針對QoS組播路由的最優(yōu)求解問題,提出一種改進(jìn)量子遺傳算法.首先使用將圖形網(wǎng)絡(luò)拓?fù)浜喕癁闃湫尉W(wǎng)絡(luò)拓?fù)?并在種群初始化過程中引入基于概率劃分的小生境協(xié)同進(jìn)化策略.然后設(shè)計了新的量子旋轉(zhuǎn)門調(diào)整規(guī)則,以便實(shí)時處理量子旋轉(zhuǎn)角,從而提高量子搜索的收斂速度并增加了種群的多樣性,然后采用基于錦標(biāo)賽選擇機(jī)制的災(zāi)變算子,以便全局尋優(yōu)和收斂速度能夠得到有效平衡.最后,將該算法與其他智能啟發(fā)算法進(jìn)行仿真對比.實(shí)驗(yàn)仿真結(jié)果表明:改進(jìn)后的量子遺傳算法能獲得比其他智能啟發(fā)算法更優(yōu)的解,同時具有更快的收斂速度和較好的全局尋優(yōu)能力.

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1量子旋轉(zhuǎn)門的坐標(biāo)示意圖

2.1.2量子旋轉(zhuǎn)門作為最基本的操作步驟,量子位利用量子門進(jìn)行矩陣變換來完成狀態(tài)遷移,以便完成種群進(jìn)化.量子位操作一般采用量子旋轉(zhuǎn)門,其定義如下:

圖28節(jié)點(diǎn)網(wǎng)絡(luò)拓?fù)?br>
研究結(jié)果顯示,QoS組播路由選擇的求解過程可以視為受約束最小代價組播樹的求解過程[9],因此,本文將圖形網(wǎng)絡(luò)拓?fù)浜喕癁闃湫尉W(wǎng)絡(luò)拓?fù)?8節(jié)點(diǎn)網(wǎng)絡(luò)拓?fù)淙鐖D2所示.3.2適應(yīng)度函數(shù)

圖3目的節(jié)點(diǎn)個數(shù)為5時,三種算法的比較圖

為便于計算,本文不考慮丟包率約束值.在QoS約束條件條件下(Dmax=25,Jmax=30,Bmin=40)時,圖3顯示了當(dāng)目的節(jié)點(diǎn)個數(shù)為5時,執(zhí)行3種算法得到的最佳組播樹的適應(yīng)度對比曲線.從結(jié)果可以看出,隨著迭代次數(shù)的增加,本文算法獲得的種群所表示的組播樹平均適應(yīng)值一直優(yōu)于其他....

圖4QoS參數(shù)曲線結(jié)果

圖3目的節(jié)點(diǎn)個數(shù)為5時,三種算法的比較圖通過以上實(shí)驗(yàn)結(jié)果分析,可以得出本文算法在QoS組播路由效率問題求解方面,表現(xiàn)出明顯的優(yōu)勢,在全局收斂速度和收斂效率上均表現(xiàn)良好.

本文編號：3895903