- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要
摘 要
近年来,随着网络技术的发展和网络应用的增加,因特网已经成为人们学习、
工作和生活中不可或缺的一部分。无论是学习交流、网络购物,还是政府管理、
公司运营,甚至是紧急救援、抗险救灾都离不开网络的支持。随着人们对网络需
求的不断增加,网络的规模和复杂度也日益加大,从而当自然灾害、系统崩溃、
恶意袭击等事故发生时,网络发生大规模毁坏的可能性也逐步增大。为了保证人
民的生命安全,维持社会稳定,减少经济损失,网络大规模毁坏后的高效、快速
恢复工作至关重要。此外,在网络恢复过程中,受人力、物力、财力等限制,恢
复资源往往无法一次性完全提供,因此网络恢复工作需要分阶段、渐进式的完成。
本文针对网络大规模毁坏后的渐进恢复机制做了相关研究,主要解决以下两
种情况的网络恢复问题。
(1)大规模毁坏后的单阶段网络渐进恢复机制(Progressive Network Recovery in
Single-Stage,PNRSS) 。当网络发生大规模毁坏后,因为恢复资源有限,无法完全
恢复网络,所以需要选择性的修复网络中的受损设备,使得部分恢复的网络能够
最大化的满足用户的业务需求。在PNRSS 问题中,本文建立了PNRSS 问题的混
合整数线性规划(Mixed Integer Linear Programming,MILP)模型,设计了基于影子
价格和背包问题的单阶段网络渐进恢复算法(Shadow Price and Knapsack Problem
based PNRSS Algorithm ,SPKP-PNRSS)和基于K 最短路的单阶段网络渐进恢复算
法(K Shortest Path based PNRSS Algorithm ,KSP-PNRSS) 。仿真结果表明,这两种
算法性能都很好,均适用于大规模网络。SPKP-PNRSS 算法得到的结果与原模型
最优目标值接近;而KSP-PNRSS 算法则大大提高了时间效率,同样得到了较好的
性能结果。
(2)大规模毁坏后的多阶段网络渐进恢复机制(Progressive Network Recovery in
Multi-Stage,PNRMS) 。当网络发生大规模毁坏后,恢复资源受到时间和路程的限
制,只能分批到达,此时网络的恢复工作也需要分阶段、有的放矢的进行。针对
PNRMS 问题,本文研究了两个子问题:一是最少要用多少阶段的恢复资源修复网
络中的受损设备,使得部分恢复的网络满足所有用户的业务需求;二是在给定恢
复阶段数的前提下,确定链路的恢复顺序使得在恢复过程中每个阶段的业务流量
总和最大化。针对第一个子问题,本文建立了基于最小恢复阶段的多阶段网络渐
I
万方数据
摘要
进恢复机制(Minimizing Recovery Stage based PNRMS,MRS-PNRMS) MILP 模型,
设计了基于流量比例的最小恢复阶段算法(Flow Proportion based MRS Algorithm ,
FP-MRS) 。仿真结果表明,此算法得到的结果与原模型最优目标值接近。针对第二
个子问题,本文建立了基于最大化业务流量需求的多阶段网络渐进恢复机制
(Maximizing Traffic Demand based PNRMS,MTD-PNRMS) MILP 模型,设计了决
定链路恢复次序的最大化业务流量需求算法(Decided Link Recovery Order for MTD
Algorithm ,DLRO-MTD) 。仿真结果表明,FP-MRS 和DLRO-MTD 联合算法不仅
大大提高了时间效率,也得到了很好的结果。
关键词:
文档评论(0)