計算機網(wǎng)絡(luò)可靠性優(yōu)化問題中并行遺傳算法的應(yīng)用分析

1、 計算機網(wǎng)絡(luò)可靠性優(yōu)化問題中并行遺傳算法的應(yīng)用分析 劉朋Summary本文分析了計算機網(wǎng)絡(luò)運行中存在的問題，闡述了當(dāng)前形勢下，優(yōu)化其可靠性的重要程度，針對現(xiàn)今網(wǎng)絡(luò)運行存在的問題進(jìn)行分析研究。筆者通過研究，結(jié)合總結(jié)和歸納自身多年工作經(jīng)驗，提出利用粗粒度并行遺傳算法對其可靠性進(jìn)行優(yōu)化。希望通過本文的分析研究，希望能夠在計算機網(wǎng)絡(luò)在預(yù)算成本允許的情況下，實現(xiàn)可靠性的優(yōu)化工作，使其運行質(zhì)量與水平得到保障?！綤eys】計算機網(wǎng)絡(luò) 可靠性 優(yōu)化 并行 遺傳算法 應(yīng)用網(wǎng)絡(luò)相互連接系統(tǒng)和終端沒有處理能力系統(tǒng)相比，不僅成本較低，還可有效提高網(wǎng)絡(luò)的可靠性，但是網(wǎng)絡(luò)受到地域或是歷史因素的限制，已知拓?fù)浞秶?，無法將網(wǎng)

2、絡(luò)進(jìn)行優(yōu)化設(shè)計。因此，本文利用并行遺傳的粗粒度算法，在不超過預(yù)算成本的基礎(chǔ)上，優(yōu)化網(wǎng)絡(luò)可靠性。1 網(wǎng)絡(luò)數(shù)據(jù)傳輸中問題描述1.1 假設(shè)問題假若計算機網(wǎng)絡(luò)只有一條通道對節(jié)點上的多數(shù)信息進(jìn)行傳輸，這時可利用G=（N，L）這一數(shù)學(xué)模型來描述被傳輸?shù)男畔?；該通道的通信傳輸有較強的穩(wěn)定性，可對各節(jié)點間的數(shù)據(jù)進(jìn)行有效傳輸；傳輸通道的網(wǎng)絡(luò)可靠性和介質(zhì)長度之間無需對數(shù)據(jù)進(jìn)行直接交換。1.2 問題模型其中，C為載體總有成本，N為總有交叉點數(shù)，Diaij是從i和j兩個交叉點間邏輯連線最的載體數(shù)量，和為網(wǎng)絡(luò)交叉點常數(shù)。gij=1，說明i與j兩個節(jié)點間存在直接的通訊連線；如gij=0，說明i與j兩個節(jié)點間沒有直接的通訊

3、連線。在數(shù)學(xué)模型中，L集中可能僅有L 這一個子集狀態(tài)處于正常值，L L，網(wǎng)絡(luò)中所有交叉點的狀態(tài)全部處于正常值的可靠度可用，ni表示，其中ni為點i個交叉點。在R最大化，且CC0時，計算機網(wǎng)絡(luò)的整體可靠度模型如下所示：其中，P（li）表示第i條節(jié)點線路載體的可靠程度，是網(wǎng)絡(luò)中正常狀態(tài)的總合，li表示第i條節(jié)點線路的載體。2 并行遺傳算法優(yōu)化計算機網(wǎng)絡(luò)可靠性過程并行遺傳算法可分為粗粒度、細(xì)粒度和主從式度三類模型。粗粒度模型十七中為有效的一種，其有較強的適應(yīng)能力，被廣泛應(yīng)用于并行遺傳算法模型中。其主要是將隨機形成的初始群體利用處理器將其分割成為無數(shù)個子群體，子群體在各個處理器上互相獨立的進(jìn)行并行操作

