CN106953768-CN201710238749-一种网络可靠性模型及混合智能优化方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106953768 A (43)申请公布日 2017.07.14 (21)申请号 201710238749.3 (22)申请日 2017.04.13 (71)申请人 西安电子科技大学 地址 710071 陕西省西安市太白南路2号西 安电子科技大学 (72)发明人 李伟刚　王娜　冯淼淼　 (74)专利代理机构 西安长和专利代理有限公司 61227 代理人 黄伟洪 (51)Int.Cl. H04L 12/24(2006.01) 权利要求书3页 说明书11页 附图4页 (54)发明名称 一种网络可靠性模型及混合智能优化方法 (57)摘要 本发明属于网络通信技术领域，公开了一种 网络可靠性模型及混合智能优化方法，网络可靠 性模型加入网络抗毁性相关评价指标，从生存性 和抗毁性两个角度进行优化设计，并在优化设计 当中允许节点以一定的概率失效，对网络拓扑结 构进行优化设计，克服了现有可靠性模型限制条 件单一的缺陷，更加完善和符合实际应用场景。 本发明优化方法针对遗传算法的局部搜索能力 较差，总体搜索能力较强，而蚁群算法总体搜索 能力较差，局部搜索能力较强的特点，提出遗传 算法和蚁群算法相结合的混合智能算法，取长补 短，克服了单种智能算法本身固有的缺陷，改进 A 了解的求解质量。 8 6 7 3 5 9 6 0 1 N C CN 106953768 A 权　利　要　求　书 1/3 页 1.一种网络可靠性模型，其特征在于，所述网络可靠性模型为： S.T. R(X)≥R              (2) 0 a ＝a ＝x             (4) ij ji ij d ≥2,i＝1,2,…,N            (6) i L(G)＝D(G)-A(G)             (7) λ≤λ≤…≤λ                (8) 1 2 N 式2-式3表示网络的全终端可靠度不小于最低要求全终端可靠度；式4-式6表示网络拓 扑图当中节点度都大于等于2，即网络是一个满足度2约束的连通图；式7-式9表示网络的代 数连通度不小于最低要求代数连通度；式10-式12表示网络的图抵抗度不小于最低要求图 抵抗度； 其中，网络的物理拓扑为G(V,E)，结点集合V＝{v |i＝1,2,…N}代表网络设备集合；其 i 中，N代表网络中结点的个数；l 表示结点v 和v 之间的链路，而链路的集合为E{l |i,j∈ ij i j ij N}； * 表示最低要求图抵抗度；c 表示i f(X)表示目标函数；C 表示归一化后的图抵抗度； ij 和j两点间的链路成本；R(X)表示全终端可靠度；R 表示最低要求全终端可靠度；R 表示图抵