基于遺傳算法的優(yōu)化QoS組播路由算法*

陳艷 李志遠(yuǎn) 馬莉

(桂林航天工業(yè)學(xué)院 計算機(jī)科學(xué)與工程系，廣西 桂林 541004)

?

基于遺傳算法的優(yōu)化QoS組播路由算法*

陳艷**李志遠(yuǎn) 馬莉

(桂林航天工業(yè)學(xué)院 計算機(jī)科學(xué)與工程系，廣西 桂林 541004)

隨著網(wǎng)絡(luò)寬帶技術(shù)的快速發(fā)展，多媒體業(yè)務(wù)對服務(wù)質(zhì)量(QoS)的要求越來越高，QoS組播路由也成為制約寬帶技術(shù)發(fā)展的關(guān)鍵問題。為了提高通信網(wǎng)絡(luò)的利用率和解決網(wǎng)絡(luò)傳輸中QoS組播路由問題，提出了一種基于遺傳算法的優(yōu)化QoS組播路由算法。首先介紹了QoS組播路由的網(wǎng)絡(luò)模型，然后詳細(xì)闡述了優(yōu)化QoS組播路由算法的設(shè)計，并通過仿真實驗證明了該算法具有加快算法收斂速度，提高網(wǎng)絡(luò)帶寬利用率，降低網(wǎng)絡(luò)擁塞等優(yōu)點。

QoS; 組播路由；遺傳算法

隨著計算機(jī)通信網(wǎng)絡(luò)和互聯(lián)網(wǎng)應(yīng)用的快速發(fā)展，網(wǎng)絡(luò)的服務(wù)質(zhì)量(QoS)越來越受到用戶的關(guān)注，對于網(wǎng)絡(luò)服務(wù)質(zhì)量和網(wǎng)絡(luò)帶寬的利用率有了越來越高的要求，傳統(tǒng)的通信方式以其點對點的連接、業(yè)務(wù)量小的劣勢已無法滿足當(dāng)前網(wǎng)絡(luò)應(yīng)用的要求。多選擇、多點接入、多連接的QoS組播路由技術(shù)已經(jīng)成為通信網(wǎng)絡(luò)中多媒體信息傳輸?shù)年P(guān)鍵技術(shù)。QoS組播路由算法直接影響網(wǎng)絡(luò)傳輸?shù)恼w性能和效率，需要尋找滿足QoS約束的代價最小樹，即圖論中的斯坦利最小樹(Steiner樹)即指定一個網(wǎng)絡(luò)點集空間，求解將其中某些點互聯(lián)后最短網(wǎng)絡(luò)路徑，這是一個NP-完全問題，這種問題很難用傳統(tǒng)的算法解決。遺傳算法(GA)是一種模擬自然界生物“優(yōu)勝劣汰、適者生存”的進(jìn)化過程，采用“交叉變異”的啟發(fā)式搜索來尋找最優(yōu)解，具有并行搜索、魯棒性強(qiáng)、收斂性好等特點，是解決QoS組播路由問題的有效算法[1-2]。

目前將遺傳算法應(yīng)用到QoS組播路由中的算法很多，各種算法雖然在一定程度上解決了QoS組播路由的NP問題，但是隨著網(wǎng)絡(luò)應(yīng)用的不斷提升，網(wǎng)絡(luò)規(guī)模大幅擴(kuò)大，傳統(tǒng)的基于遺傳算法的QoS組播路由算法在收斂速度上越來越慢，且在網(wǎng)絡(luò)帶寬利用率要求越來越高的情況下，如何確保網(wǎng)絡(luò)的服務(wù)質(zhì)量，且能最大限度的提高網(wǎng)絡(luò)利用率成為苛待解決的問題?；谶@種應(yīng)用背景，本文提出了一種基于遺傳算法的優(yōu)化QoS組播路由算法，算法中引入了空閑因子參數(shù)來加速收斂速度，提高算法路由路徑的網(wǎng)絡(luò)利用率，且對優(yōu)化后的算法進(jìn)行了算法擴(kuò)展優(yōu)化設(shè)計，極大的提高了QoS組播路由算法的有效性和實用性[3]。