4、，只有經(jīng)過指定的進(jìn)化代，子群體將會對無數(shù)個個體進(jìn)行交換，引進(jìn)新型的優(yōu)異基因，是子群體更加多樣化，可有效避免基因在還未到達(dá)成熟期時開始收斂。該算法模型由于通信成本較小，因此，較適于實施在集群系統(tǒng)沒有較高的通信網(wǎng)絡(luò)時。經(jīng)研究表明，以pop=m*pops群體規(guī)模保持不變?yōu)榛A(chǔ)，對子群體的數(shù)量進(jìn)行適當(dāng)增加，可有效提升網(wǎng)絡(luò)優(yōu)化質(zhì)量。利用同方這一探索技術(shù)，其計算機網(wǎng)絡(luò)有108個集群，處理器為16個，因此，將m設(shè)置為16，而pops設(shè)置為10.8。2.1 初始化子群體將所有獨立的節(jié)點隨機組合成為新的初始群體，因其算法為并行法，因此，其本文來自于Www.zZ-new.Com比原有的算法要簡單很多，原來是將一個

5、網(wǎng)絡(luò)核心節(jié)點上構(gòu)建形成一個較大的群體后，將其隨機分布于各個節(jié)點上。2.2 連接拓?fù)渚W(wǎng)絡(luò)連接拓?fù)浒鱾€子群體的單、雙向環(huán)、無遷移狀態(tài)的完全隔離以及網(wǎng)格等。據(jù)研究證明，單相環(huán)連接拓?fù)淇捎行ПＵ匣蛟趦?yōu)異狀態(tài)下在群體范圍內(nèi)進(jìn)行擴散，同時，又能夠?qū)⑷后w進(jìn)行隔離，使群體多樣性得到保障，雖說其收斂速度過于緩慢，但其解的質(zhì)量非常高。2.3 遷移計劃可利用粗粒度模型對子群體內(nèi)的優(yōu)異基因進(jìn)行對外分離，所選基因是隨機產(chǎn)生的，部分算法是利用遷入者對群體里差異較大個體進(jìn)行替換；最為常用的是將優(yōu)異個體進(jìn)行遷移或進(jìn)行取代。本文可是利用此法，因此，nnew遷移的數(shù)量設(shè)為1。根據(jù)研究可知，如epoch遷移的間隔歸于小，將會

6、使群體間的多樣形態(tài)遭到破損，影響解的質(zhì)量，針對這一問題，本文利用仿真實驗，在保證其可靠性有效前提下，使收斂速度到達(dá)最快。3 仿真實驗為了檢測網(wǎng)絡(luò)拓?fù)洳⑿羞z傳算法的性能，節(jié)點以及載體皆選用3種，數(shù)學(xué)模板為G=（N，L），其中N為60，L為61，解群體空間區(qū)域為3121=5.39*1057，其中，di為61條弧長。成本公式如下所示：第一類在并行情況下可靠性為0.84、預(yù)算成本為21.3、接質(zhì)量值為37426.2；串行情況下可靠性為0.83、預(yù)算成本為124、接質(zhì)量值為48642.7；第二類在并行情況下可靠性為0.823、預(yù)算成本為31.9、接質(zhì)量值為28268.7；串行情況下可靠性為0.826、預(yù)

7、算成本為59.4、接質(zhì)量值為35963.3；第三類在并行情況下可靠性為0.836、預(yù)算成本為54.8、接質(zhì)量值為21231.5；串行情況下可靠性為0.816、預(yù)算成本為65、接質(zhì)量值為29971.4；以上案例說明，這三個方案，不管是并行好事串行，皆有較高的適應(yīng)度，雖三個方案所用成本不一，并行的可靠性以及收斂度等皆優(yōu)于串聯(lián)算法，因此，并行遺傳算法能優(yōu)化計算機網(wǎng)絡(luò)可靠性。4 結(jié)束語綜上所述，普通串聯(lián)遺傳的算法，只是將計算機網(wǎng)絡(luò)的節(jié)點存儲以及通信等存在的問題進(jìn)行簡化，使運行效率得到提高，并不能達(dá)到最高效率，但是并行遺傳法不僅有效提高了計算機網(wǎng)絡(luò)的速度與質(zhì)量，耗能保障可靠性較高。Reference1周

