基于改進遺傳算法的計算機網絡可靠性優化設計

摘? 要： 網絡發展的時代，對于計算機網絡的穩定性和可靠性研究是發展的必然趨勢，在網絡資源固定的情況下，在單位鏈路中增加網絡資源的使用是整個網絡系統優化的核心。在通過對遺傳算法的改進，在滿意度和適應度指標函數的判斷下，改變網絡的性能，經過數據迭代的次數來控制網絡的約束條件，根據函數的驗證進行優化設計。在本文中通過研究網絡改進成本和迭代次數的關系，來驗證遺傳算法優化的成果，為計算機網絡可靠性優化設計提供了實際的數據依據。

關鍵詞： 改進遺傳算法;計算機網絡可靠性優化設計;拓撲結構;滿意度

中圖分類號： TP3? ? 文獻標識碼： A? ? DOI：10.3969/j.issn.1003-6970.2020.09.055

本文著錄格式：宋楊. 基于改進遺傳算法的計算機網絡可靠性優化設計[J]. 軟件，2020，41（09）：207209

【Abstract】： In era of network development， it is an inevitable trend to research stability and reliability of computer network. Under condition of fixed network resources， increasing application of network resources in unit link is the core of optimization of whole network system. Through modified genetic algorithm， under judgment of satisfaction and fitness index function， we can change performance of network， control constraints of network through iterations， and optimize design according to function verification. The paper studies relationship between cost of network improvement and iterations to verify results of genetic algorithm optimization， provides practical data basis for computer network reliability optimization design.

【Key words】： Modified genetic algorithm; Computer network reliability optimization design; Topology; Satisfaction

0? 引言

計算機網絡可靠性的研究是計算機發展的必然趨勢，在計算機區域連接和網絡連接相互拓展的過程中，信息網絡技術的發展成為結構化發展的先決條件，人們越來越多的依賴于信息技術，同時計算機網絡在一些重要的領域用途也很關，對經濟、社會和國防等方面都有很長遠的影響。信息網絡的可靠性是提高網絡質量的重要評判標準，在拓撲結構中利用程序上的改變和優化，能夠強化網絡的能力，降低網絡的造價，對穩定性有很好的幫助作用。在本文中就是以改進遺傳算法的方式強化計算機網絡可靠性。

目前在我國計算機網絡穩定性的研究基于電信信號網絡的交換研究[1]，在網絡信號故障的基礎上，利用電信信號的傳輸實現容量的改變，在信號交換的情況下實現傳輸。但是這種方式的可靠性還是對線路的要求較高，難以在長期的技術發展中得到運用。后期網絡故障率提高，通過對網絡安全認證進行指標的界定，在評價體系中實現網絡的優化設計。運用拓撲規劃的形式解決網絡障礙的問題[2]。隨著智能優化方案的數量增多，可行性和可靠性的網絡技術方案在不斷的更新，利用優化的手段，在粒度方面對遺傳算法進行優化的形式有了很好的使用[3]，通過多目標的方式，實現網絡的整體優化。

1? 計算機網絡可靠性原理分析

1.1? 網絡數據傳送的穩定性

計算機網絡可靠性是在獨立的計算機運行下，不同的網絡協議之間的交互，在特定的網絡中實現功能化的使用[4]，單獨的計算機不受到其他設備的控制，在任意網絡條件下形成信息資源的使用，在路徑方面，根據獨立性的特點，在網絡信息的終端實現信息的交換，在子網絡和資源網絡中實現共享，利用子網絡對計算機網絡進行數據的處理，保證了數據使用的穩定性。通常情況下，計算機網絡在地理上，由于其跨度較大，保證網絡的完整性的前提下就需要通信的穩定，在用戶端和服務器之間必須利用算法進行資源的優先合并。在可靠性的概率圖顯示中，在源點和交匯點之間必選有一條運行正常的數據鏈，在兩點之間的流動形成的數據集合中，保證數據鏈概率提高。

1.2? 遺傳算法的分析結論

計算機個體之間獨立，在借鑒生物領域的思維方式，在全系統中實現算法的自動檢測[5]，把原有單一的個體進行群組的畫風，個體在數據的串聯性形成數據矩陣，在空間當中進行排布，利用不同的評估方式，在交叉和變異的條件下，形成遺傳算子，根據遺傳計算的方式，進行問題的求解，在矩陣計算中，對遺傳方程進行最優求解，實現編碼和遺傳操作。在不同算法中，利用交叉的方式，在數據中進行篩選，通過在父代的數據，在個體上進行函數計算，根據不同的淘汰規則，進行遺傳優化演變方向，形成最優的搜索內容。在交叉方面，根據全系統的計算能力，在單個輔助計算的方式，在局部中形成搜索能力的強化。在遺傳算法的優化中，能夠將參數編碼的對象進行重新編輯，在參數方面，避免了數據的局限性，在搜索的范圍上有了很大的提高。

