java基于蚁群算法路由选择可视化动态模拟开题报告.docx
版权申诉
162 浏览量
2022-11-28
23:46:47
上传
评论
收藏 17KB DOCX 举报
开题报告
课题: 基于蚁群算法路由可视化动态模拟
1. 选题依据
（1） 课题研究意义
DWDM 全光通信网在我国已进入了高速进展期，正向着 ASON（Automatically Switched
Optical Network 自动互换光网络）为代表的新一代智能化光网络的方向进展。而智能化的
动态光路由和波长分派（Routing and Wavelength Assignment, RWA）算法那么是构建 ASON、
实现对全光网的智能化操纵和治理的关键技术之一。蚁群算法是受真实蚁群觅食行为的启发
而产生的一种模拟进化算法，是由有限个蚂蚁的个体行为组成的多 agent 系统[1、2]，已被
成功应用于解决 TSP（Traveling Salesman Problem 旅行家问题） [1]、JSP（Job-shop
Scheduling Problem 生产排程问题）、QAP（Quadratic Assignment Problem 二次指派问题）
等组合优化问题。近来已有的大量研究说明，蚁群算法具有并行性、鲁棒性、可重构性、散
布性等特质。这些特性使得蚁群算法在解决动态 RWA 问题中表现出优良的性能。在网络带宽
的有效利用、波长资源的合理分派、和网络路由的重构与恢复，基于蚁群思想都能找到对应
的解决方式。相关研究工作如达到预期目标将处于国际先进水平,也必然会加速我国构建智
能光网络的步伐,因此具有良好的经济效益和社会效益.
（2） 国内外研究现状、水平和进展趋势
至今为止，国内外比较成熟的动态 RWA 算法都把 RWA 问题强行拆分成路由和波长分派两个
子问题别离加以解决,如 First-Fit（最先适用）算法、LLR（least-loaded routing 最小负
载路由）算法、LI（Least Influence 最小阻碍）算法[3]等，而且都为集中式算法，需要
利用全网信息，没有考虑波长变换，无法完成在算法层面上的网络的自动恢复，路由和波长
分派独立解决也致使这些算法难以取得全局最优解。而由于蚁群算法具有并行性、鲁棒性、
可重构性、散布性等特质，而且运用蚁群算法的思想结合分层图模型能够把路由和波长分派
联系起来同时解决。这使得基于蚁群算法的动态 RWA 解决方案具有传统方式不可比拟的优
势：同时考虑路由和波长分派易于取得全局最优解；能够并行执行、散布计算，在算法层面
评论0
最新资源