基于免疫蚂蚁算法的多约束QoS路由选择算法.docVIP

基于免疫蚂蚁算法的多约束QoS路由选择算法 陈荣元 （长沙交通学院计算机系，湖南 长沙 410076） 摘要：本文针对多约束路由选择问题，提出了一种新颖的免疫蚂蚁算法。不失一般性，选择费用、带宽、延时、丢失率和时延抖动为QoS参数，专门设计了该算法的实现步骤和流程图。最后，实例表明所提出的算法是有效的。 关键词：QoS路由选择；免疫蚂蚁算法；费用；时延；带宽；丢失率 A Multiple Constrained QoS Routing Based on Immune and ant Algorithm CHEN Rongyuan （Dept.of Computer,Changsha Communication University,Changsha 410076 China） Abstract:The paper aims at the problem of QoS routing with multiple Constraint, presents a novel immune and ant algorithm .Without losing generality, cost, bandwidth, delay and loss rate are chosen as QoS parameters ,the concrete realization steps and steam chart were designed. Finally, an example demonstrates that the algorithm is effective and efficient. Key words: QoS routing;immune-ant algorithm;cost;delay;bandwidth;loss rate 引言 QoS路由的主要目标是为接入的业务选择满足服务质量要求的传输路径，同时保证整个网络资源的有效利用。度量参数选择问题、寻径问题和路由信息不准确问题是QoS路由中的几个主要研究内容。本文着重研究多约束QoS路由选择问题。 多约束QoS路由选择是指在网络中寻找一条满足传输带宽、链路时延、时延抖动和信息丢失率等约束条件，并使通信费用最小的路径。多约束QoS路由选择是一个NP完全问题[11]。遗传算法[5]、Hopfield 神经网络方法[6][8][9] 、蚂蚁算法[10][15]、点火耦合神经网络方法[12]等都有人用来求解多约束QoS路由选择问题。 遗传算法是一种启发式随机搜索算法，求解组合优化问题时存在的主要问题是遗传进化的性能与遗传算子以及适应度函数的设计密切相关，遗传进化容易收敛到局部最优。Hopfield网络求解组合优化问题近年来十分活跃，但其网络能量函数的设计和网络局部极小点的逃离等仍未得到很好解决；网络的负梯度下降本质上使得网络收敛到局部最优解。目前这方面的研究包括引入参数Hopfield网络和Hopfield网络能量函数的改进[8] [9]。点火耦合神经网络方法[12]利用耦合神经网络方法的自动波生成和传播特性求解QoS路由选择问题收到了较好的效果。蚂蚁算法[10][15]是目前QoS路由中研究比较多的一种方法，由Dorigo等提出[13][14] ，该算法是一种分布式探测寻路方法，具有全局寻优能力。缺点是算法中参数较多，选择尚无理论指导，不能保证收敛于全局最优。免疫网络理论最初由Jerne提出[16]，在此基础上提出了许多人工免疫工程方法，包括基于免疫系统而特别设计的解决约束、多模式和组合优化问题的免疫计算方法[17][18][19][20] 。基于免疫学的计算方法结合先验知识和免疫系统适应能力，提供了新颖的解决复杂优化问题的方法和能力。 本文针对QoS路由选择问题，提出了一种新的融合算法即免疫蚂蚁算法。算法的基本思想是把待求解的问题对应为抗原，问题的解对应为抗体，利用蚂蚁算法的全局寻优能力和免疫算法的适应能力求解组合优化问题，实验结果表明免疫蚂蚁算法表现出了超越免疫算法和疫蚂蚁算法的优点，在考虑了五个路由限制的情况下，算法的效率得到了大幅度的提高。 免疫算法原理[1,2, 20] 免疫算法的一般框架流程如图1所示。其中算法中的抗原通常是指目标函数。算法中的抗体通常是指目标函数的优化解。算法步骤： 1） 免疫细胞产生——产生初始抗体：随机产生N个个体或从记忆库中提取N个个体构成初始群体； 2） 抗原与抗体相遇——分析问题：对问题及其解的特性进行分析和了解，并设计解的合适表达形式； 3） 抗体识别抗原——对上述群体中各抗体进行评价：通常采用基于个体浓度的适应度评价策略；在自然免疫系统中，为保持抗体的多样性，通常在鼓励与抗原有高匹配度的抗体的同时，对浓度过高的抗体予以抑制。并且抗原与