计算机网络k-划分优化遗传算法(doc 7页)
所属分类：信息技术
文件大小：117 KB
下载要求：10 学币或VIP
点击下载
资料简介：
..............................
计算机网络k-划分优化遗传算法目录：
1、引言
2、问题描述
3、无向图多划分优化理论
4、算法设计
5、算法收敛性分析
6、实验研究
7、结论与讨论
计算机网络k-划分优化遗传算法内容摘要：
在计算机网络的设计与管理中，为了改善网络性能，同时便于对网络实施控制管理，采取的有效手段之一是将整个大的网络划分为多个较小的、相对独立的子网(该问题被称为“网络k-划分优化”问题，这里k指划分的子网数)。网络k-划分优化问题，属于组合优化的范畴，即根据输入的数据信息和网络基本拓扑模型，寻找可能的最佳网络配置，这是一个NP完全问题。对于该问题的研究，由于其计算复杂度随网络规模和需划分的子网数k的增大而急剧增加，传统的启发式搜索方法已无能为力。近年来，遗传算法已被引入到该问题的求解中来。遗传算法作为一种全局优化搜索算法，由于其本身所具有的全局收敛性和隐含的并行性，加之其简单易用、鲁棒性强，能够轻易地获得问题的全局最优解，且问题越复杂，它相对于其他算法的优越性越明显，故十分适合解决这类问题。但应用经典遗传算法求解网络的k-划分优化问题时，其求解时间很长，且求得最优解的成功率很低。因而，有必要针对该具体应用问题的特点，对经典的遗传算法加以改进。
本文针对所研究的问题——网络k-划分优化问题的实质进行理论分析，应用无向图多划分优化理论加以研究，并结合网络k-划分优化问题的具体特征，设计了一种改进遗传算法，用于自动实现大规模网络的k划分优化。在该算法中，我们通过改进适应度函数、遗传操作算子以及参数选取，既充分利用了遗传算法的全局搜索能力，又增强了遗传算法的局部搜索能力，使算法在求解网络的k-划分优化问题中具有较快的收敛速度和较高的成功率。
..............................
精品资料网 m.cnshu.cn
Copyright © 2004- 粤ICP备10098620号-1