1 原理介紹

1.1 QoS組播路由的現(xiàn)狀

寬帶IP技術(shù)的快速發(fā)展，多媒體業(yè)務(wù)的不斷增多，使得組播方式的使用越來越廣泛，如何滿足業(yè)務(wù)的實時性要求和節(jié)省網(wǎng)絡(luò)資源要求，QoS應(yīng)運而生。在滿足QoS約束的條件下，確保分組數(shù)據(jù)能發(fā)送到組播中所有成員的路徑成為QoS組播路由的關(guān)鍵問題。求解實時性好的高效QoS組播路由問題演變?yōu)橐粋€NP完全問題，難以用經(jīng)典的最短路徑優(yōu)先算法對多約束問題進(jìn)行求解。

遺傳算法GA(Genetic Algorithms)是基于進(jìn)化論原理發(fā)展起來的具有高效搜索能力的算法，遺傳算法模擬生物進(jìn)化過程，通過生物各個體的競爭、自然選擇、雜交、變異等方式進(jìn)行的一種“適者生存”的自然進(jìn)化過程。雖然遺傳算法是模擬的生物進(jìn)化過程，實際上可以變化為某種優(yōu)化問題的求解過程，遺傳算法通過計算機(jī)技術(shù)模擬生物進(jìn)化特征，從一組隨機(jī)產(chǎn)生的初始“種群”中進(jìn)行搜索，種群中的每個個體是問題的一個解，稱為“染色體”，染色體在遺傳算法后續(xù)迭代過程中不斷的進(jìn)化，通過適應(yīng)度函數(shù)來決定染色體的好壞，從而產(chǎn)生下一代染色體。后一代染色體是通過前一代染色體進(jìn)行雜交或者變異運算操作產(chǎn)生的，在產(chǎn)生過程中根據(jù)適應(yīng)度值的大小來控制后代的規(guī)模，適應(yīng)度值大的染色體被選中的概率大，通過選擇部分后代，淘汰部分后代，保持種群的規(guī)模，經(jīng)過遺傳算法的若干次迭代進(jìn)化后，最終會收斂出最好的染色體，該染色體就是經(jīng)過遺傳算法運算后，進(jìn)化得出的最優(yōu)解或者次優(yōu)解[4-5]。

傳統(tǒng)的求解QoS組播路由問題的方式都是圍繞啟發(fā)式算法來求解，當(dāng)網(wǎng)絡(luò)節(jié)點和鏈路數(shù)量不斷增加時，啟發(fā)式算法的計算時間代價會急劇增加，且效果很差。隨著對遺傳算法研究的不斷深入，采用遺傳算法來求解NP完全問題被證明效果很好，該方法同樣適用于求解QoS組播路由問題?；谶z傳算法的QoS組播路由算法成為當(dāng)前研究的熱點，傳統(tǒng)基于遺傳算法的QoS組播路由算法也存在很多的不足，如編解碼過程復(fù)雜、算法收斂受限于網(wǎng)絡(luò)規(guī)模、搜索空間過大導(dǎo)致算法運行效率低下等。根據(jù)傳統(tǒng)基于遺傳算法的QoS組播路由算法存在的缺點，儲萍等提出了基于遺傳算法的優(yōu)化QoS組播路由算法，通過優(yōu)化后的算法設(shè)計與實現(xiàn)來彌補(bǔ)傳統(tǒng)算法收斂速度慢、執(zhí)行效率低和網(wǎng)絡(luò)利用不充分的問題[1]。