8、環(huán).計算機網(wǎng)絡(luò)可靠度優(yōu)化計算中遺傳算法的應(yīng)用分析J.中國電子商務(wù)，2013（05）.2周政.并行遺傳算法在軟件可靠性優(yōu)化中的應(yīng)用J.華章，2013（19）.3袁黎.計算機網(wǎng)絡(luò)可靠度優(yōu)化計算中應(yīng)用遺傳算法的研究J.商，2014（07）.作者單位伊通滿族自治縣衛(wèi)生局衛(wèi)生監(jiān)督所 吉林省四平市 130700 Summary本文分析了計算機網(wǎng)絡(luò)運行中存在的問題，闡述了當(dāng)前形勢下，優(yōu)化其可靠性的重要程度，針對現(xiàn)今網(wǎng)絡(luò)運行存在的問題進(jìn)行分析研究。筆者通過研究，結(jié)合總結(jié)和歸納自身多年工作經(jīng)驗，提出利用粗粒度并行遺傳算法對其可靠性進(jìn)行優(yōu)化。希望通過本文的分析研究，希望能夠在計算機網(wǎng)絡(luò)在預(yù)算成本允許的情況下，實現(xiàn)

9、可靠性的優(yōu)化工作，使其運行質(zhì)量與水平得到保障。【Keys】計算機網(wǎng)絡(luò) 可靠性 優(yōu)化 并行 遺傳算法 應(yīng)用網(wǎng)絡(luò)相互連接系統(tǒng)和終端沒有處理能力系統(tǒng)相比，不僅成本較低，還可有效提高網(wǎng)絡(luò)的可靠性，但是網(wǎng)絡(luò)受到地域或是歷史因素的限制，已知拓?fù)浞秶?，無法將網(wǎng)絡(luò)進(jìn)行優(yōu)化設(shè)計。因此，本文利用并行遺傳的粗粒度算法，在不超過預(yù)算成本的基礎(chǔ)上，優(yōu)化網(wǎng)絡(luò)可靠性。1 網(wǎng)絡(luò)數(shù)據(jù)傳輸中問題描述1.1 假設(shè)問題假若計算機網(wǎng)絡(luò)只有一條通道對節(jié)點上的多數(shù)信息進(jìn)行傳輸，這時可利用G=（N，L）這一數(shù)學(xué)模型來描述被傳輸?shù)男畔?；該通道的通信傳輸有較強的穩(wěn)定性，可對各節(jié)點間的數(shù)據(jù)進(jìn)行有效傳輸；傳輸通道的網(wǎng)絡(luò)可靠性和介質(zhì)長度之間無需對數(shù)據(jù)

10、進(jìn)行直接交換。1.2 問題模型其中，C為載體總有成本，N為總有交叉點數(shù)，Diaij是從i和j兩個交叉點間邏輯連線最的載體數(shù)量，和為網(wǎng)絡(luò)交叉點常數(shù)。gij=1，說明i與j兩個節(jié)點間存在直接的通訊連線；如gij=0，說明i與j兩個節(jié)點間沒有直接的通訊連線。在數(shù)學(xué)模型中，L集中可能僅有L 這一個子集狀態(tài)處于正常值，L L，網(wǎng)絡(luò)中所有交叉點的狀態(tài)全部處于正常值的可靠度可用，ni表示，其中ni為點i個交叉點。在R最大化，且CC0時，計算機網(wǎng)絡(luò)的整體可靠度模型如下所示：其中，P（li）表示第i條節(jié)點線路載體的可靠程度，是網(wǎng)絡(luò)中正常狀態(tài)的總合，li表示第i條節(jié)點線路的載體。2 并行遺傳算法優(yōu)化計算機網(wǎng)絡(luò)可靠

