；
[0275] a為第一負(fù)載均衡影響因子；
[0276] 0為第二負(fù)載均衡影響因子。
[0277] 且，
[0278] Pipu+P,nem, +P"e,+PconT^
[0279] a +0 = 1
[0280] 〇 <Pqntj ^Pmentj ^Pneti ^Pconra, /3 <I
[0281] 、Z7,、P CQnJ、a 和 0 的精度=1.0 X l(Tn，n 為大于 0 的正整數(shù)。
[0282] 一種實(shí)施例中，遺傳算法運(yùn)行模塊對(duì)每一代種群中的染色體進(jìn)行選擇、交叉、變異 操作包括：
[0283] 當(dāng)對(duì)一代種群的變異操作結(jié)束后，對(duì)于本次迭代過(guò)程的變異操作后得到的種群中 的每一個(gè)體：
[0284]計(jì)算該個(gè)體中的前四個(gè)基因Apu,、Am?,、Ad,.、P_j的和值suml，若suml不等 于1，則對(duì)于該四個(gè)基因中的每個(gè)基因，將該基因更新為：該基因與suml的倒數(shù)的乘積；
[0285] 計(jì)算該個(gè)體中的后兩個(gè)基因a、0的和值sum2,若sum2不為1. 0,則對(duì)于該后兩 個(gè)基因中的每個(gè)基因，將該基因更新為：該基因與sum2的倒數(shù)的乘積。
[0286] 一種實(shí)施例中，遺傳算法運(yùn)行模塊將該基因更新為：該基因與sum2的倒數(shù)的乘積 之后進(jìn)一步包括：
[0287] 判斷更新后的個(gè)體中的基因是否都滿足預(yù)設(shè)精度要求，若不滿足，則：
[0288] 對(duì)于該更新后的個(gè)體中的前四個(gè)基因，對(duì)不滿足精度要求的基因進(jìn)行四舍五入處 理，設(shè)A%、、A%、p。_四舍五入前的值分別為X p x2、x3、X4，四舍五入后的值分 別為 y"l、y"2、y"3、5^4,計(jì)算 zI - X l_y"l，Z2 - X 2_y2，Z3 - X 3_y3，Z4 - X 4_y4,計(jì)算 Zmax-Kiax(zJ,Z2，Z3，Z4)和 Zmin Hlin (Z 1，Zg，Z3，Z4)，令 ^Pneti3^3 p c〇nj Y"4， 若 ZAzdzfz4= 0,則保持 、P _j的值不變；若 Z Jzdzfz4=預(yù)設(shè) 精度1.0\10'則將2_對(duì)應(yīng)的基因值增加1.0\10'其它基因值不變；若21+ 22+23+24 =-1.0 X KTn，則將Zmin對(duì)應(yīng)的基因值減少1.0 X KTn，其它基因值不變；
[0289] 對(duì)于該更新后的個(gè)體中的后兩個(gè)基因a、0，對(duì)不滿足精度要求的基因進(jìn)行四舍 五入處理，設(shè)a、0四舍五入前的值分別為^、X 6，四舍五入后的值分別為y5、y6，計(jì)算Z5 -X5_y5，Z6 - X 6_y6,計(jì)算 Z max-胍X (Z 5，Z6)和 Z min- mill (Z 5，Z6)，令 Cl - y5、|3 - y6, 若z5+z6= 0,則a、0的值保持不變；若Z 5+z6= I. 〇X 10'則將z' max對(duì)應(yīng)的基因值增加 1.0 X KTn，另一基因值不變；若z5+z6= -1.0 X 10'則將Zmin對(duì)應(yīng)的基因值減少1.0 X l(Tn， 另一基因值不變。
[0290] 以上所述僅為本申請(qǐng)的較佳實(shí)施例而已，并不用以限制本申請(qǐng)，凡在本申請(qǐng)的精 神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本申請(qǐng)保護(hù)的范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種確定最優(yōu)路徑的方法，其特征在于，該方法包括： 根據(jù)網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)參數(shù)以及網(wǎng)絡(luò)鏈路的狀態(tài)參數(shù)構(gòu)造網(wǎng)絡(luò)鏈路的代價(jià)函數(shù)，并為各 網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)參數(shù)和網(wǎng)絡(luò)鏈路的狀態(tài)參數(shù)設(shè)置影響因子； 采用遺傳算法為所述代價(jià)函數(shù)中的各影響因子尋找最優(yōu)解； 將各影響因子的最優(yōu)解發(fā)送給網(wǎng)絡(luò)中的各節(jié)點(diǎn)，以使得：網(wǎng)絡(luò)中的各節(jié)點(diǎn)在接收到數(shù) 據(jù)訪問(wèn)請(qǐng)求時(shí)，根據(jù)各影響因子的最優(yōu)解及所述代價(jià)函數(shù)計(jì)算本節(jié)點(diǎn)到目的節(jié)點(diǎn)的最優(yōu)路 徑。