公开号为
CN105933147A
的中国专利文献中，公开了一种卫星系统拓扑优化方法，包括：将航天器各设备抽象为节点，如果系统未运行，寻求完好性关键节点进行拓扑优化，优化完成后调整系统为运行状态，系统运行时，如果需要进行优化，则同时进行基于节点可信度的拓扑优化和基于加权负载流量的拓扑优化，直到任意两个节点之间均不存在备用路径，无法解决上述问题
。
[0007]在公开号为
CN106936645B
的中国专利文献中，公开了一种基于排队论的树形网络拓扑结构的优化方法，包括：给定基础树形网络拓扑结构
、
业务模型和路由算法；建立单个基本交换模块的排队节点模型和整个树形网络的排队网络模型；对树形网络拓扑结构性能进行理论计算和仿真计算；验证理论计算正确性和排队网络模型合理性；优化树形网络拓扑结构及参数，无法解决上述问题
。
[0008]在公开号为
CN108667650B
的中国专利文献中，公开了一种考虑业务流程特征的网络拓扑优化设计方法，包括：根据工程应用所需，确定网络信息；网络节点数目
、
网络业务信息以及工程应用时所需的其他信息；建立考虑业务的网络拓扑优化设计模型，将考虑业务的网络拓扑设计问题视为一个带有约束条件的目标函数最优化问题，无法解决上述问题
。
[0009]在公开号为
CN110458290A
的中国专利文献中，公开了一种基于自调整动态网络的遗传算法设计方法，包括：综合考虑节点的目标函数值在邻居节点中的排名以及邻居节点数，给出网络节点关键度定义；建立偶生
、
奇生和竞争三种拓扑更新规则，使网络拓扑结构随遗传算法的进化而动态演化；建立将种群多样性作为反馈信息，动态调整拓扑更新规则，使种群维持合适的多样性水平以利于全局搜索，无法解决上述问题
。
[0010]在公开号为
CN111083577A
的中国专利文献中，公开了一种电力通信拓扑结构优化方法，包括：统计电力通信网络中的光缆线路数据；利用光缆线路数据建立拓扑结构图；建立可靠性和失效率约束条件，构造综合了拓扑结构经济性和影响度的目标函数；利用遗传算法对目标函数进行求解；获得电力通信网络拓扑结构优化后的网络线路，无法解决上述问题
。
[0011]在公开号为
CN112804758A
的中国专利文献中，公开了一种多跳网络通信资源分配方法及装置，包括：通过基站获取网络拓扑信息，根据网络节点数量及可用通信资源数量进行遗传算法种群初始化；通过遗传算法的杂交
、
变异
、
筛选操作，经过迭代获得高效的通信资源分配方案；基站持续检测网络拓扑信息，在网络拓扑发生变化后继续执行遗传算法的迭代过程获得新拓扑下的高效通信资源分配方案，无法解决上述问题
。
[0012]在公开号为
CN113595774A
的中国专利文献中，公开了一种基于
IAGA
算法的高速列车车联网拓扑优化方法，包括：将网络拓扑结构优化转化为网络终端设备的分配规划过程，对车载网络的各参数进行定义；在车载网络连通可靠性约束条件下初步构建列车车联网的两层拓扑结构模型；在数据通信流量的计算基础上建立以网络流量负载和通信时延为优化指标的目标函数模型根据全双工交换节点物理条件的限制确定目标函数的约束条件，使用改进的自适应遗传算法对车载终端设备的分配方式进行规划；在改进的自适应遗传算法中进行优化求解，得到优化后网络拓扑中终端设备节点的分配结果，无法解决上述问题
。

技术实现思路

[0013]针对现有技术中的缺陷，本专利技术的目的是提供一种基于改进遗传算法的交换式网络节点分配方法
。
[0014]根据本专利技术提供的一种基于改进遗传算法的交换式网络节点分配方法，包括以下步骤：
[0015]步骤
S1
：根据交换机的连接关系和端系统之间的通信需求，建立交换式网络节点分配模型；
[0016]步骤
S2
：利用改进后的遗传算法求解模型，得到交换式网络节点分配结果；
[0017]所述改进后的遗传算法包括：以贪婪策略与随机策略混合的方式生成初始种群；在最佳个体历经多代无变化时，引入灾变，重新进行种群初始化
。
[0018]优选的，所述交换式网络节点分配模型包括：交换式网络模型
、
端系统之间的消息量模型
、
端系统与交换机的连接关系模型；
[0019]所述交换式网络模型：由
M
个交换机
SW1、SW2、
…
、SW
M
以及
N
个端系统
ES1、ES2、
…
、ES
N
组成；
[0020]所述端系统之间的消息量模型：用矩阵<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于改进遗传算法的交换式网络节点分配方法，其特征在于，包括以下步骤：步骤
S1
：根据交换机的连接关系和端系统之间的通信需求，建立交换式网络节点分配模型；步骤
S2
：利用改进后的遗传算法求解模型，得到交换式网络节点分配结果；所述改进后的遗传算法包括：以贪婪策略与随机策略混合的方式生成初始种群；在最佳个体历经多代无变化时，引入灾变，重新进行种群初始化
。2.
根据权利要求1所述的基于改进遗传算法的交换式网络节点分配方法，其特征在于，所述交换式网络节点分配模型包括：交换式网络模型
、
端系统之间的消息量模型
、
端系统与交换机的连接关系模型；所述交换式网络模型：由
M
个交换机
SW1、SW2、
…
、SW
M
以及
N
个端系统
ES1、ES2、
…
、ES
N
组成；所述端系统之间的消息量模型：用矩阵
A
表示：其中，
a
ij
是端系统
ES
i
到端系统
ES
j
的消息量；所述端系统与交换机的连接关系：用矩阵
X
表示：其中，当
x
mn
＝1时，表示端系统
ES
n
与交换机
SW
m
相连接，当
x
mn
＝0时，表示端系统
ES
n
与交换机
SW
m
没有连接
。3.
根据权利要求2所述的基于改进遗传算法的交换式网络节点分配方法，其特征在于，所述交换式网络节点分配模型的优化目标为：
min(f
＝
α
f1+
β
f2)
其中，
f1是网络总负载
L
无量纲处理后的结果，
f2是负载均衡度
σ
无量纲处理后的结果，
α
和
β
是两个优化目标的权值，满足
α
+
β
＝1；所述网络总负载
L
是各交换机负载
l
m
之和，其中
l
m
＝
g(A
，
X)
，
m∈{1
，2，
...
，
M}
；所述负载均衡度
σ
为各交换机负载与交换机平均负载的偏差之和，包括：
4.
根据权利要求1所述的基于改进遗传算法的交换式网络节点分配方法，其特征在于，所述步骤
S2
包括以下子步骤：步骤
S2.1
：参数初始化；步骤
S2.2
：编码转换：将节点分配方案转化为遗传算法能够处理的染色体形式；步骤
S2.3
：初始化种群：以贪婪策略和随机策略混合的方式生成
S
个个体，根据适应度函数公式，计算出种群中每个个体的适应度；步骤
S2.4
：...

【专利技术属性】
技术研发人员：李林伟，党建成，周军，汪少林，吴侃侃，杨牧，陈议，
申请(专利权)人：上海卫星工程研究所，
类型：发明
国别省市：