基于蟻群算法的光網(wǎng)絡(luò)RWA問(wèn)題研究.pdf

1、ASON網(wǎng)絡(luò)賦予了傳統(tǒng)的光傳送網(wǎng)前所未有的靈活性和擴(kuò)展性，其代表的智能化已經(jīng)成為下一代光網(wǎng)絡(luò)的發(fā)展方向，近幾年，WSON網(wǎng)絡(luò)作為ASON網(wǎng)絡(luò)對(duì)波長(zhǎng)網(wǎng)絡(luò)控制的延伸，在繼承了其極高的帶寬利用率、網(wǎng)絡(luò)可靠性和極低的網(wǎng)絡(luò)運(yùn)營(yíng)成本等特性外，還計(jì)劃解決波長(zhǎng)智能調(diào)度的問(wèn)題。但是由于WSON中的波長(zhǎng)智能調(diào)度新要求，對(duì)網(wǎng)絡(luò)波長(zhǎng)資源調(diào)度的靈活性提出了要求，同時(shí)還要保證滿足實(shí)時(shí)業(yè)務(wù)請(qǐng)求的低阻塞率要求。由此可見(jiàn)，研究解決具有波長(zhǎng)智能調(diào)度的RWA算法是十分必要的

2、。本文主要工作分為以下幾部分，其中（3）和（4）是本文的重點(diǎn)內(nèi)容。
　　(1)通過(guò)對(duì)波長(zhǎng)路由光網(wǎng)絡(luò)中路由與波長(zhǎng)分配（RWA）問(wèn)題的研究，介紹了求解路由子問(wèn)題和波長(zhǎng)分配子問(wèn)題的常用方法以及常見(jiàn)的鏈路權(quán)重，總結(jié)了三種類(lèi)型的RWA問(wèn)題的優(yōu)化解決方法，最后對(duì)目前RWA算法設(shè)計(jì)中存在的問(wèn)題進(jìn)行了分析并闡述了解決此類(lèi)問(wèn)題的重要性。
　　(2)自行編寫(xiě)了算法的仿真軟件，主要是模擬在一定的網(wǎng)絡(luò)環(huán)境情況下的RWA算法，然后對(duì)RWA算法的性能進(jìn)

3、行仿真對(duì)比。本軟件不僅能夠仿真本論文的RWA算法的運(yùn)行性能，也可以仿真其它的RWA算法，對(duì)于仿真各種RWA算法的運(yùn)行性能都有一定的應(yīng)用價(jià)值。
　　(3)根據(jù)波長(zhǎng)交換光網(wǎng)絡(luò)（WSON）的波長(zhǎng)智能調(diào)度要求，受到波長(zhǎng)分層圖模型的啟發(fā)，通過(guò)將網(wǎng)絡(luò)虛拓?fù)滏溌芳瓣P(guān)聯(lián)波長(zhǎng)均勻分布到旋轉(zhuǎn)球體的表面，構(gòu)造了一種新型的波長(zhǎng)旋轉(zhuǎn)圖模型，并基于波長(zhǎng)旋轉(zhuǎn)圖模型提出了一種解決具有波長(zhǎng)轉(zhuǎn)換能力RWA問(wèn)題的方法。仿真結(jié)果表明，每條鏈路的總波長(zhǎng)數(shù)分別為4和8時(shí)，

4、WRG-RWA算法的阻塞率平均降低5.03％和9.71%，資源利用率平均提高3.3%和1.54%。該模型用于解決具有波長(zhǎng)轉(zhuǎn)換能力的RWA問(wèn)題效果明顯。
　　(4)在波長(zhǎng)旋轉(zhuǎn)圖模型基礎(chǔ)之上，利用蟻群算法的原理設(shè)計(jì)了ACA-RWA算法，并且詳細(xì)的介紹了ACA-RWA算法的關(guān)鍵步驟和流程。仿真結(jié)果表明，每條鏈路的總波長(zhǎng)數(shù)分別為4和8時(shí)，與WRG-RWA算法相比，ACA-RWA算法的阻塞率平均降低13.99%和42.83%，資源利用率平均