基于理性的蚁群自适应路由(郭巧,北京理工大学》.pptVIP

基于理性的蚁群自适应路由;基于移动Agent的路由管理;蚂蚁觅食机理;蚁群自适应路由现状 ARS：调节正反馈、负反馈启发因子 ARH和ARHnr ：用于移动自组网 ABC：解决电信线路交换网络的负载 ASGA：遗传算法特征，解决点到点、点到多点的线路交换网络的路由问题 SynthECA：ASGA延伸到故障诊断 AntNet：AntNet-CL和AntNet-CO 结论：刚刚起步，前景光明 ;主要思想 两类网络蚂蚁，前行蚂蚁和后行蚂蚁。 各网络节点以一定间隔按照本节点的网络状况随机地选择目的节点发送前行蚂蚁； 前行蚂蚁与数据包处在相同优先级的转发队列中，用于收集节点间的延迟； 到达目的节点后，前行蚂蚁死亡，同时产生一个结构内容完全相同的后行蚂蚁，后行蚂蚁按前行蚂蚁的路线原路返回； 处理后行蚂蚁的队列优先级较高，能够快速的将前行蚂蚁收集的网络状态信息返回给各网络节点； 网络节点通过???行蚂蚁携带网络状态信息计算路由概率表，增大较好路径上的概率，减少较差路径的选择概率，指示数据选择下一跳的节点。 大量随机分布的前行蚂蚁和后行蚂蚁共同合作，完成总体目标，实现网络的自适应路由。 ;网络性能比较(摘自Ginanni Di Caro 2002,5 博士论文);RAntNet设计思想 蚂蚁选路的改进：AntNet依赖概率表,没有主动性，可以添加避选规则和直选规则 控制蚂蚁年龄：保证蚂蚁身上的信息足够新，控制系统内蚂蚁数量 利用先验信息：缩短路由表的收敛时间 结论：注入理性策略，实现基于理性的蚂蚁自适应路由。 ;数据结构 蚂蚁身上的数据结构：记忆栈Ss→d(k’)，记录了经过的网络节点标识k’和从源点到此节点的巡行时间tk’ 网络节点的数据结构 ： 一个巡行时间统计序表Mk ： (μd, σd2, Wd) 一个路由表Tk ： 向量-距离方式存储概率Pnd ;步骤一：路由表初始化 原则：充分利用网络节点局部的先验信息。 说明：ρ是我们提出的路由表先验因子，代表概率增减量与原概率的权重，|Nk|代表该网络节点的邻居个数 ;步骤二：前行蚂蚁的发射 原则：各网络节点周期地产生指向各个目的节点的前行蚂蚁，发向哪个节点的数据报文越多，选择发向该节点的蚂蚁就越多。 说明：目的节点的选择概率pd通过本地流量模型确定。其中，fsd表示从源节点s到目的节点d的字节数。;步骤三：前行蚂蚁数据收集 随数据包流动的前行蚂蚁在向目的节点旅行过程中，收集每一个访问节点地址和到此节点的巡行时间，写入蚂蚁自身携带的记忆栈Ss→d(k’) ;RAntNet算法过程描述;步骤五：前行蚂蚁携带信息的废弃原则 删除回环路由信息 控制蚂蚁生命 说明：其中， Φ为跳数极限因子表示能够允许的蚂蚁跳数和网络节点总数间的比例关系。L为蚂蚁生命时间和H为蚂蚁跳数。Lmax表示蚂蚁的估计寿命极限，N为网络节点总数。;RAntNet算法过程描述;RAntNet算法过程描述;RAntNet算法过程描述;网络模拟平台：OMNet++ NS; OPENET;PARSEC;NetSim++;OMNet++ ;模块间的关联关系 采用C++类独立构成 Statistics类和Ant类采用指针方式为其它类共享调用 Statistics类提供统计函数库 Ant类负责构建蚂蚁的基本属性和行为能力 节点内的其它模块类之间采用消息驱动 ;日本电信主干网NTTNet(6.5, 3.8, 57);吞吐率 置信度为90%包的延迟 蚂蚁数量 蚂蚁寿命 数据包的正确传送率 多目标优化问题 ;测试的流量模型;η=0.15，有效窗口系数δ=0.3，意味着有效观测窗口为最近的10个数据；数据置信水平大约在0.95即(1-γ)-1/2=1.72， m=1.2， c1=0.85， c2= 0.15，α=0.45，a=2.0，健康回环百分率=30%。建立拓扑的预留时间为15 simsec；Hello消息和HelloReply消息的响应超时都为0.03simsec，拓扑建立的重试次数为5次，模拟生成的报文长度为512，模拟生成的会话大小为2130000；路由器的队列长度为1000。 所有测试都是采用OMNet++的seedtool生成间隔100000的10个均好性随机种子，每次试验更换随机种子后独立运行，求10次的平均值。 我们将逐步添加改进策略后的算法与AntNet基本算法结果作比较，一方面是为验证RAntNet的有效性，另一方面也是为优选RAntNet的参数提供依据 。;试验结果与分析;修改蚂蚁选路：直选规则和避选规则;基于理性的蚁群自适应路由RAntNet 反应式Agent -慎思型Agent 添加理性策略，赋予蚂蚁自主决断能力 充分利用先验信息 结论：减少蚂蚁数量，提高了蚂蚁