基于遺傳算法的網絡運維中資源調度的研究與應用.pdf

1、近年來，隨著通信市場競爭的日益劇烈，尤其是4G時代的到來，降低網絡運維成本成為提高通信企業(yè)競爭力的重要手段。據工信部2014年的統(tǒng)計數(shù)據顯示，目前三大運營商的4G基站總數(shù)已經達到70萬個，運營商的網絡越來越復雜，運行維護的工作量也越來越大，導致網絡運維成本也越來越高。因此，降低網絡運維成本成為通信企業(yè)關注的重點。網絡運維中現(xiàn)場作業(yè)的調度成本是網絡運維成本的重要方面，如何根據作業(yè)工單的要求將合適的資源分配給作業(yè)任務，以提供更好的網絡運維服

2、務質量，是現(xiàn)場作業(yè)任務調度需要解決的問題。由于網絡運維現(xiàn)場作業(yè)所涉及的資源種類較多、動態(tài)性、調度方案需要實時動態(tài)調整，使得傳統(tǒng)的手工調度面臨著巨大的挑戰(zhàn)。因此，如何設計好的現(xiàn)場作業(yè)調度算法，盡可能降低調度成本，提高網絡運維的服務質量，是重要而現(xiàn)實的問題。
　　根據網絡運維現(xiàn)場作業(yè)調度問題的特點，本文提出將遺傳算法和模擬退火算法相結合來解決資源調度問題的算法，即模擬退火遺傳算法SAGA(SimulatedAnnealing Gene

3、tic Algorithm)。首先，詳細描述了網絡運維中現(xiàn)場作業(yè)調度問題的定義，對現(xiàn)場作業(yè)調度問題進行分析并建立現(xiàn)場作業(yè)調度模型，分別利用遺傳算法和模擬退火遺傳算法對現(xiàn)場作業(yè)調度模型進行求解。
　　遺傳算法是全局優(yōu)化搜索算法，但是它存在易陷入局部最優(yōu)解、收斂速度慢等問題，而模擬退火算法則具有跳出局部最優(yōu)解的特性，本文將這兩種算法相結合，充分發(fā)揮它們的優(yōu)點。利用SAGA求解現(xiàn)場作業(yè)的資源調度問題分為兩個階段:遺傳操作階段和模擬退火階

4、段。首先，描述了使用遺傳算法求解網絡運維中現(xiàn)場作業(yè)調度問題時的編碼、選擇、交叉、變異和適應度函數(shù)的設計，針對網絡運維中現(xiàn)場作業(yè)調度的特點，遺傳操作階段的編碼方式采用雙層編碼，即對完成作業(yè)任務的現(xiàn)場作業(yè)工程師的編碼和對現(xiàn)場作業(yè)工程師需要使用的資源進行編碼;其次，對遺傳操作階段得到的解通過引入模擬退火算法進行優(yōu)化，在遺傳操作產生的種群的基礎上，采用模擬退火操作，在特定的溫度下，通過對新產生的種群中的每個個體進行Metropolis選擇接受過