基于蚁群算法网络铺设规划研究.docVIP

基于蚁群算法网络铺设规划研究 　　【摘 要】 在通信网络铺设时,建立各节点及节点之间距离的矩阵,利用图论中的方法,转化为一个全连通的图,在只考虑距离最短的情况下,利用prim算法得到了费用的最小生成树及最短路径。为了更加清楚、全面的表现出影响网络铺设的各种因素,建立起了涵盖链路通断的概率、链路数目及网络流量的组合优化模型,采用蚁群算法计算在不同的度的要求、不同的链路通断概率、最大的流通量这三个约束下的连接情况及对应的铺设距离。 　　【关键词】 prim算法 网络铺设 蚁群算法 优化设计 　　 Study Ant colony algorithm based on network rollout planning 　　【Abstract】 Laying in communications network, to establish the distance between each node and nodes in the mat.rix, using graph theory methods, into a fully connected graph, considering only the shortest distance in the circumstances, the use of prim algorithm has been cost The minimum spanning tree and shortest path. In order to more clearly and comprehensively the performance of laying out the various factors that affect the network has established a link off covering the probability of links a combination of numbers and network traffic optimization model, using ant colony algorithm in a different degree requirements, different link-off probability, the largest circulation of these three constraints of the connections and the corresponding distance laying. 　　【Key words】 Prim algorithm Network rollout Ant colony algorithm Optimization design 　　 　　通信网络铺设一直是网络发展规划研究领域的热点,很多学者为此展开了广泛而深入的研究,并取得了很多具有参考价值的结果。为了将分散终端连接起来,一般通过地下电缆进行连接,当已测知各结点之间的需要连接的距离,考虑到费用与效率问题,则需为网络规划者提供最佳连接方案。 　　针对通信网络铺设问题,首先要考虑的是设计一个网络的标准:确定网络的拓扑结构;确定网络中的信息的路径方向;网络中流量的分配控制;网络在使用过程中是否稳定可靠。因此网络优化也应针对上述四个方面,即拓扑结构优化、路径优化、流量分配优化和可靠性优化。通信网网络优化的最终目标是在尽量满足特定要求的情况下,使整个网络的总投资最小。对于一个通信网,不同的网络结构,其最优的组织方式可能不同,对于不同的组织方式,其最优的流量分配方案可能不同,因此以上四个优化过程是紧密相连的整体。 　　 　　1 通信网络规划模型 　　 　　在通信网络规划上,一般具备以下假设:网络费用仅与铺设距离相关,可假设成简单的正比关系;各个节点之间的重要性是对等的,不存在级次差别;一个节点和其它的节点的连接是等可能的,且一个节点可以连接的节点是不受限制的;节点的度不相同将导致的各个节点间的流量存在差异;网路的稳定性仅与节点及节点所连的线路的多少有关。 　　根据前面的假设,铺设成本仅与铺设长度相关。这样问题就转化成为了求解一个保证连通性的最短铺设方案。根据节点及节点之间距离的矩阵,首先可以构造一个全联通的图,每一个连接点是图中的一个节点,矩阵中第i行第j列的元素值大小就是边(i,j)的权重。根据前面的分析,问题就抽象成为了求解这个完全图的最小生成树。对于赋权连通图G=(V,E,W),式中W=[wij]n#8226;n为图G的有权矩阵,其中wij0且wij=wji,wii=∞,D(i,j)=wij表示顶点i与顶点j之间的距离[(i,j)∈V]。引入一个0、1变量xij,0表示该路径未被选入,1表示