1.2 QoS組播路由網(wǎng)絡(luò)模型

QoS組播路由網(wǎng)絡(luò)可用強(qiáng)連通的無向圖G(V,E)表示，其中非空集合V表示網(wǎng)絡(luò)中節(jié)點集合,V={v1,v2,…,vn}；無向邊集合E表示網(wǎng)絡(luò)中兩個網(wǎng)絡(luò)節(jié)點間的雙向鏈路集合,E={e1,e2,…,en},ei={|vi,vj∈V}。QoS組播路由網(wǎng)絡(luò)對網(wǎng)絡(luò)中組播源節(jié)點均能通過一條路徑到達(dá)任意目的節(jié)點,每條鏈路都具有QoS屬性,其中屬性包括：帶寬B(ei),延時D(ei)，延時抖動J(ei)，丟包率L(ei),空閑因子F(ei)。對于給定的源節(jié)點s和目的節(jié)點集合D={d1,d2,…,dn}，網(wǎng)絡(luò)路徑受QoS組播路由約束(帶寬、延時、延時抖動、丟包率和空閑因子)，優(yōu)化的QoS組播路由算法就是要尋找滿足給定的QoS約束從源節(jié)點到目的節(jié)點網(wǎng)絡(luò)利用率最高的最小代價路徑。對于從源節(jié)點到目的節(jié)點的任意一條路徑Pathij必須具有以下的性質(zhì)：

B(Pathij)=Min(B(ei))

(1)

(2)

(3)

(4)

(5)

2 優(yōu)化組播路由算法的設(shè)計

2.1 編碼方式

遺傳算法常見的編碼方式有：二進(jìn)制編碼、有序串編碼和結(jié)構(gòu)式編碼，基于遺傳算法的優(yōu)化組播路由算法采用結(jié)構(gòu)式編碼中的路由表編碼表示法。采用路由表編碼表示法具有遺傳操作簡單、染色體串長度較為固定(染色體串長度只與目的節(jié)點數(shù)有關(guān)，不會根據(jù)網(wǎng)絡(luò)節(jié)點或鏈路數(shù)增加而增加)、優(yōu)化后收斂速度快等優(yōu)點。源節(jié)點s到每個目的節(jié)點都建立一張路由表，每張路由表記錄源節(jié)點到目的節(jié)點的所有鏈路，每張路由表作為一個染色體。路由表編碼表示法存在一些不合法的編碼，但基于遺傳算法的優(yōu)化QoS組播路由算法進(jìn)行了路徑合法性設(shè)計，很好的規(guī)避了路由表編碼的缺陷[2]。

2.2 適應(yīng)函數(shù)

在遺傳算法中，個體適應(yīng)度值是直接反映個體繁殖能力的體現(xiàn)，它直接關(guān)系到繁殖后代的數(shù)量，適應(yīng)函數(shù)是衡量種群中個體好壞的標(biāo)準(zhǔn)，個體的性能越好說明適應(yīng)度函數(shù)的值越大，反之，個體性能差適應(yīng)度值就會小。本算法適應(yīng)度函數(shù)定義為：

f(P)=afB+bfD+cfJ+dfL+efF，其中

以上公式中，a、b、c、d、e分別是帶寬、延時、延時抖動、丟包率和空閑因子在適度函數(shù)中所占的比例，它們的值根據(jù)具體應(yīng)用來設(shè)置。bandwidth、delay、jitter、loss和free分別表示從源節(jié)點s到任何一個目的節(jié)點di的路徑ei的帶寬、延時、延時抖動、丟包率和空閑因子約束；B(ei)、D(ei)、J(ei) 、L(ei)和F(ei)分別表示路徑的實際帶寬、延時、延時抖動、丟包率和空閑因子；fb(x)、fd(x)、fj(x)、fl(x)和ff(x)分別為帶寬、延時、延時抖動、丟包率和空閑因子的懲罰函數(shù)，當(dāng)鏈路滿足相應(yīng)的約束條件時，懲罰值為1，否則懲罰值為kb、kd、kj、kl和kf，其中kb、kd、kj、kl和kf值的大小用來控制懲罰的力度。

2.3 遺傳選擇策略

遺傳選擇策略充分體現(xiàn)了自然界的“優(yōu)勝劣汰”屬性，從符合條件的群體中選擇優(yōu)良的個體，淘汰劣質(zhì)個體。遺傳選擇策略將當(dāng)前群體中的個體按與適應(yīng)度值成正比的概率復(fù)制到新的群體中，使得低適應(yīng)度值的個體趨向于被淘汰，高適應(yīng)度值的個體趨于繼續(xù)被選中。遺傳選擇策略的優(yōu)劣關(guān)系到算法的收斂速度。

