[004引图1为本发明的流程图，图2为本发明实施例所使用的网络拓扑结构图，该网络为 意大利国家网络，链路上的数字表示节点间的单位化长度。下面结合图1和图2说明本发 明的【具体实施方式】。
[0046] 步骤1 (种群初始化）：
[0047] 本实施例中多约束路由优化的目标函数为f = a fi+Pf,+丫 f3,其中为路径长 度，f2为业务沿该路径传输时的网络业务层负载的方差，f 3为业务沿该路径传输时的网络 传输层负载的方差；a，P，丫为权重系数，本实施例中均取1/3 ;目标函数值越小，说明路 径越优秀，抗体的亲和度越高，因此抗体的亲和度取1/f ;种群规模即种群中的路径个数N =30,进化最大代数G = 50,当前进化代数g = 1 ;待优化路由的源节点是图2中的VI，目 的节点是V29;利用Logistic混浊方程生成区间化1)上的混浊序列{ 5 J用于混浊捜索； 利用
【发明内容】
中所述基于混浊捜索和动态邻接矩阵的路径生成算法随机产生Vi到V29的30 条路径构成人工免疫算法的初始抗体种群P"(各）=，&0(別，...，}。
[0048] 步骤2 (抗体亲和度计算并排序）：
[0049] 将抗体种群中的抗体代入目标函数，并按目标函数值升序排列（或按照亲和度值 降序排列），排列后的抗体种群为パ(g) = {巧l(g)，ク^(g)，.:.:.,姑(g)};如果g = G，则选 择第一个抗体进行输出，否则进入步骤3。
[0050] 步骤3 (选取优秀抗体构成记忆种群）：
[0051] 选择pi(g)中前M = 6个抗体构成巧区种群/(各）二{巧1(容），片^容），...，女(g))。
[0052] 步骤4 (优秀抗体克隆）：
[0053] 为了使优秀抗体的基因尽可能多的保留下来，本实施例第q个抗体的克隆数量为
其中，f(q)为第q个抗体的目标函数值，函数round('）表示 四舍五入取整，本实施例中C的取值为12,是克隆抗体的总数量，若最终的克隆抗体总数不 等于C，则可通过对记忆种群中最后一个抗体的克隆数量的增减使总数量为C ;设克隆抗体 组成的克隆种群为戶2(如={&2(如，/?22(各)，...，/?1 22(容)}。
[0054] 步骤5 (克隆抗体接种动态疫苗并变异）：
[0055] 根据
【发明内容】
部分所述步骤5中的动态疫苗接种及变异方法对克 隆种群中的抗体进行操作，其中参数1 = 3,生成的带疫苗的克隆变异种群为 护U')二{片U'): P;U'),.…片2献}。
[0056] 步骤6 (次优秀抗体自由变异）：
[0057] 根据
【发明内容】
部分所述步骤6中的自由变异方法对次优秀抗体进行操作，本实施 例中的次优秀抗体种群为 尸4(封={巧4(封，试各)，...，巧42 (容)} = W献，诚各)，...，巧Ig (g) }，自由变异后的种 群为巧訂={试各)，妨各)，…，姑(g)}。
[005引步骤7(种群更新）：
[0059] 将记忆种群、克隆种群和变异种群组成新一代抗体种群，即P° (g+1)= J(g) Up3(g) Up5(g);令 g = g+l，返回步骤 2。
[0060] 为了说明本发明所述方法的优越性，本实施例中对本发明所述方法与方仕勇、邹 恩等人提出的QoS混浊遗传算法（QCGA)及Zhu Li、Li Zhishu等人提出的免疫遗传路由算 法（IGRA)进行了比较。图3是在图2所示网络上S种方法随机运行两次的结果。从图3 中可W看出，QCGA和IGRA两次运行的结果都具有不确定性，而本发明所述方法两次运行结 果无论是寻优过程还是最终结果都是确定的。图4是=种方法运行50次后取平均值的结 果，可W看出，由于本发明所述方法的确定性输出，使其平均结果与图3中的单次运行结果 完全相同，而且其性能也明显优于QCGA和IGRA，因此本发明所述方法无论在性能上还是稳 定性上都优于其它两种算法。
[0061] 综上，本发明所述方法充分利用混浊捜索的伪随机性和确定性特点，利用混浊捜 索值替代了人工免疫算法中的随机变异概率值，克服了传统算法单次运行结果不确定的问 题；利用动态疫苗接种与自由变异相结合的变异策略，使本发明所述方法具有寻优速度快、 寻优结果好的特点；利用混浊捜索与动态邻接矩阵高效生成人工免疫算法的可行路径解， 提高了本发明所述方法的执行效率。
[0062] W上所述，仅为本发明较佳的【具体实施方式】，但本发明的保护范围并不局限于此， 任何熟悉本技术领域的技术人员在本发明掲露的技术范围内，可轻易想到的变化或替换， 都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该W权利要求的保护范围 为准。
【主权项】
