基于关系矩阵编码及粒子群负载均衡算法研究.docVIP

基于关系矩阵编码的粒子群负载均衡算法研究 秦勇1 宋继光1,2 蔡昭权3 卢庆武3 罗伟3 （1.茂名学院 信息与网络中心，广东茂名 525000；2.太原理工大学 信息工程学院，山西太原 030024； 3.惠州学院 教育技术中心，广东惠州，516007) 摘要：针对网络流量负载均衡与优化问题,提出了一种基于关系矩阵编码的粒子群负载均衡算法。提出一种采用关系矩阵作为编码方法的粒子群算法来处理网络负载均衡问题，能够使网络流量能较好的分担到不同链路上。仿真结果表明了粒子算法在处理流量优化问题上的有效性和可靠性。 关键词：粒子群算法；负载均衡；关系矩阵 中图分类号：TP393 文献标识码：A Research on Load Balancing Algorithm Based on PSO Coding Relationship Matrix Qin Yong1 Song Jiguang1,2 Cai Zhaoquan3 Lu Qingwu3 Luo Wei3 (1. Center of Information Networks Maoming University, Maoming, Guangdong 525000,China ；2.Department of Information Engineering, Tai Yuan University of Technology, Taiyuan 030024,China；3. Center of Educational Technology, Huizhou University, Huizhou, Guangdong 516007,China ) Abstract: Aiming at load balance and optimization problems in network, a network load balance algorithm is proposed that based on PSO which is encoded with relational matrix . Relational matrix was first introduced as the encoding of PSO algorithm to handle network load balance, so that network flow can be better shared to different links. Simulation results show the performance of the validity and reliability of the algorithm on flow optimization possess . Key Words: PSO; traffic optimization ;relational matrix 0引言 流量负载均衡研究的目标是网络可用路径能够合理的分担网络流量,避免网络拥塞, 提高网络的资源利用率、网络的运行效率(QoS)，其一直是网络资源管理研究中的重要内容[1]。将生物启发机制应用于网络研究已成为当前研究的一个热点[2]，其中就包括粒子群算法。粒子群优化算法 ( Particle Swarm Optimization, PSO) 是由James Kennedy 和Russell Eberhart 博士于1995 年提出的一种基于群智能的随机全局优化技术,其源于鸟群扑食行为的研究[3]。粒子群算法目前在诸多领域得到应用，具有需要设置的参数较少、编码简单、容易实现等特点和具有深刻智能背景的优势。粒子群算法采用“群体”和“进化”的概念，依据个体的适应度进行操作，通过个体间的协作搜寻最优解的一种群体智能算法。 有些学者已经将粒子群算法[4]应用于路由选择与负载均衡等问题。Li Taoshen[5]在将粒子群算法应用到路由优化中时设计了特殊相加算子，但是这种方法存在一个缺点即当迭代时每一个个体在更新位置时都需要运用深度优先的方法寻找路径，这样就使算法的时间花费特别巨大。潘达儒[6]在算法中引入了交换、插入、删除、增量等操作算子和操作算子序列等概念，这一方法的缺点就是操作算子会产生容易搜索和增加算法实现复杂度。本文针对以上问题，提出了将关系矩阵作为粒子群算法的编码方式，本方法可以很好的克服以上算法的缺点，采用这种编码方式无需对粒子群算法的框架结构作任何改变，只要对搜索空间作一定的限制就可以避免冗余搜索。本文将采用了关系矩阵编码的粒子群算法应用到网络的流量优化和负载均衡问题，提出了基于粒子群算法的负责均衡算法，目标为使得整个网络中的流量均衡分布在各条链路上。每个个体在数据表示上就是一个矩阵变量，它代表着对