本算法的遺傳選擇策略采用了空閑因子輔助選擇機(jī)制，在滿足了標(biāo)準(zhǔn)的QoS約束后，通過空閑因子的大小來決定符合要求的個體。相對適應(yīng)值的公式如下：

(6)

其中fi是群體中第i個個體的適應(yīng)度值，N是群體的規(guī)模。每個個體的繁殖量為：Fi=free(yi*N),free(x)表示第i個個體空閑因子值。

計算出群體中每個個體的繁殖量，并形成一個臨時的群體，根據(jù)空閑因子值的范圍進(jìn)行個體的篩選和交配得到下一代群體。這種采用空閑因子的選擇策略將極大的提高現(xiàn)用網(wǎng)絡(luò)的利用率，使得群體中滿足條件的優(yōu)秀個體得到繁衍。

2.4 交叉設(shè)計

交叉運算是將兩個父代個體的部分基因進(jìn)行替換重組產(chǎn)生新的個體，新的個體具有更好的適應(yīng)度值，交叉運算使得算法具有有性繁殖能力。基于遺傳算法的優(yōu)化QoS組播路由算法采用單點交叉的方式，并引進(jìn)空閑因子閾值F，當(dāng)隨機(jī)選出的父代個體fa與空閑因子值大于該閾值的個體fb時，進(jìn)行單點交叉，產(chǎn)生下一代，確保了種群的多樣性，防止近親繁殖。

2.5 變異設(shè)計

變異操作可以保持群體的多樣性，避免了求解過程陷入局部最優(yōu)解，擴(kuò)大遺傳基因算法的搜索區(qū)域，基于遺傳算法的優(yōu)化QoS組播路由算法采用基因位取反變異，以一定的概率P將所選的個體的位取反變異。

2.6 合法性設(shè)計

基于遺傳算法的優(yōu)化QoS組播路由算法采用路由表編碼表示，通過個體交叉、變異操作后，可能形成大量的環(huán)路路由，該類型的路由為非法路由，為了避免非法個體的產(chǎn)生，算法進(jìn)行了合法性設(shè)計，當(dāng)一個鏈路上出現(xiàn)相同節(jié)點時，需要將相同節(jié)點間的鏈路刪除，剩余節(jié)點才能組成新的個體，實現(xiàn)了非法路由的剔除操作。

2.7 空閑因子設(shè)計

空閑因子作為提高網(wǎng)絡(luò)帶寬利用率和加速算法收斂的關(guān)鍵參數(shù)，在基于遺傳算法的優(yōu)化QoS組播路由算法中起著至關(guān)重要的作用，空閑因子的值為單位時間內(nèi)鏈路當(dāng)前空閑帶寬占總帶寬的比例值，空閑因子值越大說明該鏈路處于空閑度越高，在傳統(tǒng)遺傳算法中確保算法收斂的情況下，選擇空閑因子值大的鏈路，將在很大程度上提高網(wǎng)絡(luò)的利用率。

在優(yōu)化算法中，空閑因子的引入對傳統(tǒng)遺傳算法的改進(jìn)很大，引入的空閑因子需要設(shè)置梯度值和極限值，在優(yōu)化算法的設(shè)計中，空閑因子是動態(tài)變化的，用戶只需要根據(jù)實際情況給出一個極限值和梯度值，優(yōu)化算法設(shè)計一個智能比對模塊對可選路由網(wǎng)絡(luò)節(jié)點進(jìn)行識別，從滿足QoS的路由節(jié)點中選中空閑因子值最大的節(jié)點進(jìn)行交叉變異操作得到新的個體，從而加快傳統(tǒng)遺傳算法的收斂速度。