11、性過程并行遺傳算法可分為粗粒度、細(xì)粒度和主從式度三類模型。粗粒度模型十七中為有效的一種，其有較強的適應(yīng)能力，被廣泛應(yīng)用于并行遺傳算法模型中。其主要是將隨機形成的初始群體利用處理器將其分割成為無數(shù)個子群體，子群體在各個處理器上互相獨立的進(jìn)行并行操作，只有經(jīng)過指定的進(jìn)化代，子群體將會對無數(shù)個個體進(jìn)行交換，引進(jìn)新型的優(yōu)異基因，是子群體更加多樣化，可有效避免基因在還未到達(dá)成熟期時開始收斂。該算法模型由于通信成本較小，因此，較適于實施在集群系統(tǒng)沒有較高的通信網(wǎng)絡(luò)時。經(jīng)研究表明，以pop=m*pops群體規(guī)模保持不變?yōu)榛A(chǔ)，對子群體的數(shù)量進(jìn)行適當(dāng)增加，可有效提升網(wǎng)絡(luò)優(yōu)化質(zhì)量。利用同方這一探索技術(shù)，其計算機

12、網(wǎng)絡(luò)有108個集群，處理器為16個，因此，將m設(shè)置為16，而pops設(shè)置為10.8。2.1 初始化子群體將所有獨立的節(jié)點隨機組合成為新的初始群體，因其算法為并行法，因此，其比原有的算法要簡單很多，原來是將一個網(wǎng)絡(luò)核心節(jié)點上構(gòu)建形成一個較大的群體后，將其隨機分布于各個節(jié)點上。2.2 連接拓?fù)渚W(wǎng)絡(luò)連接拓?fù)浒鱾€子群體的單、雙向環(huán)、無遷移狀態(tài)的完全隔離以及網(wǎng)格等。據(jù)研究證明，單相環(huán)連接拓?fù)淇捎行ПＵ匣蛟趦?yōu)異狀態(tài)下在群體范圍內(nèi)進(jìn)行擴散，同時，又能夠?qū)⑷后w進(jìn)行隔離，使群體多樣性得到保障，雖說其收斂速度過于緩慢，但其解的質(zhì)量非常高。2.3 遷移計劃可利用粗粒度模型對子群體內(nèi)的優(yōu)異基因進(jìn)行對外分離，所選

13、基因是隨機產(chǎn)生的，部分算法是利用遷入者對群體里差異較大個體進(jìn)行替換；最為常用的是將優(yōu)異個體進(jìn)行遷移或進(jìn)行取代。本文可是利用此法，因此，nnew遷移的數(shù)量設(shè)為1。根據(jù)研究可知，如epoch遷移的間隔歸于小，將會使群體間的多樣形態(tài)遭到破損，影響解的質(zhì)量，針對這一問題，本文利用仿真實驗，在保證其可靠性有效前提下，使收斂速度到達(dá)最快。3 仿真實驗為了檢測網(wǎng)絡(luò)拓?fù)洳⑿羞z傳算法的性能，節(jié)點以及載體皆選用3種，數(shù)學(xué)模板為G=（N，L），其中N為60，L為61，解群體空間區(qū)域為3121=5.39*1057，其中，di為61條弧長。成本公式如下所示：第一類在并行情況下可靠性為0.84、預(yù)算成本為21.3、接質(zhì)量