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用遺傳算法為代價(jià)函數(shù)中的各影 響因子尋找最優(yōu)解包括： 預(yù)先將各影響因子構(gòu)成一個(gè)染色體； 定義染色體的適應(yīng)度為該染色體對(duì)應(yīng)的網(wǎng)絡(luò)平均響應(yīng)時(shí)間的倒數(shù)； 對(duì)每一代種群中的染色體進(jìn)行選擇、交叉、變異操作； 當(dāng)滿足迭代結(jié)束條件時(shí)，將最后一代種群中的適應(yīng)度最強(qiáng)的染色體作為最優(yōu)解。3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述迭代結(jié)束條件為： 迭代總次數(shù)達(dá)到預(yù)設(shè)迭代次數(shù)閾值； 或者，連續(xù)預(yù)設(shè)代種群中的適應(yīng)度最強(qiáng)的染色體的網(wǎng)絡(luò)平均響應(yīng)時(shí)間都小于預(yù)設(shè)網(wǎng)絡(luò) 平均響應(yīng)時(shí)間閾值。4. 根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述對(duì)每一代種群中的染色體進(jìn)行選 擇、交叉、變異操作進(jìn)一步包括： 當(dāng)對(duì)一代種群中的染色體進(jìn)行變異操作后，以前一代種群中適應(yīng)度最強(qiáng)的染色體替換 當(dāng)前代種群中適應(yīng)度最弱的染色體。5. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)參數(shù)包括： 網(wǎng)絡(luò)節(jié)點(diǎn)的CPU參數(shù)、網(wǎng)絡(luò)節(jié)點(diǎn)的內(nèi)存參數(shù)、網(wǎng)絡(luò)節(jié)點(diǎn)的連接數(shù)參數(shù)之一或任意組合； 所述網(wǎng)絡(luò)鏈路的狀態(tài)參數(shù)包括：網(wǎng)絡(luò)鏈路的帶寬參數(shù)、網(wǎng)絡(luò)鏈路的吞吐量參數(shù)之一或 組合。6. 根據(jù)權(quán)利要求5所述的方法，其特征在于，所述網(wǎng)絡(luò)鏈路的代價(jià)函數(shù)為：其中，i，j為網(wǎng)絡(luò)中任意兩個(gè)相鄰的節(jié)點(diǎn)的標(biāo)號(hào)，h為節(jié)點(diǎn)i、j之間的網(wǎng)絡(luò)鏈路的代 價(jià)函數(shù)； NETbWi為節(jié)點(diǎn)i的可用網(wǎng)絡(luò)帶寬； NETthry為節(jié)點(diǎn)i、j之間的網(wǎng)絡(luò)鏈路的吞吐量； LoadCPUj為節(jié)點(diǎn)j的CPU的占用率； Tcpiij為節(jié)點(diǎn)j的CPU熱點(diǎn)閾值； LoadMEM^為節(jié)點(diǎn)j的內(nèi)存占用率； Tmenij為節(jié)點(diǎn)j的內(nèi)存熱點(diǎn)閾值； LoadNEL為節(jié)點(diǎn)j的帶寬占用率； Tneh為節(jié)點(diǎn)j的帶寬熱點(diǎn)閾值； LoadCONj為節(jié)點(diǎn)j的連接數(shù)占用率； TC〇h為節(jié)點(diǎn)j的連接數(shù)熱點(diǎn)閾值； 為節(jié)點(diǎn)j的CPU影響因子； 為節(jié)點(diǎn)j的內(nèi)存影響因子； 為節(jié)點(diǎn)j的帶寬影響因子； 為節(jié)點(diǎn)j的連接數(shù)影響因子；a為第一負(fù)載均衡影響因子； 0為第二負(fù)載均衡影響因子。 且，P-,、、p_、a和0的精度=1. 〇X10_n，n為大于0的正整數(shù)。7. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述對(duì)每一代種群中的染色體進(jìn)行選擇、 交叉、變異操作包括： 當(dāng)對(duì)一代種群的交叉操作或者變異操作結(jié)束后，對(duì)于本次迭代過(guò)程的交叉操作或者變 異操作后得到的種群中的每一個(gè)體： 計(jì)算該個(gè)體中的前四個(gè)基因仏《廠夂_, ' 、P_j的和值suml，若suml不等于1， 則對(duì)于該四個(gè)基因中的每個(gè)基因，將該基因更新為：該基因與suml的倒數(shù)的乘積； 計(jì)算該個(gè)體中的后兩個(gè)基因a、0的和值sum2,若sum2不為1. 0,則對(duì)于該后兩個(gè)基 因中的每個(gè)基因，將該基因更新為：該基因與SUm2的倒數(shù)的乘積。8. 根據(jù)權(quán)利要求7所述的方法，其特征在于，所述將該基因更新為：該基因與sum2的 倒數(shù)的乘積之后進(jìn)一步包括： 判斷更新后的個(gè)體中的基因是否都滿足預(yù)設(shè)精度要求，若不滿足，則： 對(duì)于該更新后的個(gè)體中的前四個(gè)基因，對(duì)不滿足精度要求的基因進(jìn)行四舍五入處理， 設(shè)心",、、p四舍五入前的值分別為x^^、^^四舍五入后的值分別為 y"l、y2、y3、y4,計(jì)算Z1-Xl_yi，Z2- X2_y2，Z3- X3_y3,Z4-X4_y4,計(jì)算Zmax -rnax(zZ2Jz3,z4) 和zmin=min(zpZyZpzJ，令A(yù)p",-乃、A畫(huà),-為、A叫-少3、p_j=y4,若Zl+Z2+z3+Z4 =〇,則保持、A?,、、P_j的值不變；若Zi+Wzf預(yù)設(shè)精度1. 