计算机网络可靠性优化计算中遗传算法应用优势.docVIP

计算机网络可靠性优化计算中遗传算法的应用优势 　　摘 要 所谓计算机网络可靠性其实就是指计算机网络的可用性，也就是具备计算机网络各用户间互相连通能力的强弱。优化计算计算机网络可靠性是目前业界所关注的热点话题。与传统算法相比较，遗传算法优点更多，不仅算法的结构比较简单、便于求解以及搜索高效，在进行全局计算的时候还可获得最优的近似。遗传算法具有较好的实用性、简易的算法结构以及较快的求解速度能够求出近似值的最优解，在解决网络可靠性优化计算问题上有着明显的优势 【关键词】网络可靠性 优化计算 遗传算法 计算机网络可靠性也就是计算机网络的可用性，通过遗传算法，解决网络优化计算过程中的核心问题，能够提高网络的可靠性。下面就来探讨一下计算机网络可靠性优化计算中遗传算法的应用优势 1 计算机网络中可靠性优化和遗传算法的概念介绍 1.1 计算机网络可靠性优化 计算机网络可靠性优化是具有重要意义的一个环节，网络是否具有可靠性是计算机网络信息传输是否能得到保障的前提，而计算机网络往往又具有许多重要的特性，比如在生存性方面和抗破坏性方面尤其显得非常突出。计算机网络中的这些特性，给我们优化计算机的可靠性提供了方向，因为这些特性能够适应各种不同的模式，使网络设备在工作时的有效性得到了保证。计算机所处的温湿度、辐射以及维修等对计算机网络通信和联网设备工作会产生影响，但在以下分析中假定网络处于理想状态，不受上述条件影响 计算机网络的可靠性类型有：2终端可靠性、Y终端以及全终端可靠性这三种类型 1.2 遗传算法含义 遗传算法广泛应用于计算机各个领域，它的基本原理是根据生物学上的遗传知识和自然选择规律为基础发展起来的。将数据在网络中的传输方式和过程进行模拟，然后根据生物学上基因遗传信息的传递方法，在经过群体搜索和个体之间互相交换信息，将网络中传输的数据信息切割成各种不同的数据块，再在达到网络地终端时按照一定的规律进行组合起来，最后就构造出满足在网络中进行传输地优化信息搜索功能。此搜索功能不仅能够达到在网络中优化全局信息地要求，而且该方法在操作上比较简单和便捷，所具备的通信全局性较好，且所具备的优势以及功能较为明显，可有效解决在传输网络数据中遇到的封装问题。遗传算法主要是由以下几个部分所构成，即进化运算、基因表达、基因适值、遗传运算以及初始种群这五个部分 2 在计算机网络可靠优化计算中遗传算法的有效应用 2.1 问题假设 在计算机网络中，数据的分析和信息的运算是在经过多节点情况下，采用多通道的传输方式来控制的。而通道中都是单一性数据来联系的，此时需通过数学模型的建立来描述系统中的单一性。网络传输通道是否具有稳定性，将对到节点之间的数据起到关键性的作用，直接决定数据是否能得到可靠地传输 2.2 计算问题的数学模型 关于计算机网络信息通信的传输可以建立下面的数学模型来进行说明和分析，下面是一个网络矩阵，通过这个矩阵来对网络传输地介质实现公式化的研究 如公式（1）所示：C0可代表的含义是：一个传输介质的矩阵，而评估链路介质间成本的关系，看是否存在某种联系，则用j（1≤j≤n），这个链路是指矩阵中包含的链路 在计算机网络通信中，可使用下面的数学公式表示信道链路介质在传输数据时的衡量值： 在上述公式（2）和（3）中，N代表的含义是：计算机网络地节点个数，C代表的含义是：通信信道中信息传输成本，α和β代表的含义是节点的可靠性约束常数，Diaji指的是i与j节点间的介质数，是代表最优的逻辑链路。当gij的值为0时，表示i与j节点之间没有直连地链路；当gij的值为1时，表示i与j节点之间有直连地链路 根据上述的公式，很容易就可以推算出计算介质可靠性地具体公式如公式（4）所示 在上述该公式（4）中，R0代表的是网络的可靠性矩阵。当计算机的整个网络处在一种可用状态，即网络中计算机均可相互连通，基于这种条件下，网络中的每一个节点就可构成为一种相对应的系统，该系统可在一定程度上使网络正常工作得到相应的保障 2.3 遗传算法优化的过程 首先进行数学建模优化，采用遗传算法按照顺序服务的原则，用排队模型处理，可以简化计算机网络中的通信问题和节点储存问题。优化可靠性的计算，包括选择分配容量和路由的复杂非线性方程。在求最优解时，遗传算法的运算过程可以表示为如下流程：begin→（0→t）―初始化p→评估p→While不满足终止条件→begin→重组p，获得c→评估c→从p和c中选择p→（t+1→t）end。在考虑到约束条件比较多情况下，寻优问题要想使解决变得容易，遗传算法是最佳选择之一。针对算法的设计和优化，选择使用遗传算法来作为寻优设计的核心算法，这样就可以比较容易的得到很好的近似值，起到了很