java基于蟻群算法路由選擇可視化動態(tài)模擬

本文格式為Word版，下載可任意編輯——java基于蟻群算法路由選擇可視化動態(tài)模擬

開題報告

課題:基于蟻群算法路由可視化動態(tài)模擬

1.選題依據(jù)

（1）課題研究意義

DWDM全光通信網(wǎng)在我國已進入了高速發(fā)展期，正向著ASON（AutomaticallySwitchedOpticalNetwork自動交換光網(wǎng)絡(luò)）為代表的新一代智能化光網(wǎng)絡(luò)的方向發(fā)展。而智能化的動態(tài)光路由和波長分派（RoutingandWavelengthAssignment,RWA）算法則是構(gòu)建ASON、實現(xiàn)對全光網(wǎng)的智能化控制和管理的關(guān)鍵技術(shù)之一。蟻群算法是受真實蟻群覓食行為的啟發(fā)而產(chǎn)生的一種模擬進化算法，是由有限個螞蟻的個體行為組成的多agent系統(tǒng)[1、2]，已被成功應(yīng)用于解決TSP（TravelingSalesmanProblem旅行家問題）[1]、JSP（Job-shopSchedulingProblem生產(chǎn)排程問題）、QAP（QuadraticAssignmentProblem二次指派問題）等組合優(yōu)化問題。近來已有的大量研究說明，蟻群算法具有并行性、魯棒性、可重構(gòu)性、分布性等特質(zhì)。這些特性使得蟻群算法在解決動態(tài)RWA問題中表現(xiàn)出優(yōu)異的性能。在網(wǎng)絡(luò)帶寬的有效利用、波長資源的合理分派、以及網(wǎng)絡(luò)路由的重構(gòu)與恢復(fù)，基于蟻群思想都能找到對應(yīng)的解決方法。相關(guān)研究工作如達到預(yù)期目標將處于國際先進水平,也必然會加快我國構(gòu)建智能光網(wǎng)絡(luò)的步伐,因此具有良好的經(jīng)濟效益和社會效益.

（2）國內(nèi)外研究現(xiàn)狀、水平和發(fā)展趨勢

至今為止，國內(nèi)外比較成熟的動態(tài)RWA算法都把RWA問題強行拆分成路由和波長分派兩個子問題分別加以解決,如First-Fit（最先適用）算法、LLR（least-loadedrouting最小負載路由）算法、LI（LeastInfluence最小影響）算法[3]等，并且都為集中式算法，需要利用全網(wǎng)信息，沒有考慮波長變換，無法完成在算法層面上的網(wǎng)絡(luò)的自動恢復(fù)，路由和波長分派獨立解決也導致這些算法難以得到全局最優(yōu)解。而由于蟻群算法具有并行性、魯棒性、可重構(gòu)性、分布性等特質(zhì)，并且運用蟻群算法的思想結(jié)合分層圖模型可以把路由和波長分派聯(lián)系起來同時解決。這使得基于蟻群算法的動態(tài)RWA解決方案具有傳統(tǒng)方法不可比較的優(yōu)點：同時考慮路由和波長分派易于得到全局最優(yōu)解；可以并行執(zhí)行、分布計算，在算法層面上就可以實現(xiàn)網(wǎng)絡(luò)的智能恢復(fù)而不需要添加其他設(shè)備。同時，原始的蟻群算法也存在算法收斂慢、簡單早熟、中止、求解時間過長、在特定條件下難以得到全局最優(yōu)解等不足。要想把蟻群算法真正運用于實際，則必需進一步研究以戰(zhàn)勝原始蟻群算法的不足之處。蟻群算法在構(gòu)建智能光網(wǎng)絡(luò)中巨大的潛在價值已引起國