杜嬌嬌

摘要：本文著重解決全終端網絡成本優(yōu)化問題，以達到最佳的尋優(yōu)效果和尋優(yōu)速度，基于泰國學者KanyapatWatcharasitthiwat在解決網絡優(yōu)化問題的建模思想，提出了可靠性最優(yōu)的優(yōu)化模型，利用改進蟻群算法（I-ACA）解決了全終端網絡可靠性優(yōu)化問題。進行了仿真驗證，結果表明改進蟻群算法不僅有效，且與傳統(tǒng)蟻群算法相比具有尋優(yōu)效果佳、尋優(yōu)速度明顯加快的特點，特別針對優(yōu)化大型復雜全終端網絡優(yōu)化問題具有較大的意義。

關鍵詞：全終端 網絡 可靠度 蟻群算法 仿真驗證

近年來通訊網絡技術發(fā)展飛速。計算機網絡的可靠性已成為眾多學者研究的焦點?！熬W絡可靠性研究主要有兩個核心問題：網絡的可靠度計算問題和網絡可靠性優(yōu)化問題。目前國內外學者在網絡可靠性優(yōu)化方面已經取得了一系列成果”。本文主要研究的是全終端網絡優(yōu)化的計算問題。即在一定的成本約束下，以極大地提高網絡可靠度為目標，對通信主干網進行一定的優(yōu)化。早期解決全終端可靠性優(yōu)化問題的方法多適用于中小規(guī)模的網絡，對于大規(guī)模的網絡往往采用智能優(yōu)化方法。但是這些算法存在計算時間長，容易陷入局部最優(yōu)等弊端。針對以上算法的不足。結合全終端網絡的構成特點，提出了自適應蟻群算法，并用實例對算法實現(xiàn)了執(zhí)行過程。

—、蟻群算法

“蟻群算法是通過受到真實蟻群的集體行為啟發(fā)的一種基于群體的模擬進化算法，”它具有較強的魯棒性、優(yōu)良的分布式計算機制。

蟻群算法在尋優(yōu)方面具有良好性質，在很多復雜困難的組合優(yōu)化問題得到了廣泛的應用。但是蟻群算法也存在一定的缺點，存在收斂速度慢、計算時間長、容易陷入局部最優(yōu)等一些問題。針對以上的缺點，本文采用自適應蟻群算法對計算模型進行優(yōu)化。

（一）改進蟻群算法優(yōu)化問題的策略

傳統(tǒng)蟻群算法存在停滯現(xiàn)象，為了避免這一缺點，改進蟻群算法采用了隨機性選擇和確定性選擇相結合的選擇策略。并且采用自適應更新原則計算轉移概率，改進后的蟻群算法在尋優(yōu)速度和尋優(yōu)效果上有了明顯的改善。

根據(jù)自適應蟻群算法的原理且結合優(yōu)化模型的特點，解決該類可靠性優(yōu)化問題的策略為：

l。把優(yōu)化問題轉化成矩陣的形式。

2.螞蟻只在該矩陣列上移動。

3.螞蟻在移動前先隨機判斷，根據(jù)判斷結果選擇移動方式。

4.“約定螞蟻每走一步即生成一組解，然后求對應的目標函數(shù)的值與約束函數(shù)，對于滿足約束條件的點，把其作為一次迭代的結果，螞蟻轉移至該點；否則螞蟻保持不動?！?/p>

5.重復上述步驟直到終止條件。

（二）目標函數(shù)的確立

針對全終端網絡的特點確立目標函數(shù)為：

其中，R_U（X）為基于可靠度上界來評估網絡可靠度的計算公式。

（三）實現(xiàn)改進蟻群算法的步驟

初始化：設定實驗次數(shù)，將矩陣初始化相同的數(shù)值，給出揮發(fā)系數(shù)和信息量的強度的值。

第一步：將螞蟻放置在初始位置上。

第二步：每只螞蟻在移動前先進行隨機判定，根據(jù)判定結果確定螞蟻是否移動。

第三步：計算目標函數(shù)差，根據(jù)目標差判斷螞蟻是否移動。

第四步：按照更新方程修改信息量，并且增加循環(huán)次數(shù)。

第五步：如果循環(huán)次數(shù)大于規(guī)定次數(shù)，程序結束。否則回到第二步。

二、實例仿真

選取簡單和相對復雜的兩個計算機主干網進行仿真實驗。實驗中。對算法進行35次測驗，由仿真驗證結果可知，改進蟻群算法在尋優(yōu)結果上明顯優(yōu)于原始的蟻群算法，同時在計算時間上明顯優(yōu)異于傳統(tǒng)蟻群算法。

三、結論

本文運用改進蟻群算法優(yōu)化了全終端網絡可靠性問題，結果表明改進后的蟻群算法在尋優(yōu)速度和尋優(yōu)結果上都優(yōu)于傳統(tǒng)的蟻群算法。仿真結果驗證了改進蟻群算法具有可參考價值。