2.8 算法擴(kuò)展優(yōu)化設(shè)計

優(yōu)化后的QoS組播路由算法和傳統(tǒng)的QoS組播路由算法一樣存在無法獲得最優(yōu)解的情況，基于遺傳算法的優(yōu)化QoS組播路由算法設(shè)計了算法的擴(kuò)展優(yōu)化功能，對于算法的實際應(yīng)用背景，將決定在無法獲得最優(yōu)解的情況下，需要獲取次優(yōu)解或者有條件最優(yōu)解，因此，在算法中加入了QoS約束自適應(yīng)功能，當(dāng)?shù)竭_(dá)設(shè)定的最大迭代次數(shù)仍無法獲得最優(yōu)解的情況下，優(yōu)化后的算法會對初始化過程中設(shè)置的次要QoS約束進(jìn)行自適應(yīng)梯度遞減，降低次要QoS約束參數(shù)的值，使得算法再次進(jìn)行迭代求解，根據(jù)初始化設(shè)定的算法重復(fù)尋解次數(shù)值，結(jié)束算法。

2.9 終止條件

基于遺傳算法的優(yōu)化QoS組播路由算法的終止條件與傳統(tǒng)算法有很大的區(qū)別，傳統(tǒng)算法一般采用最大進(jìn)化代數(shù)和尋得最優(yōu)解即退出算法運行，對于優(yōu)化后的算法滿足以下條件即終止運行：

1)算法在執(zhí)行過程中求得最優(yōu)解，算法終止運行。

2)算法在不啟動擴(kuò)展優(yōu)化設(shè)計的情況下，算法使用空閑度遺傳選擇策略，在算法滿足QoS約束的情況下，通過加入空閑因子策略加快算法的收斂速度，得到最優(yōu)解，算法終止，退出運行；加入空閑因子策略無法獲得最優(yōu)解時，啟用算法次優(yōu)解求解模塊，根據(jù)空閑因子梯度降低空閑因子值，當(dāng)出現(xiàn)次優(yōu)解時，算法終止運行；當(dāng)啟用算法次優(yōu)解求解模塊仍無法獲得次優(yōu)解，算法運行到最大進(jìn)化代數(shù)后，進(jìn)入算法擴(kuò)展優(yōu)化設(shè)計。

3)算法在初始條件下無法獲得最優(yōu)解時，算法通過擴(kuò)展優(yōu)化設(shè)計，根據(jù)設(shè)置的最大進(jìn)化代數(shù)和次要QoS約束參數(shù)，算法執(zhí)行該條件求得條件最優(yōu)解即終止運行或算法執(zhí)行完次要QoS約束，并完成最后的最大進(jìn)化代數(shù)仍無法求得最優(yōu)解即終止運行。

3 模擬仿真分析

為了證明基于遺傳算法的優(yōu)化QoS組播路由算法比傳統(tǒng)的基于遺傳算法的QoS組播路由算法具有更好的算法收斂性和實用性，且能提高網(wǎng)絡(luò)帶寬利用率，對兩種算法進(jìn)行了模擬仿真分析。實驗中，算法采用C語言編程實現(xiàn)，基于遺傳算法的優(yōu)化QoS組播路由算法和傳統(tǒng)的基于遺傳算法的QoS組播路由算法在實現(xiàn)上基本相同，只是優(yōu)化的算法中加入了空閑因子處理模塊，在遺傳選擇策略中進(jìn)行了優(yōu)化處理，其他的實驗參數(shù)(如：實驗網(wǎng)絡(luò)拓?fù)鋱D、帶寬約束、代價約束、時延約束、交叉概率、變異率等)保持相同?；谶z傳算法的優(yōu)化QoS組播路由算法選擇的網(wǎng)絡(luò)拓?fù)鋱D如圖1所示，傳統(tǒng)的基于遺傳算法的QoS組播路由算法的網(wǎng)絡(luò)拓?fù)鋱D如圖2所示。

