基于蚁群算法的网络路径优化探索方法
技术领域
本发明属于网络拓扑技术领域，特别是涉及一种基于蚁群算法的网络路径优化探索方法。
背景技术
现有网络拓扑系统中，为保持网络拓扑监控的高效性以及安全性；网络拓扑系统中的建立通信网络节点；众多通信网络节点相互通信连通，构成了较为复杂的通信网络，以保证高效的信息传输。由于通信网络交错复杂，当某个通信网络节点所在网络路径出现问题不能正常通信后，能够高效快速的在通信网络建立最优的迂回信道及其重要。现有技术中，在通信网络节点临时闭塞后不能高效的探索最优迂回信道，影响网络系统整体通信质量和效率。
为解决上述问题，本发明提出一种基于蚁群算法的网络路径优化探索方法，致力于实现通信网络节点临时闭塞后高效的探索最优迂回信道。
发明内容
本发明的目的在于提供基于蚁群算法的网络路径优化探索方法，通过蚁群算法应用于通信网络系统紧急闭塞后通信网络受损情况下通信网络节点与保护智能中心之间的有线迂回信道的构建，实现便捷建立最短路径信道以及构建信道，解决了现有的通信网络节点临时闭塞后不能高效的探索最优迂回信道的问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为基于蚁群算法的网络路径优化探索方法，包括如下过程：
A00：规划并计算网络路径系统中各通信网络节点距离信息，并构建网络节点距离矩阵；
A01：获取网络路径系统中各通信网络节点的信息传输的网络时延信息，并定义网络时延向量；
A02：根据所述网络节点距离矩阵以及所述网络时延向量，规划并构建时网络延距离矩阵；
具体包括如下：
采用所述通信网络节点的网络时延向量与光纤中信息传播速度的乘积，作为所述网络节点距离矩阵中网络节点传输向量；
将所述网络节点距离矩阵中元素nst与相对应的加权节点传输向量和相乘，作为所述网络时延距离矩阵的元素n'st；
其中，所述加权节点传输向量和，为所述网络节点距离矩阵中第s个节点的节点传输向量加权值与第t个节点的节点传输向量加权值之和；
其中，所述元素nst相对应的节点传输向量加权值＝节点传输向量*加权系数；
任一所述网络节点传输向量都对应一加权系数；与所述网络节点距离矩阵相对应的构建形成加权系数矩阵；所述加权系数范围为：[0.2-0.6]；
A03：对蚁群算法的初始参数进行初始化赋值；
A04：采用所述蚁群算法在所述网络时延距离矩阵内循环搜索，获取当前网络路径系统的最短路径矩阵以及最短路径总长度。
优选地，所述初始参数包括网络起始节点、网络终止节点、遍历蚂蚁总数、循环总量数、信息素矩阵、信息素残留、最短路径矩阵、最短路径节点数、最短路径长度。
优选地，A04具体包括如下步骤：
B00：遍历蚂蚁数起始值为1，从网络起始节点开始，采用所述蚁群算法在所述网络时延距离矩阵内循环搜索网络终止节点；
BO1：判断当前网络节点是否为网络终止节点或当前路径是否有下移节点；若是，执行B02；若否，则执行B03；
B02：更新所述最短路径矩阵、最短路径节点数以及最短路径长度后执行B03；
B03：将所述遍历蚂蚁数自增1。
优选地，步骤B03后包括如下过程：
C00：判断当前遍历蚂蚁数是否大于所述遍历蚂蚁总数；若是，执行C01；若否，执行C02；
C01：更新所述信息素矩阵并且所述当前循环量数自增1；
C02：判断当前循环量数是否大于循环总量数；若是，则输出最短路径节点数以及最短路径长度；若否，则执行C04；
C04：将所述当前循环量数赋值为1后执行B00。
本发明具有以下有益效果：
1、本发明利用网络拓扑系统中通信网络节点位置距离信息以及信息传输的时延信息构建节点距离矩阵以时延距离矩阵，便于通过蚁群算法在时延距离矩阵内循环搜索，进而高效获取最优迂回信道。
2、本发明将蚁群算法应用于网络拓扑系统紧急闭塞后通信网络受损情况下通信网络节点与保护智能中心之间的有线迂回信道的构建，实现便捷建立最短路径信道以及构建信道，便于网络拓扑系统紧急闭塞情况下的通信网络疏通。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于蚁群算法的网络路径优化探索方法的流程图；
图2为本发明基于蚁群算法的网络路径优化探索方法中采用蚁群算法在时延距离矩阵内循环搜索的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为基于蚁群算法的网络路径优化探索方法，包括如下步骤：
A00：规划并计算网络路径系统中各通信网络节点距离信息，并构建网络节点距离矩阵；