14、值為37426.2；串行情況下可靠性為0.83、預(yù)算成本為124、接質(zhì)量值為48642.7；第二類在并行情況下可靠性為0.823、預(yù)算成本為31.9、接質(zhì)量值為28268.7；串行情況下可靠性為0.826、預(yù)算成本為59.4、接質(zhì)量值為35963.3；第三類在并行情況下可靠性為0.836、預(yù)算成本為54.8、接質(zhì)量值為21231.5；串行情況下可靠性為0.816、預(yù)算成本為65、接質(zhì)量值為29971.4；以上案例說明，這三個方案，不管是并行好事串行，皆有較高的適應(yīng)度，雖三個方案所用成本不一，并行的可靠性以及收斂度等皆優(yōu)于串聯(lián)算法，因此，并行遺傳算法能優(yōu)化計算機網(wǎng)絡(luò)可靠性。4 結(jié)束語綜上所述，普

15、通串聯(lián)遺傳的算法，只是將計算機網(wǎng)絡(luò)的節(jié)點存儲以及通信等存在的問題進(jìn)行簡化，使運行效率得到提高，并不能達(dá)到最高效率，但是并行遺傳法不僅有效提高了計算機網(wǎng)絡(luò)的速度與質(zhì)量，耗能保障可靠性較高。Reference1周環(huán).計算機網(wǎng)絡(luò)可靠度優(yōu)化計算中遺傳算法的應(yīng)用分析J.中國電子商務(wù)，2013（05）.2周政.并行遺傳算法在軟件可靠性優(yōu)化中的應(yīng)用J.華章，2013（19）.3袁黎.計算機網(wǎng)絡(luò)可靠度優(yōu)化計算中應(yīng)用遺傳算法的研究J.商，2014（07）.作者單位伊通滿族自治縣衛(wèi)生局衛(wèi)生監(jiān)督所 吉林省四平市 130700 Summary本文分析了計算機網(wǎng)絡(luò)運行中存在的問題，闡述了當(dāng)前形勢下，優(yōu)化其可靠性的重要程

16、度，針對現(xiàn)今網(wǎng)絡(luò)運行存在的問題進(jìn)行分析研究。筆者通過研究，結(jié)合總結(jié)和歸納自身多年工作經(jīng)驗，提出利用粗粒度并行遺傳算法對其可靠性進(jìn)行優(yōu)化。希望通過本文的分析研究，希望能夠在計算機網(wǎng)絡(luò)在預(yù)算成本允許的情況下，實現(xiàn)可靠性的優(yōu)化工作，使其運行質(zhì)量與水平得到保障。【Keys】計算機網(wǎng)絡(luò) 可靠性 優(yōu)化 并行 遺傳算法 應(yīng)用網(wǎng)絡(luò)相互連接系統(tǒng)和終端沒有處理能力系統(tǒng)相比，不僅成本較低，還可有效提高網(wǎng)絡(luò)的可靠性，但是網(wǎng)絡(luò)受到地域或是歷史因素的限制，已知拓?fù)浞秶?，無法將網(wǎng)絡(luò)進(jìn)行優(yōu)化設(shè)計。因此，本文利用并行遺傳的粗粒度算法，在不超過預(yù)算成本的基礎(chǔ)上，優(yōu)化網(wǎng)絡(luò)可靠性。1 網(wǎng)絡(luò)數(shù)據(jù)傳輸中問題描述1.1 假設(shè)問題假若計算機

17、網(wǎng)絡(luò)只有一條通道對節(jié)點上的多數(shù)信息進(jìn)行傳輸，這時可利用G=（N，L）這一數(shù)學(xué)模型來描述被傳輸?shù)男畔?；該通道的通信傳輸有較強的穩(wěn)定性，可對各節(jié)點間的數(shù)據(jù)進(jìn)行有效傳輸；傳輸通道的網(wǎng)絡(luò)可靠性和介質(zhì)長度之間無需對數(shù)據(jù)進(jìn)行直接交換。1.2 問題模型其中，C為載體總有成本，N為總有交叉點數(shù)，Diaij是從i和j兩個交叉點間邏輯連線最的載體數(shù)量，和為網(wǎng)絡(luò)交叉點常數(shù)。gij=1，說明i與j兩個節(jié)點間存在直接的通訊連線；如gij=0，說明i與j兩個節(jié)點間沒有直接的通訊連線。在數(shù)學(xué)模型中，L集中可能僅有L 這一個子集狀態(tài)處于正常值，L L，網(wǎng)絡(luò)中所有交叉點的狀態(tài)全部處于正常值的可靠度可用，ni表示，其中ni為點i