圖1 優(yōu)化算法網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

圖2 傳統(tǒng)算法網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

兩種算法均選擇源節(jié)點為①，目的節(jié)點為③、⑤、⑥、⑦，兩種算法在運行過程中，選取交叉率均為0.6，變異率均為0.2,在圖1、圖2中均標(biāo)注了各條鏈路的帶寬約束、代價約束和時延約束，其中設(shè)置最小帶寬為10，最小代價為2，最小時延為1。對于基于遺傳算法的優(yōu)化QoS組播路由算法加入了空閑因子值，設(shè)置空閑因子最低閾值為0.1，空閑因子智能梯度值為0.05。對于優(yōu)化的算法在圖1中采用(B，C，D，F(xiàn))標(biāo)識，對于傳統(tǒng)算法在圖2中采用(B，C，D)標(biāo)識，兩種算法均對全部鏈路進(jìn)行了處理，通過QoS約束和合法性處理，基于遺傳算法的優(yōu)化QoS組播路由算法形成的合法路徑集合如表1所示，傳統(tǒng)的基于遺傳算法的QoS組播路由算法形成的合法路徑集合如表2所示。

表1 優(yōu)化算法源節(jié)點到目的節(jié)點的路徑集合

表2 傳統(tǒng)算法源節(jié)點到目的節(jié)點的路徑集合

通過當(dāng)前網(wǎng)絡(luò)拓?fù)鋱D對兩種算法合法路徑的對比，基于遺傳算法的優(yōu)化QoS組播路由算法的合法路徑集合比傳統(tǒng)的基于遺傳算法的QoS組播路由算法合法路徑集合要小很多，小規(guī)模的實驗網(wǎng)絡(luò)拓?fù)湔f明：同等規(guī)模的網(wǎng)絡(luò)拓?fù)?，?yōu)化后的算法在經(jīng)過合法性處理后執(zhí)行效率比傳統(tǒng)算法要高很多，算法的收斂速度更快。隨著網(wǎng)絡(luò)規(guī)模的不斷增大，遺傳算法中的染色體的基因也越來越長，算法執(zhí)行的復(fù)雜度也會成倍增長，加入了空閑因子后的優(yōu)化算法將大幅減少算法的執(zhí)行復(fù)雜度，提升算法的執(zhí)行效率，加快算法的收斂速度，且通過空閑因子提高網(wǎng)絡(luò)帶寬利用率。

由于基于遺傳算法的優(yōu)化QoS組播路由算法具有很強(qiáng)大的修復(fù)優(yōu)化功能，特別是在無法獲得最優(yōu)解的情況下，求取有條件最優(yōu)解。為了清晰簡單的說明優(yōu)化后的算法在性能上的優(yōu)勢，實驗收集了100次兩種算法在獲得最優(yōu)解情況下的時間統(tǒng)計，算法設(shè)定最大進(jìn)化代數(shù)為100，每條路徑的代價隨機(jī)給出，實驗數(shù)據(jù)采用100次試驗的平均值，實心圓為優(yōu)化后的遺傳算法，空心圓為傳統(tǒng)的遺傳算法，具體情況見圖3。

圖3 規(guī)模時間統(tǒng)計圖

通過對實驗數(shù)據(jù)的分析，優(yōu)化后的算法比傳統(tǒng)的算法有更好的性能和收斂速度，對于同種規(guī)模的網(wǎng)絡(luò)，優(yōu)化后的算法收斂時間遠(yuǎn)遠(yuǎn)小于傳統(tǒng)算法，由于沒有配套硬件的支持，實驗數(shù)據(jù)是通過軟件處理獲得的，在實際的應(yīng)用中，硬件處理速度將獲得更好的性能和收斂速度?？臻e因子的值直接提高網(wǎng)絡(luò)帶寬的利用率，這項實驗數(shù)據(jù)通過合法路徑集的對比即可得出。

