改进蚁群算法应用的计算机网络路由优化技术探究

李立峰

山西煤炭职业技术学院

改进蚁群算法应用的计算机网络路由优化技术探究

李立峰

山西煤炭职业技术学院

近年来，随着信息时代的到来计算机网络技术也得到了长足的发展和改进。但是，人们在享受计算机技术所取得的巨大成果的同时，随之而来的一系列问题也日渐暴露出来。首先，计算机网络的数据传输技术存在严重的传输延时现象；其次，丢包和带宽限制等现象也对互联网的正常运营带来了很大的困扰。因此，计算机网络路由优化问题成了当前计算机技术发展的重中之重。针对这一问题，本文首先阐述了现阶段网络路由优化的问题；然后，详细介绍了蚁群算法的基本原理和其改进办法；最后，通过仿真实验验证了改进蚁群算法在解决计算机网络路由优化问题上的可行性。

蚁群算法 计算机网络 路由优化技术 应用

1 前言

计算机网络路由优化技术得益于自身应用领域宽泛的优势受到了很多专业人士的关注。区别于传统意义上的优化算法，许多新兴的计算机算法在优化问题上得到了很好地应用，但是，仍然出现了效率低、过程复杂、耗时长等缺陷。本文基于改进蚁群算法做出了探究，提出了蚁群算法的具体改进措施，并用仿真实验验证了结果的可行性。

2 现阶段网络路由优化问题

网络路由优化解决的是在已知计算机网络中，在约束条件的范围之内寻求从一个路由节点到另一个节点的最好的一条路径。

2.1 网络模型

网络模型可以通过G=（V，E）来形象地表示，其中，V表示的是顶点所构成的集合，E表示的是所有链路的边所构成的集合。网络路由主要解决的事情就是在满足各项复杂的约束条件下，找到连接源节点和目的节点的最佳路径。

2.2 网络优化指标分析

在网络优化指标中主要通过费用、延时、延时抖动、带宽以及丢包率五项指标来评估网络传输分组能力的优劣程度。

3 蚁群算法和蚁群算法的改进

3.1 蚁群算法

所谓蚁群算法是指由意大利著名学者M . Dorigo于1991年提出的一种模拟蚂蚁群体觅食行为主要被用在解决各类复杂优化问题上的智能算法。蚂蚁群体在觅食的途径中会留下信息素，信息素的多少和蚂蚁往返该路径所用时间的长短成负相关，所用的时间越少，信息素的含量也就越多。蚂蚁群体会根据信息素来对最短路径作出判断，从而找到所寻求的最短路径。从蚁群算法的基本原理中可以发现，该算法的本质是一种分布式并行的算法，因此具备很强的鲁棒性，但是该算法也存在收敛速度过慢、易陷入局部最优值等问题。

3.2 蚁群算法的改进

第一，混沌初始化。蚁群算法的反馈机制为正反馈，这种反馈机制的优点是可以在很大程度上加快计算的进程，缺点是容易在计算得过程中易陷入局部最优等状况。混沌初始化充分利用了混沌运动的特性，在不同路径上留下不同的信息素，从根本上解决了收敛速度慢的问题。第二，改进信息素更新规则。蚂蚁群体在觅食的过程中对路径的选择主要依赖于路径上信息素强度Q值的大小，这也就是蚁群算法的正反馈机制。蚁群算法最大的弊端是收敛速度慢、耗时较长且容易陷入局部最优等困境，其根本原因是无法对解的优劣做出科学的分析和判断，因此改进信息素更新规则对于优化算法有很大的帮助。

改进的信息素更新规则如下：

3.3 改进蚁群算法的网络路由优化

①参数初始化。对各个节点以及边的信息作出初始化，同时限制各个约束条件。②路径选择。根据网络服务质量的要求筛选出符合要求的路径。③更新信息素。④输出路由选择最优解。

4 仿真实验

本文采取的是如图1所示的网络拓扑结构进行的仿真实验分析。源节点分别为节点1、节点2、节点3，与之相对应的目的节点分别为节点6、节点6、节点8，从而实现3条路径寻优。

图1 应用带宽约束条件后网络拓扑结构

实验中对具体参数做出如下要求：

仿真实验结果数据表明改进蚁群算法可以筛选出更好的路由信息，可以有效缓解算法耗时长、陷入局部最优等问题。综上所述，改进蚁群算法可以更有效地解决计算机网络路由优化问题。

[1]王红霞，刘宁．跨区域机载移动网络优化方法研究与仿真[J].计算机仿真,2015(04)

李立峰，1979-，男，河北灵寿人，工程硕士，助讲；研究方向：计算机网络。