基于遗传算法的网络优化的研究.pptVIP

基于遗传算法的网络优化的研究与实现 立论依据 随着科学的进步，社会的发展，各行各业的“工程”含义被成百上千倍的放大，早期人工设计已经不能满足于科学技术飞速发展的今天，计算机辅助设计正一步步地代替手工劳作，规划设计也是如此。 在网络规划中（如电力网改造，给、排水管网布局，通信网络，公路网，铁路网等），网络优化大大提高设计的合理性，减少成本支出，保证工程建设的科学性。 网络优化算法选取 网络优化问题属于求解复杂问题的全局最优解范畴。 解决办法就是找到一种能够克服传统优化算法的不足，不受结构模型、约束条件、参数初值等因素限制的新型优化算法——智能优化算法。 它们的共同特点：都是从任一解出发，按照某种机制，以一定的概率在整个求解空间中探索最优解。由于它们可以把有哪些信誉好的足球投注网站空间扩展到整个问题空间，因而具有全局优化性能。 网络优化算法选取 几种典型的智能优化算法：模拟退火算法、遗传算法、进化策略，… 选择遗传算法 网络优化的前提是网络连接的未知，所以模拟退火算法从一种已知状态开始的随机有哪些信誉好的足球投注网站不适合网络优化；而进化策略由于选择机制的制约容易导致过早收敛，使得网络优化很多时候不能获得最优解，也放到了我们的视线之外。我们选择遗传算法应用于网络优化。 1、遗传算法 遗传算法的基本原理 遗传算法[1]由美国科学家John.Holland提出，它是一种概率有哪些信誉好的足球投注网站算法；利用某种编码技术作用于称之为染色体的二进制串，其基本思想是模拟由这些串组成的群体的进化过程。 遗传算法算法流程 图1 遗传算法的基本流程 遗传算法三个主要操作算子是选择（selection）、交叉（crossover）和变异（mutation），它们构成了所谓遗传操作（genetic operation），使遗传算法具备了其他传统方法所没有的 特性。 遗传算法中包含如下五个基本要素： (1)?? 参数编码； (2)?? 初始群体的设定； (3)?? 适应度函数的设计； (4)?? 遗传操作设计； (5)? 操作参数设定（主要指群体规模及执行遗传操作的概率等）。 遗传算法的优势 遗传算法利用简单的编码技术和繁殖机制来表现复杂的对象，从而解决非常困难的问题。特别由于它不受有哪些信誉好的足球投注网站空间的限制性假设的约束，不必要求诸如连续性、可导性、单峰性等假设，以及其固有的并行性，遗传算法目前已经在最优化、机器学习和并行计算等领域取得了越来越广阔的应用。 2、网络模型分析 全终端网络模型 1 2 5 3 4 全终端网络模型 模型描述（一） 设有ND个节点的树状网络对应于一棵有ND个节点，位置为site1、2、……site nd，有ND-1条边的树，要求全连通条件下的全部通信费用（路径和）最小。 全终端网络模型 模型描述（二） 约束条件1：每个结点恰好连接到其他任一结 点。 约束条件2：网络连通。 约束条件3：1个结点最多只能有K个结点和它 相连。 约束条件4：任一结点可以必须连接到某一结 点或不准连接到某一结点。 网络模型分析 无源光网络模型 1 OLT 2 OBD1 OBD2 3 OBD3 4 5 无源光网络模型 模型描述（一） 设PON网络中有N个光网络单元（ONU），位置为U1，U2，……Un，Un和M个光分支器（OBD），位