0Xl(Tn，則將zmax對(duì)應(yīng)的基因值增加1.OXl(Tn，其它基因值不變；若Zl+Z2+Z3+Z4= -1.OX10'則將zmin 對(duì)應(yīng)的基因值減少1.oxl(Tn，其它基因值不變； 對(duì)于該更新后的個(gè)體中的后兩個(gè)基因a、0，對(duì)不滿足精度要求的基因進(jìn)行四舍五入 處理，設(shè)a四舍五入前的值分別Sx5、x6，四舍五入后的值分別為y5、y6，計(jì)算z5=x5-y5， z6-x6_y6,計(jì)算Zmax-rnaX(Z5，Z6)和Zmin-Klin(zZg),Q-y5、|3-y6,Zg+Zg- 0,則a、0的值保持不變；若z5+z6= 1.oxl(Tn，則將z'max對(duì)應(yīng)的基因值增加1.OXl(Tn， 另一基因值不變；若z5+z6 = -1. 0Xl(Tn，則將zmin對(duì)應(yīng)的基因值減少1. 0Xl(Tn，另一基因值 不變。9. 一種確定最優(yōu)路徑的裝置，其特征在于，該裝置包括： 代價(jià)函數(shù)構(gòu)造模塊：根據(jù)網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)參數(shù)以及網(wǎng)絡(luò)鏈路的狀態(tài)參數(shù)構(gòu)造網(wǎng)絡(luò)鏈路 的代價(jià)函數(shù)，并為各網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)參數(shù)和網(wǎng)絡(luò)鏈路的狀態(tài)參數(shù)設(shè)置影響因子； 遺傳算法運(yùn)行模塊：采用遺傳算法為所述代價(jià)函數(shù)中的各影響因子尋找最優(yōu)解； 影響因子發(fā)送模塊：將各影響因子的最優(yōu)解發(fā)送給網(wǎng)絡(luò)中的各節(jié)點(diǎn)，以使得：網(wǎng)絡(luò)中 的各節(jié)點(diǎn)在接收到數(shù)據(jù)訪問(wèn)請(qǐng)求時(shí)，根據(jù)各影響因子的最優(yōu)解及所述代價(jià)函數(shù)計(jì)算本節(jié)點(diǎn) 到目的節(jié)點(diǎn)的最優(yōu)路徑。10. 根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述遺傳算法運(yùn)行模塊采用遺傳算法為 代價(jià)函數(shù)中的各影響因子尋找最優(yōu)解包括： 預(yù)先將各影響因子構(gòu)成一個(gè)染色體； 定義染色體的適應(yīng)度為該染色體對(duì)應(yīng)的網(wǎng)絡(luò)平均響應(yīng)時(shí)間的倒數(shù)； 對(duì)每一代種群中的染色體進(jìn)行選擇、交叉、變異操作； 當(dāng)滿足迭代結(jié)束條件時(shí)，將最后一代種群中的適應(yīng)度最強(qiáng)的染色體作為最優(yōu)解。
【專(zhuān)利摘要】本申請(qǐng)?zhí)岢龃_定最優(yōu)路徑的方法及裝置。方法包括：根據(jù)網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)參數(shù)以及網(wǎng)絡(luò)鏈路的狀態(tài)參數(shù)構(gòu)造網(wǎng)絡(luò)鏈路的代價(jià)函數(shù)，并為各網(wǎng)絡(luò)節(jié)點(diǎn)的狀態(tài)參數(shù)和網(wǎng)絡(luò)鏈路的狀態(tài)參數(shù)設(shè)置影響因子；采用遺傳算法為所述代價(jià)函數(shù)中的各影響因子尋找最優(yōu)解；將各影響因子的最優(yōu)解發(fā)送給網(wǎng)絡(luò)中的各節(jié)點(diǎn)，以使得：網(wǎng)絡(luò)中的各節(jié)點(diǎn)在接收到數(shù)據(jù)訪問(wèn)請(qǐng)求時(shí)，根據(jù)各影響因子的最優(yōu)解及所述代價(jià)函數(shù)計(jì)算本節(jié)點(diǎn)到目的節(jié)點(diǎn)的最優(yōu)路徑。本申請(qǐng)?zhí)岣吡舜_定真實(shí)最優(yōu)路徑的效率。
【IPC分類(lèi)】H04L12/721
【公開(kāi)號(hào)】CN104994021
【申請(qǐng)?zhí)枴緾N201510431213
【發(fā)明人】周進(jìn)華, 鞠劍勛, 全澤昌
【申請(qǐng)人】三星電子（中國(guó)）研發(fā)中心, 三星電子株式會(huì)社
【公開(kāi)日】2015年10月21日
【申請(qǐng)日】2015年7月21日