2? 計算機網絡可靠性優化內容

對于計算機網絡可靠性優化，主要是在不同的目標中進行分析計算。在特定的區域當中，根據網絡的性能特點，綜合考慮網絡的穩定性和可維修方面的因素，對多目標問題進行優化。利用較少的投入，有更多的優化方式。在向量函數中，根據不同的變量，對函數進行極小化，利用遺傳算法的方式對闡述進行無約束的條件優化，在自動搜索的前提下，實現魯棒性的加強。在計算機網絡可靠性優化中，通過制定編碼數據方案，在染色體序列中，對基因進行排列，形成初期的個體，將批量的個體進行分類，形成組運算，通過計算得到染色體單一的適應度分析，確定不同染色體能夠遺傳下一點的概率，在交叉運算中，導出染色體配對的記錄，最終得到最優的配對方式。在配優的過程中，利用滿意度函數作為衡量指標[6]：

其中，costmin 為網絡優化最小費用，costopt最小值略大，在可靠性的約束條件下，根據初始化的計算，求得可靠權值，對于不符合約束條件的數據進行處理，保證在可靠性上能夠滿足滿意度指標。在結合遺傳算法中，根據流程算法的計算，不斷對父代數據進行迭代，并進行仿真模擬，在經歷多代遺傳后，形成較為穩定的數據穩定曲線。

在初始化的計算中，根據優化的方向確定，在遺傳迭代方面對不具有約束性的解進行淘汰，在考慮穩定性的過程中，結合網絡信息費用的考量因素，在不同的位置進行優化調整，再利用滿意度的測算標準，在權值W的計算中分別取不同的參數值，保證結構樹在拓撲的條件下形成新的結構圖。

對于W的變化，優化的結構存在很大的不同。在中心點中，每個數字變量上有三個分支，形成不同的結構樹，利用結構變化進行數據的迭代，在權值的計算中，根據可靠性分析得到滿意度較高的遺傳數據，同時解決了優化成本提高的現實問題，在拓撲結構中完成了計算機網絡通信的優化。

3? 計算機網絡可靠性優化流程

3.1? 計算機網絡可靠性優化準則及模型

在進行計算機網絡可靠性設計時應充分考慮：

（1）選擇合理有針對性的網絡拓撲結構;（2）網絡應具有較強的容錯能力和冗余性;（3）為了應對系統的升級和 擴容，應采用開放互聯的網絡體系結構;（4）在選用高性能計算機硬件、網絡鏈路介質的同時，搭配先進的網絡管理軟件;（5）對計算機網絡系統進行優化配置，充分利用所有資源，最大限度發揮系統性能。在使計算機網絡總成本不大于網絡鏈路成本的同時，求可靠性優化模型最大值，進而確定網絡鏈路的最優解。

3.2? 基于改進遺傳算法的網絡優化設計

遺傳算法的網絡優化設計關鍵因素有對模型構建的遺傳算法以及可行解的編碼方法。 基于改進遺傳算法的網絡優化設計算法流程為：（1）使用二進制對初始群體進行編碼，進而對遺傳 基因進行表達。（2）計算種群個體的成本值并進行排序，選取適當的適值函數f（x）=（x1）/（Ps1），其中Ps為種群大小。（3）通過適值函數對種群規模進行選擇，淘汰概率小的種群基因，提高算法的流暢性。（4）在確保網絡連通性的前提下，對網絡節點應用改進的遺傳算法進行優化，確定基因交叉位置，求解系統最優解。（5）在滿足終止條件，即設定的最大迭代次數之前不斷迭代計算，直到得到計算機網絡可靠性的全局最優解。