A01：获取网络路径系统中各通信网络节点的信息传输的网络时延信息，并定义网络时延向量；
A02：根据所述网络节点距离矩阵以及所述网络时延向量，规划并构建时网络延距离矩阵；
此处，利用网络拓扑系统中通信网络节点位置距离信息以及信息传输的网络时延信息构建网络节点距离矩阵以及网络时延距离矩阵，便于通过蚁群算法在网络时延距离矩阵内循环搜索，进而高效获取最优迂回信道；由于通信网络信道众多且时延较小，为有线迂回信道的建立提供了基础。
具体包括如下：
采用所述通信网络节点的网络时延向量与光纤中信息传播速度的乘积，作为所述网络节点距离矩阵中网络节点传输向量；其中，定义网络节点距离矩阵为T，nst表示为节点距离矩阵为T中第s行第t列元素；而对于不连接的节点则设置为∞；同时，构建时延向量J，J为S为列向量，时延向量J中第m个元素jm表示m节点的信息传输时延；
将所述网络节点距离矩阵中元素nst与相对应的加权节点传输向量和相乘，作为所述网络时延距离矩阵的元素n'st；
其中，所述加权节点传输向量和，为所述网络节点距离矩阵中第s个节点的节点传输向量加权值与第t个节点的节点传输向量加权值之和；
其中，所述元素nst相对应的节点传输向量加权值＝节点传输向量*加权系数；
任一所述网络节点传输向量都对应一加权系数；与所述网络节点距离矩阵相对应的构建形成加权系数矩阵；所述加权系数范围为：[0.2-0.6]；
任一节点传输向量都对应一加权系数；与节点距离矩阵相对应的构建形成加权系数矩阵；具体的，加权系数矩阵Q为S×S的矩阵，相对应于节点距离矩阵为T；
A03：对蚁群算法的初始参数进行初始化赋值；具体的，初始参数包括网络起始节点、网络终止节点、遍历蚂蚁总数、循环总量数、信息素矩阵、信息素残留、最短路径矩阵、最短路径节点数、最短路径长度；实际使用时，网络起始节点为任一网络通信节点，网络终止节点为任一保护智能中心节点；一般遍历蚂蚁总数＝网络通信节点总数*0.5(得到的结果四舍五入取整)；循环总量数根据通信网络复杂度设置，范围一般为几十到几百之间；信息素矩阵与节点距离矩阵对应均为S×S的矩阵且信息素矩阵为单位矩阵，信息素残留为百分比数，一般为85-95％之间；
A04：采用蚁群算法在时延距离矩阵内循环搜索，获取当前网络拓扑系统的最短路径矩阵以及最短路径总长度。
请参阅图2所示，具体的包括如下：
B00：遍历蚂蚁数起始值为1，从网络起始节点开始，采用蚁群算法在时延距离矩阵内循环搜索网络终止节点；
BO1：判断当前节点是否为网络终止节点或当前路径是否有下移节点；若是，执行B02；若否，则执行B03；
B02：更新最短路径矩阵、最短路径节点数以及最短路径长度后执行B03；
B03：将遍历蚂蚁数自增1。
实际使用时，循环次数k赋值为1，设起始蚂蚁数为1；以网络起始节点开始，利用蚁群算法在节点距离矩阵T矩阵中搜索，并记录搜索路径；若通信网络节点已经遍历过，本次搜索不再遍历；若遍历到网络终止节点，则当前循环次数的当前蚂蚁数遍历成功；然后，将最短路径矩阵更新并记录该蚂蚁遍历路径，将最短路径节点数更新，记录该蚂蚁遍历的节点数，并将最短路径总长更新。通过本技术方案，将蚁群算法应用于网络拓扑系统紧急闭塞后通信网络受损情况下通信网络节点与保护智能中心之间的有线迂回信道的构建，实现便捷建立最短路径信道以及构建信道，便于网络拓扑系统紧急闭塞情况下的通信网络疏通。
步骤B03后包括如下过程：
C00：判断当前遍历蚂蚁数是否大于遍历蚂蚁总数；若是，执行C01；若否，执行C02；
C01：更新信息素矩阵并且当前循环量数自增1；
C02：判断当前循环量数是否大于循环总量数；若是，则输出最短路径节点数以及最短路径长度；若否，则执行C04；
C04：将当前循环量数赋值为一后执行B00；
实际使用时，若当前遍历蚂蚁数自增1后大于遍历蚂蚁总数，便计算信息素浓度并更新信息素矩阵，在最短路径矩阵中依次查找最短路径中包含的节点。再设置当前循环次数自增1，若当前循环次数大于循环总量数，输出最短路径矩阵以及最短路径总长度；否则，重新将当前循环次数赋值为1，返回再次在时延距离矩阵中循环搜索待寻找路径的终止节点。本发明将蚁群算法应用于通信网络系统紧急闭塞后通信网络受损情况下通信网络节点与保护智能中心之间的有线迂回信道的构建，实现便捷建立最短路径信道以及构建信道，便于通信网络系统紧急闭塞情况下的通信网络疏通。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
