基于免疫--蚂蚁算法的多约束QoS路由选择.doc

基于免疫蚂蚁算法的多约束QoS路由选择算法 - PAGE 6 - 基于免疫--蚂蚁算法的多约束QoS路由选择 蒋加伏 陈荣元 唐贤瑛 谭旭 （长沙理工大学计算机与通信工程学院，湖南 长沙 410076） 摘要：本文提出了一种新的融合算法即免疫--蚂蚁算法。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多约束QoS路由问题。实验结果表明：免疫--蚂蚁算法表现出了超越免疫算法和蚂蚁算法的优点，大幅度地提高了路由选择的效率。 关键词：QoS路由选择；免疫--蚂蚁算法 A Multiple Constrained QoS Routing Selection Based on Immune--Ant Algorithm JIANG Jiafu CHEN Rongyuan TANG Xianying TAN Xu （Institute of Computer and Communication Engineering, University of Changsha Science and Technology, Changsha 410076, China） Abstract: The paper presents a new blending algorithm, immune-ant algorithm. It solves the multiple constrained QoS routing problem by using the ability of searching the global optimization of ant algorithm and the ability of adapting of immune algorithm. The experiment results prove that the immune-ant algorithm has more advantages than immune algorithm and ant algorithm. And it improves the efficiency of routing greatly. Key words: QoS routing; immune-ant algorithm 引言 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。国内外许多研究人员曾用遗传算法[5]、Hopfield 神经网络方法[6][7] 、蚂蚁算法[3][8][12]、点火耦合神经网络方法[9]等求解多约束QoS路由选择问题，取得了不少好的成果。 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[7] [9]。点火耦合神经网络方法[9]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。蚂蚁算法是目前QoS路由研究中应用比较多的一种方法，由Dorigo等提出[10][11]。该算法是一种后启发式搜索方法，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[13]，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[14][15][16][17] 。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有效方法。 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。该算法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多约束QoS路由问题。实验结果表明：免疫蚂蚁算法表现出了超越免疫算法和蚂蚁算法的优点，在考虑了五个路由限制的情况下，大幅度地提高了路由选择的效率。 免疫算法原理[1][2][17] 免疫算法的一般流程如图1所示。其中的抗原通常是指目标函数；抗体通常是指目标函数的优化解。算法的具体步骤如下： 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