1. 基于混浊捜索和人工免疫算法的路由优化方法，其特征是该方法包括： 步骤1 :利用基于混浊捜索和动态邻接矩阵的路径生成算法产生N条路径作为人工免 疫算法的初始抗体种群，N为设定值； 步骤2 :对抗体种群进行亲和度计算，并按照亲和度大小进行降序排列，如果当前进化 代数已经达到最大值，则选择亲和度最大的抗体作为路由优化的结构进行输出，否则，进入 步骤3 ; 步骤3 :在排列后的抗体种群中选择前Μ个抗体组成记忆种群，Μ为设定值，且满足 Μ<Ν ； 步骤4 :对记忆种群中的抗体进行克隆操作，生成含有C个抗体的克隆种群，C为设定 值，且满足C+M<N; 步骤5 :对克隆种群中的抗体进行动态疫苗接种并进行变异操作； 步骤6 :对抗体种群中第M+1个抗体至第N-C个抗体进行自由变异操作，生成含有 N-C-M个抗体的变异种群； 步骤7 :将记忆种群、克隆种群和变异种群组成新一代抗体种群，返回步骤2。2. 根据权利要求1所述方法，其特征是所述步骤1中，基于混浊捜索和动态邻接矩阵的 路径生成算法的具体步骤为： 步骤1. 1 :设网络的初始邻接矩阵为A°，当前邻接矩阵为A，所要生成的路径的源节点 为S，目的节点为d，路径经过的节点集合为p(s，d)，其初始状态为p(s，d) = {s}，路径捜索 过程中的当前节点为Vi，其上游节点为V、，下游节点为V,，令A = A°，Vi= S ; 步骤1. 2 :将A中第i列元素全部置0,得到新的邻接矩阵A'，令A = A'; 步骤1. 3 :若A中第i行元素全部为0,转步骤1. 5,否则，转步骤1. 4 ; 步骤1. 4 :利用混浊捜索确定Vi的下游节点V ,，将节点vjj日入路径节点集p(s，d)中， 令i = Z，若Vi= d，寻路成功，算法结束，否则，转步骤1. 2 ; 步骤1. 5 :右ν;= S,寻路失败，算法结束，否则，在P (S, d)中删除点V i,并令i = X, 转步骤1. 3。3. 根据权利要求2所述方法，其特征是所述步骤1.4中的混浊捜索的具体方法 为：利用混浊方程产生的一个区间化1)上的伪随机数δ，捜索结果的计算公式是m = ceil ( δ . h)，其中，h是与捜索对象有关的参数，此处h的值为A中Vi的邻居节点个数，函 数ceil (.)表示向上取整，则A中Vi的第m个邻居节点即为V i的下游节点V Z。4. 根据权利要求1所述方法，其特征是所述步骤5中，对抗体进行动态疫苗接种并进行 变异操作的具体方法为： 步骤5. 1 :设抗体p(Vi, vj = {vi, V2, V3,…，Vu，vj，其中L为抗体中节点的个数即抗 体的长度，令h =以利用权利要求3中所述混浊捜索的计算公式计算m的值； 步骤5. 2 :抗体中参与变异的基因位数为1，接种疫苗的位数为kl，1为设定值，且 ?α，抗体中作为疫苗被保留的基因段为{vi，V2,…，Vy} U {vy+w，…，V,}，需要进行变异的基 因段为{Vi，V2,…，vi}，y的计算公式是：其中mod (.)为求余函数； 步骤5. 3:利用权利要求2所述路径生成算法，重新生成路径p(Vy，Vy+w)，设 P(Vy，Vy+w) = {Vy，V' i，v'2, ···，￥' i，Vw}，贝喊态疫苗接种并变异后的抗体为p'（Vi，vJ ={Vl, V2,…，Vy, V ' 1，V ' 2,…，V ' 1，Vi",…，vj。5.根据权利要求1所述方法，其特征是所述步骤6中，对抗体进行自由变异操作的具体 方法为： 步骤6. 1 :设抗体p(Vi, vj = {vi, V2, V3,…，Vu，vj，其中L为抗体中节点的个数即抗 体的长度，令h =以利用权利要求3中所述混浊捜索的计算公式计算m的值； 步骤6. 2 :若m = L返回步骤6. 1，否则，利用权利要求2所述路径生成算法，重新生 成路径P(Vm，vJ，设p(Vm，vJ) = {Vm，V' i，V' 2,…，vVmliVj，则自由变异后的抗体为 P'（Vi，Vl) = {Vi, V2,…，Vm, V ' i，V' 2,…，V' l " i，vj。
【专利摘要】本发明公开了通信网络技术领域中一种基于混沌搜索和人工免疫算法的路由优化方法，用于解决传统智能优化算法求解多目标路由优化问题中，路径生成效率低、单次优化结果不确定的问题。该方法包括：利用混沌搜索和动态邻接矩阵生成多条路径作为人工免疫算法的初始抗体种群；利用人工免疫算法求解最优路由，其中主要步骤包括：对优秀抗体进行克隆并对克隆抗体接种动态疫苗；对接种疫苗后的克隆抗体进行变异操作；对次优秀抗体进行自由变异操作；将优秀抗体、接种疫苗并变异后的克隆抗体和自由变异后的次优秀抗体组成新一代抗体种群。该方法路径生成效率高，利用混沌搜索值替代了随机概率值，具有寻优速度快、单次输出结果稳定的优点。
【IPC分类】G06N3/12, H04L12/721
【公开号】CN105704025
【申请号】CN201510809677
【发明人】樊冰, 吴润泽, 闫江毓, 唐良瑞
【申请人】华北电力大学
【公开日】2016年6月22日
【申请日】2015年11月20日