改進蟻群算法應用的計算機網絡路由優化技術探究

李立峰

山西煤炭職業技術學院

改進蟻群算法應用的計算機網絡路由優化技術探究

李立峰

山西煤炭職業技術學院

近年來，隨著信息時代的到來計算機網絡技術也得到了長足的發展和改進。但是，人們在享受計算機技術所取得的巨大成果的同時，隨之而來的一系列問題也日漸暴露出來。首先，計算機網絡的數據傳輸技術存在嚴重的傳輸延時現象；其次，丟包和帶寬限制等現象也對互聯網的正常運營帶來了很大的困擾。因此，計算機網絡路由優化問題成了當前計算機技術發展的重中之重。針對這一問題，本文首先闡述了現階段網絡路由優化的問題；然后，詳細介紹了蟻群算法的基本原理和其改進辦法；最后，通過仿真實驗驗證了改進蟻群算法在解決計算機網絡路由優化問題上的可行性。

蟻群算法 計算機網絡 路由優化技術 應用

1 前言

計算機網絡路由優化技術得益于自身應用領域寬泛的優勢受到了很多專業人士的關注。區別于傳統意義上的優化算法，許多新興的計算機算法在優化問題上得到了很好地應用，但是，仍然出現了效率低、過程復雜、耗時長等缺陷。本文基于改進蟻群算法做出了探究，提出了蟻群算法的具體改進措施，并用仿真實驗驗證了結果的可行性。

2 現階段網絡路由優化問題

網絡路由優化解決的是在已知計算機網絡中，在約束條件的范圍之內尋求從一個路由節點到另一個節點的最好的一條路徑。

2.1 網絡模型

網絡模型可以通過G=（V，E）來形象地表示，其中，V表示的是頂點所構成的集合，E表示的是所有鏈路的邊所構成的集合。網絡路由主要解決的事情就是在滿足各項復雜的約束條件下，找到連接源節點和目的節點的最佳路徑。

2.2 網絡優化指標分析

在網絡優化指標中主要通過費用、延時、延時抖動、帶寬以及丟包率五項指標來評估網絡傳輸分組能力的優劣程度。

3 蟻群算法和蟻群算法的改進

3.1 蟻群算法

所謂蟻群算法是指由意大利著名學者M . Dorigo于1991年提出的一種模擬螞蟻群體覓食行為主要被用在解決各類復雜優化問題上的智能算法。螞蟻群體在覓食的途徑中會留下信息素，信息素的多少和螞蟻往返該路徑所用時間的長短成負相關，所用的時間越少，信息素的含量也就越多。螞蟻群體會根據信息素來對最短路徑作出判斷，從而找到所尋求的最短路徑。從蟻群算法的基本原理中可以發現，該算法的本質是一種分布式并行的算法，因此具備很強的魯棒性，但是該算法也存在收斂速度過慢、易陷入局部最優值等問題。

3.2 蟻群算法的改進

第一，混沌初始化。蟻群算法的反饋機制為正反饋，這種反饋機制的優點是可以在很大程度上加快計算的進程，缺點是容易在計算得過程中易陷入局部最優等狀況。混沌初始化充分利用了混沌運動的特性，在不同路徑上留下不同的信息素，從根本上解決了收斂速度慢的問題。第二，改進信息素更新規則。螞蟻群體在覓食的過程中對路徑的選擇主要依賴于路徑上信息素強度Q值的大小，這也就是蟻群算法的正反饋機制。蟻群算法最大的弊端是收斂速度慢、耗時較長且容易陷入局部最優等困境，其根本原因是無法對解的優劣做出科學的分析和判斷，因此改進信息素更新規則對于優化算法有很大的幫助。

改進的信息素更新規則如下：

3.3 改進蟻群算法的網絡路由優化

①參數初始化。對各個節點以及邊的信息作出初始化，同時限制各個約束條件。②路徑選擇。根據網絡服務質量的要求篩選出符合要求的路徑。③更新信息素。④輸出路由選擇最優解。

4 仿真實驗

本文采取的是如圖1所示的網絡拓撲結構進行的仿真實驗分析。源節點分別為節點1、節點2、節點3，與之相對應的目的節點分別為節點6、節點6、節點8，從而實現3條路徑尋優。

圖1 應用帶寬約束條件后網絡拓撲結構

實驗中對具體參數做出如下要求：

仿真實驗結果數據表明改進蟻群算法可以篩選出更好的路由信息，可以有效緩解算法耗時長、陷入局部最優等問題。綜上所述，改進蟻群算法可以更有效地解決計算機網絡路由優化問題。

[1]王紅霞，劉寧．跨區域機載移動網絡優化方法研究與仿真[J].計算機仿真,2015(04)

李立峰，1979-，男，河北靈壽人，工程碩士，助講；研究方向：計算機網絡。