針對(duì)網(wǎng)絡(luò)功能虛擬化（NFV）環(huán)境下,現(xiàn)有服務(wù)功能鏈部署方法無法在優(yōu)化映射代價(jià)的同時(shí)保證服務(wù)路徑時(shí)延的問題,該文提出一種基于IQGA-Viterbi學(xué)習(xí)算法的服務(wù)功能鏈優(yōu)化部署方法。在隱馬爾可夫模型參數(shù)訓(xùn)練過程中,針對(duì)傳統(tǒng)Baum-Welch算法訓(xùn)練網(wǎng)絡(luò)參數(shù)容易陷入局部最優(yōu)的缺陷,改進(jìn)量子遺傳算法對(duì)模型參數(shù)進(jìn)行訓(xùn)練優(yōu)化,在每一迭代周期內(nèi)通過等比例復(fù)制適應(yīng)度最佳種群的方式,保持可行解多樣性和擴(kuò)大空間搜索范圍,進(jìn)一步提高模型參數(shù)的精確度。在隱馬爾科夫鏈求解過程中,針對(duì)隱含序列無法直接觀測(cè)這一難點(diǎn),利用Viterbi算法能精確求解隱含序列的優(yōu)勢(shì),解決有向圖網(wǎng)絡(luò)中服務(wù)路徑的優(yōu)化選擇問題。仿真實(shí)驗(yàn)結(jié)果表明,與其它部署算法相比,所提IQGA-Viterbi學(xué)習(xí)算法能有效降低網(wǎng)絡(luò)時(shí)延和映射代價(jià)的同時(shí),提高了網(wǎng)絡(luò)服務(wù)的請(qǐng)求接受率。 

【文章來源】：電子與信息學(xué)報(bào). 2019,41(01)北大核心EICSCD

【文章頁數(shù)】：9 頁

【參考文獻(xiàn)】：
期刊論文
[1]A virtual service placement approach based on improved quantum genetic algorithm[J]. Gang XIONG,Yu-xiang HU,Le TIAN,Ju-long LAN,Jun-fei LI,Qiao ZHOU.  Frontiers of Information Technology & Electronic Engineering. 2016(07)
[2]一種基于Viterbi算法的虛擬網(wǎng)絡(luò)功能自適應(yīng)部署方法[J]. 劉彩霞,盧干強(qiáng),湯紅波,王曉雷,趙宇.  電子與信息學(xué)報(bào). 2016(11)
[3]量子遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量預(yù)測(cè)[J]. 張立仿,張喜平.  計(jì)算機(jī)工程與科學(xué). 2016(01)
[4]基于GEP和Baum-Welch算法訓(xùn)練HMM模型的研究[J]. 張?jiān)鲢y,元昌安,胡建軍,蔡宏果,王文棟,楊立志.  計(jì)算機(jī)工程與設(shè)計(jì). 2010(09)
[5]一種解決組合優(yōu)化問題的量子遺傳算法QGA[J]. 熊焰,陳歡歡,苗付友,王行甫.  電子學(xué)報(bào). 2004(11)



本文編號(hào)：3440404