18、個交叉點。在R最大化，且CC0時，計算機網(wǎng)絡(luò)的整體可靠度模型如下所示：其中，P（li）表示第i條節(jié)點線路載體的可靠程度，是網(wǎng)絡(luò)中正常狀態(tài)的總合，li表示第i條節(jié)點線路的載體。2 并行遺傳算法優(yōu)化計算機網(wǎng)絡(luò)可靠性過程并行遺傳算法可分為粗粒度、細(xì)粒度和主從式度三類模型。粗粒度模型十七中為有效的一種，其有較強的適應(yīng)能力，被廣泛應(yīng)用于并行遺傳算法模型中。其主要是將隨機形成的初始群體利用處理器將其分割成為無數(shù)個子群體，子群體在各個處理器上互相獨立的進(jìn)行并行操作，只有經(jīng)過指定的進(jìn)化代，子群體將會對無數(shù)個個體進(jìn)行交換，引進(jìn)新型的優(yōu)異基因，是子群體更加多樣化，可有效避免基因在還未到達(dá)成熟期時開始收斂。該算法模

19、型由于通信成本較小，因此，較適于實施在集群系統(tǒng)沒有較高的通信網(wǎng)絡(luò)時。經(jīng)研究表明，以pop=m*pops群體規(guī)模保持不變?yōu)楸疚膩碜杂趙wW.zz-news.cOM基礎(chǔ)，對子群體的數(shù)量進(jìn)行適當(dāng)增加，可有效提升網(wǎng)絡(luò)優(yōu)化質(zhì)量。利用同方這一探索技術(shù)，其計算機網(wǎng)絡(luò)有108個集群，處理器為16個，因此，將m設(shè)置為16，而pops設(shè)置為10.8。2.1 初始化子群體將所有獨立的節(jié)點隨機組合成為新的初始群體，因其算法為并行法，因此，其比原有的算法要簡單很多，原來是將一個網(wǎng)絡(luò)核心節(jié)點上構(gòu)建形成一個較大的群體后，將其隨機分布于各個節(jié)點上。2.2 連接拓?fù)渚W(wǎng)絡(luò)連接拓?fù)浒鱾€子群體的單、雙向環(huán)、無遷移狀態(tài)的完全隔離以

20、及網(wǎng)格等。據(jù)研究證明，單相環(huán)連接拓?fù)淇捎行ПＵ匣蛟趦?yōu)異狀態(tài)下在群體范圍內(nèi)進(jìn)行擴散，同時，又能夠?qū)⑷后w進(jìn)行隔離，使群體多樣性得到保障，雖說其收斂速度過于緩慢，但其解的質(zhì)量非常高。2.3 遷移計劃可利用粗粒度模型對子群體內(nèi)的優(yōu)異基因進(jìn)行對外分離，所選基因是隨機產(chǎn)生的，部分算法是利用遷入者對群體里差異較大個體進(jìn)行替換；最為常用的是將優(yōu)異個體進(jìn)行遷移或進(jìn)行取代。本文可是利用此法，因此，nnew遷移的數(shù)量設(shè)為1。根據(jù)研究可知，如epoch遷移的間隔歸于小，將會使群體間的多樣形態(tài)遭到破損，影響解的質(zhì)量，針對這一問題，本文利用仿真實驗，在保證其可靠性有效前提下，使收斂速度到達(dá)最快。3 仿真實驗為了檢測網(wǎng)絡(luò)拓?fù)洳⑿羞z傳算法的性能，節(jié)點以及