改进量子遗传算法在网络拥塞控制中应用.docVIP

改进量子遗传算法在网络拥塞控制中应用 　　摘 要： 当前以遗传算法为基础的网络拥塞控制方法对网络拥塞存在控制目标选取耗时，最优目标参数选取不均等问题，控制效果不佳。针对这一问题，结合量子计算的优点，提出一种基于改进量子遗传算法的网络拥塞控制算法，首先对网络拥塞的原理进行分析，建立QoS路由拥塞控制数学模型，将量子计算引入遗传算法进行改进，在静态旋转角的量子遗传算法的基础上，保证拥塞目标参数的选取准确性，给出算法的实现方法和具体流程。实验结果表明，该算法的搜索速度快、效率高、可以很好地优化网络性能，实现拥塞控制。 　　关键词： 网络拥塞控制； QoS路由； 量子遗传算法； 网络性能优化 　　中图分类号： TN915?34； TP391.9 文献标识码： A 文章编号： 1004?373X（2016）06?0033?04 　　Application of improved quantum genetic algorithm in control of network congestion 　　WANG Fei 　　（Henan Polytechnic Institute， Nanyang 473000， China） 　　Abstract： Since the current network access and congestion control method based on the genetic algorithm has poor control effect such as time?consuming target selection and optimal targets parameters selection， a network congestion control algorithm based on the improved quantum genetic algorithm is proposed in combination with the advantage of quantum computation. The principle of network congestion is analyzed. QoS routing congestion control mathematical model is established. The genetic algorithm， introducing quantum computation， is improved to guarantee the accuracy of the selection of congestion target parameters on the basis of the static rotation angle of quantum genetic algorithm. The implementation method and the specific process of the algorithm is given. The test results show that the algorithm has fast search speed and high efficiency， can optimize the network performance in a good way， and achieve the goal of congestion control. 　　Keywords： network congestion control； QoS routing； quantum genetic algorithm； network performance optimization 　　0 引 言 　　随着互联网技术的快速发展，网络资源被越来越多的用户所占用，当网络资源远远不能满足用户需求时，就会产生“拥塞”。网络拥塞现象最早出现在1986年10月，自此以后，人们在网络拥塞领域进行了大量的研究工作。1988年，Jacobson提出了基于TCP流的端到端网络拥塞控制算法[1]，1996年Raj Jain教授提出了ATM拥塞控制中的显式速率指示[2]；K.Ramakrishnan和S.Floyd提出了TCP/IP协议上的显式拥塞指示（ECN）方法[3?4]。近年来，随着智能仿生类优化算法的发展，人们在应用优化理论进行拥塞控制算法的分析和设计方面做了大量的工作，并取得了一定的进展。其中遗传算法（GA）凭借其并行搜索、鲁棒性强等优点，获得了广泛的应用；但是却存在收敛速度慢、易陷入局部最优等缺陷。 　　为了解决传统方法存在的问题，本文建立了QoS路由优化数学模型，将量子计算和遗传算法