4 結(jié)束語

隨著寬帶技術(shù)的快速發(fā)展,網(wǎng)絡(luò)應(yīng)用對傳輸網(wǎng)絡(luò)的要求也越來越高,大量的多媒體業(yè)務(wù)的涌現(xiàn),使得用戶對網(wǎng)絡(luò)鏈路的實時性和服務(wù)質(zhì)量要求也不斷的提高,為了更好的解決這些問題,QoS組播路由問題成為了目前研究的一個熱點課題,雖然該問題有了很多的研究成果,但目前仍沒有發(fā)現(xiàn)一種有效的解決方案。QoS組播路由問題是一個NP完全問題，它的求解無法通過普通的路由算法來完成，傳統(tǒng)的基于遺傳算法的QoS組播路由算法在收斂速度、算法執(zhí)行效率和網(wǎng)絡(luò)利用率上都不盡如人意，在這種背景下，提出了一種基于遺傳算法的優(yōu)化組播路由算法，該算法對傳統(tǒng)的基于遺傳算法的QoS組播路由算法進(jìn)行了優(yōu)化改進(jìn)，加入了空閑因子參數(shù)作為智能優(yōu)化元素，不僅加快了傳統(tǒng)算法的收斂速度，還很大程度的提高了網(wǎng)絡(luò)帶寬的利用率。在算法的設(shè)計過程中，對組播路由模型、QoS模型和遺傳算法都進(jìn)行了闡述，并對算法中編碼方式、適應(yīng)函數(shù)、遺傳選擇策略、交叉設(shè)計、變異設(shè)計、合法性設(shè)計、空閑因子設(shè)計和終止條件等核心部分進(jìn)行了詳細(xì)的描述，并通過仿真實驗證明了基于遺傳算法的優(yōu)化QoS組播路由算法具有加快算法收斂速度，提高網(wǎng)絡(luò)帶寬利用率，降低網(wǎng)絡(luò)擁塞等優(yōu)點。目前基于遺傳算法的優(yōu)化QoS組播路由算法在執(zhí)行過程中需要實時記錄節(jié)點和鏈路的相關(guān)參數(shù)，并且對于記錄的數(shù)據(jù)進(jìn)行分析處理，實驗過程采用的是計算機(jī)模擬路由節(jié)點的方式，在運行效率上遠(yuǎn)遠(yuǎn)落后于配套硬件運行的效率，隨著算法的深入研究和網(wǎng)絡(luò)產(chǎn)品硬件技術(shù)的快速發(fā)展，基于遺傳算法的優(yōu)化QoS組播路由算法也將具備很廣闊的應(yīng)用前景。

[1] 儲萍,王康泰.基于極值遺傳算法的QoS組播路由[J].計算機(jī)工程，2009,35(9):220-221.

[2] 金瓊,周世紀(jì),彭燕妮.基于改進(jìn)遺傳算法的QoS路由選擇優(yōu)化[J].計算機(jī)應(yīng)用,2005,25 (2):256-258.

[3] 趙秀平,譚冠政.基于免疫遺傳算法的多約束QoS組播路由選擇方法[J].計算機(jī)應(yīng)用， 2008,28(3):591-595.

[4] 鄭金華.多目標(biāo)進(jìn)化算法及其應(yīng)用[M]．北京：科學(xué)出版社,2007:20-55.

[5] 姚明海.改進(jìn)的遺傳算法在優(yōu)化BP網(wǎng)絡(luò)權(quán)值中的應(yīng)用[J].計算機(jī)工程與應(yīng)用,2013,49(24):49-54．

(責(zé)任編輯 陳葵晞)

廣西自然科學(xué)基金項目《蟻群優(yōu)化算法和粒子群算法混合建模求解組合優(yōu)化問題研究》(2014GXNSFBA118286)；廣西壯族自治區(qū)教育廳科研項目《基于遺傳算法的QoS路由算法研究》(2013LX168)；《面向?qū)ο髷?shù)據(jù)庫在本體存儲中的應(yīng)用研究》(2013LX172)；2015年國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目《基于互聯(lián)網(wǎng)的數(shù)據(jù)偵聽與智能分析系統(tǒng)》(201511825-007)。

TP393

A

2095-4859(2016)03-0309-06

**作者簡介：陳艷，女，湖北荊州人。高級實驗師。研究方向：計算機(jī)軟件技術(shù)。