新的基于启发式蚁群算法的QoS路由算法研究.pdfVIP

新的基于启发式蚁群算法的QoS 路由算法 杨 霞 （广西工业职业技术学院计算机信息工程系，广西，南宁，530001） 摘要 面向Qos 路由问题，提出了一种基于蚁群算法的改进Qos 路由算法。算法引入干扰系数作 为启发信息，采用了动态更新的概率替代传统的路由表，从而提高了算法收敛速度。实验表明，该算 法能快速有效地求得路由最优解。在网络节点出现故障时，提出的算法能快速地更新节点上信息，使 网络趋于平稳。 关键词：蚁群算法，QoS 路由，干扰系数，启发信息 中图分类号:TP393 文献标识码：A A new QoS routing algorithm based on heuristic colony optimization algorithm Yang Xia (Computer information engineering department of Guangxi Vocational Technical Institute of Industry, Guangxi, Nanning, 530001) Abstract: For the QoS routing problem ,a new QoS routing algorithm based on the ant colony optimization algorithm is put forward .A dynamic updating probability would instead of traditional route table record in this new algorithm. A interference coefficient as heuristic information was employed to achieve high convergence speed. The experimental results showed this algorithm is reasonable and effective for solving QoS routing problem. When a fault occurs ,the new algorithm can update the information of the net node quickly and stabilize network traffic. .Key words: Ant colony algorithm, QoS routing, interference coefficient, heuristic information l 引言 蚁群算法(ant colony optimization, ACO)是一种用来寻找最优解决方案的机率型技 术。由意大利学者M．Dorigo，V．Maniezzo等人通过模拟自然界蚂蚁寻径的行为，于20世纪 90年代提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为[1-3]。研究表明，蚂蚁在 走过的路径上会释放一种挥发性分泌物，即信息素(pheromone)，它们靠感知信息素的强度 来进行信息的传递，即蚂蚁会在路径上前进时根据前边走过的蚂蚁所留下的分泌物选择其要 走的路径。其选择一条路径的概率与该路径上分泌物的强度成正比。 因此，由大量蚂蚁组 成的群体的集体行为实际上构成一种学习信息的正反馈现象：某一条路径走过的蚂蚁越多， 后面的蚂蚁选择该路径的可能性就越大。蚂蚁通过这种信息的交流寻求通向食物的最短路 径。蚁群算法就是根据这一特点模仿蚂蚁的行为，从而实现寻优。蚁群算法模型已逐渐用来 解决一些实际问题，如TSP问题、分配问题、job-shop调度问题等,并取得了较好的结果[4-7]. 随着网络技术的发展，网络用户也趋于多样化，对网络服务提出了越来越高的要求。 QoS(Quality of Service)路由是保证服务质量的关键技术，而QoS路由问题的关键在于找到 一条满足业务QoS指标约束的路由，实现对网络资源的优化配置。在网络通信中利用蚁群算 法求解QoS路由选择问题[8-9]，已经取得了许多成果，这些成果显示蚁群算法的许多优点，例 如较强的鲁棒性、寻径过程的并行性以及易于与其他启发算法结合的优越性。同时，蚁群算 法通过路径的多样性保证全局的有效搜索，使算法更快、