改进蚁群算法在全终端网络可靠性优化问题上的应用
2018-11-23杜娇娇
杜娇娇
摘要：本文着重解决全终端网络成本优化问题，以达到最佳的寻优效果和寻优速度，基于泰国学者KanyapatWatcharasitthiwat在解决网络优化问题的建模思想，提出了可靠性最优的优化模型，利用改进蚁群算法（I-ACA）解决了全终端网络可靠性优化问题。进行了仿真验证，结果表明改进蚁群算法不仅有效，且与传统蚁群算法相比具有寻优效果佳、寻优速度明显加快的特点，特别针对优化大型复杂全终端网络优化问题具有较大的意义。
关键词：全终端 网络 可靠度 蚁群算法 仿真验证
近年来通讯网络技术发展飞速。计算机网络的可靠性已成为众多学者研究的焦点。“网络可靠性研究主要有两个核心问题：网络的可靠度计算问题和网络可靠性优化问题。目前国内外学者在网络可靠性优化方面已经取得了一系列成果”。本文主要研究的是全终端网络优化的计算问题。即在一定的成本约束下，以极大地提高网络可靠度为目标，对通信主干网进行一定的优化。早期解决全终端可靠性优化问题的方法多适用于中小规模的网络，对于大规模的网络往往采用智能优化方法。但是这些算法存在计算时间长，容易陷入局部最优等弊端。针对以上算法的不足。结合全终端网络的构成特点，提出了自适应蚁群算法，并用实例对算法实现了执行过程。
—、蚁群算法
“蚁群算法是通过受到真实蚁群的集体行为启发的一种基于群体的模拟进化算法，”它具有较强的鲁棒性、优良的分布式计算机制。
蚁群算法在寻优方面具有良好性质，在很多复杂困难的组合优化问题得到了广泛的应用。但是蚁群算法也存在一定的缺点，存在收敛速度慢、计算时间长、容易陷入局部最优等一些问题。针对以上的缺点，本文采用自适应蚁群算法对计算模型进行优化。
（一）改进蚁群算法优化问题的策略
传统蚁群算法存在停滞现象，为了避免这一缺点，改进蚁群算法采用了随机性选择和确定性选择相结合的选择策略。并且采用自适应更新原则计算转移概率，改进后的蚁群算法在寻优速度和寻优效果上有了明显的改善。
根据自适应蚁群算法的原理且结合优化模型的特点，解决该类可靠性优化问题的策略为：
l。把优化问题转化成矩阵的形式。
2.蚂蚁只在该矩阵列上移动。
3.蚂蚁在移动前先随机判断，根据判断结果选择移动方式。
4.“约定蚂蚁每走一步即生成一组解，然后求对应的目标函数的值与约束函数，对于满足约束条件的点，把其作为一次迭代的结果，蚂蚁转移至該点；否则蚂蚁保持不动。”
5.重复上述步骤直到终止条件。
（二）目标函数的确立
针对全终端网络的特点确立目标函数为：
其中，RU（X）为基于可靠度上界来评估网络可靠度的计算公式。
（三）实现改进蚁群算法的步骤
初始化：设定实验次数，将矩阵初始化相同的数值，给出挥发系数和信息量的强度的值。
第一步：将蚂蚁放置在初始位置上。
第二步：每只蚂蚁在移动前先进行随机判定，根据判定结果确定蚂蚁是否移动。
第三步：计算目标函数差，根据目标差判断蚂蚁是否移动。
第四步：按照更新方程修改信息量，并且增加循环次数。
第五步：如果循环次数大于规定次数，程序结束。否则回到第二步。
二、实例仿真
选取简单和相对复杂的两个计算机主干网进行仿真实验。实验中。对算法进行35次测验，由仿真验证结果可知，改进蚁群算法在寻优结果上明显优于原始的蚁群算法，同时在计算时间上明显优异于传统蚁群算法。
三、结论
本文运用改进蚁群算法优化了全终端网络可靠性问题，结果表明改进后的蚁群算法在寻优速度和寻优结果上都优于传统的蚁群算法。仿真结果验证了改进蚁群算法具有可参考价值。