3.3? 實驗與仿真

計算機網絡包含若干個節點，如何利用遺傳基因 對復雜的網絡節點進行描述，繼而對網絡進行優化設 計并提高網絡可靠性是解決問題的關鍵。二進制編碼可以將網絡節點和遺傳基因很好地對應起來，且編碼規則簡單、易于操作，因此本文采用二進制編碼進行網絡節點的基因描述。為了驗證本文算法對計算機網絡可靠度優化設計的效果及算法的先進性、實用性，下面在相同的計算機網絡可靠度模型和計算機網絡鏈路成本模型中，將本文基于改進遺傳算法與容斥原理算法、模糊神經網絡算法和神經網絡算法作一對比。實驗條件選取如下網絡節點數為8，用N表示;最大迭代次數為100;可靠度約束常數和均為2;計算機內存為32 GB，采用Intel i7處理器和Win7操作系統。

通過圖4中的仿真結果可知：隨著遺傳操作迭代次數的增加，網絡系統的可靠度不斷提高，但當遺傳操作 迭代次數增加到一定程度時，網絡的可靠度提高受制于 硬件或其他因素而逐漸趨于平緩， 最終在迭代次數為100 時達到最大值0.894。在隨著迭代次數不斷的變化，成本也隨著介質的成本發生變化，總體是呈現反相關的情況，當迭代次數增加，成本不斷的降低，在迭代次數保持在10以內，成本下降的速率最快，當迭代次數再次增加時，成本降低速率明顯的降低，并相對出現趨于穩定的情況，當最終迭代數量控制在65左右，成本變化值基本保持不變，這就意味著迭代的次數已經對成本造成的影響忽略不計，再次改變迭代的次數也不會出現成本的變化[7]。在這個階段就要通過其他的手段對網絡進行優化，不斷的降低網絡鏈條測整體成本。根據實驗的結果能夠看出，在遺傳改進算法中，采用的適應度和滿意度的函數，在結果的分析中存在反比例的情況[8]，通過強化適宜性函數的優點，在收斂的條件下，保證成本回歸的多樣性，根據收斂和回歸得到函數的最優解，同時利用容斥原理計算的網絡可以很好的提高網絡的穩定性，將神經算法和網絡相互結合能夠很好的控制網絡運行優化的成本，充分發揮網絡優化的優勢，在交叉和復制操作中尋找最優解，在不斷的迭代中尋求最為合理的優化成本[9-10]，并根據遺傳淘汰機制，對算法進行更新，保證數據鏈的完整性，也能夠通過遺傳算法對整體的滿意度進行修正，不斷對計算機的結果進行驗算和校核。

4? 結語

在通信技術不斷強化的情況下，網絡因網絡的使用變得更為稀疏，可靠性的研究顯得尤為的重要，利用網絡系統的拓撲結構，在可靠性和滿意度的函數分析條件下，對算法進行智能的調整，根據遺傳算法的特性，在多目標框架下實現網絡的優化，在本文中，根據多目標函數的特征，在利用遺傳算法的基礎上優化網絡優化成本，對滿意度函數的表達基礎上，實現計算書網絡算法的最優解，并在滿意優化的前提下，對不同的應用環境進行相應的適應性調整。

參考文獻

[1]劉后銘. 計算機通信網， （修訂版）[M]. 西安電子科技大學出版社， 1996.

[2]鄭龍， 羅鵬程， 周經倫. 網絡可靠性研究綜述[J]. 中國科技信息， 2006（1 A）： 9， 11.

[3]郭彤城， 慕春棣. 并行遺傳算法在一類計算機通信網絡可靠性優化問題中的應用. 系統工程理論與實踐. 2003， 23 （1）： 31-36.

[4]潘新民. 計算機通信技術[M]. 北京： 電子工業出版社， 2002.

[5]王凌. 智能優化算法及其應用[M]. 北京： 清華大學出版社， 2001.

[6]Behr A， Camarinopoulos， L.&Pampoukis， Cx， Domination of K-out-of-n systems[J]. IEEE Transactions on Reliability， 1995， 44（4）： 705-707.

[7]劉麗芳， 孟志剛， 張常利. 基于種群熵的改進型遺傳算法[J]. 軟件， 2012， 33（2）： 114-116.

[8]羅景峰， 劉艷秋. 智能算法在全終端網絡可靠性優化設計中的應用[J]. 計算機測量與控制， 2007， 15（6）： 782-785.

[9]羅景峰， 劉艷秋一種全終端網絡可靠性多目標優化模型及求解[J]. 計算機技術與發展， 2007， 17（8）： 23-25， 28.

[10]王衛榮， 金鵬， 黃康. 免疫遺傳算法在多目標優化設計中的應用[J]. 起重運輸機械， 2007（2）： 25-28.