基于模擬退火遺傳算法的網(wǎng)絡(luò)負(fù)載平衡算法研究.pdf

1、本文根據(jù)網(wǎng)絡(luò)負(fù)載平衡的基本目的，將遺傳算法和模擬退火算法有機(jī)的結(jié)合起來，形成了一種適合網(wǎng)絡(luò)負(fù)載平衡的新算法。該算法改善了傳統(tǒng)遺傳算法的性能，加快了算法的收斂速度，增強(qiáng)了算法的全局收斂性，提高了網(wǎng)絡(luò)資源的利用率，加強(qiáng)了網(wǎng)絡(luò)負(fù)載平衡的能力。本文主要的研究工作如下： 1、根據(jù)網(wǎng)絡(luò)負(fù)載平衡的基本思想，設(shè)計(jì)數(shù)字串的編碼方式，使編碼方式適合實(shí)際網(wǎng)絡(luò)地需要，更簡單、直觀，在對個(gè)體進(jìn)行評估時(shí)也無需解碼過程。同時(shí)為了避免違反優(yōu)先約束問題，還提出了

2、對該數(shù)字串編碼的修補(bǔ)方法。 2、分析了傳統(tǒng)遺傳算法的不足，并依據(jù)網(wǎng)絡(luò)負(fù)載平衡的根本目的：縮短作業(yè)的響應(yīng)時(shí)間和提高資源的利用率，改進(jìn)了傳統(tǒng)遺傳算法的適應(yīng)度函數(shù)，及其選擇、交叉、變異等算子。在適應(yīng)度函數(shù)的設(shè)計(jì)中引入模擬退火算法，加入退火溫度，使得在溫度高時(shí)(遺傳算法的前期)，適應(yīng)度相近的個(gè)體產(chǎn)生的后代概率相近；而當(dāng)溫度不斷下降后，使適應(yīng)度函數(shù)的作用加強(qiáng)，使適應(yīng)度相近的個(gè)體適應(yīng)度差異放大，從而使得優(yōu)秀的個(gè)體優(yōu)勢更明顯。 3、放

3、棄了傳統(tǒng)遺傳算法的輪盤賭選擇法，采用了選擇概率隨適應(yīng)度值成比例的選擇方法，并加入最優(yōu)保存法，使適應(yīng)度好的個(gè)體盡量保存到了下一代群體中，有效的加快了算法的收斂速度。 4、借鑒Srinivas等人提出的交叉概率Pc和變異概率Pm隨適應(yīng)度函數(shù)值自動改變的方法，建立Pc和Pm，使適應(yīng)度函數(shù)值小的個(gè)體，具有較大的交叉概率和變異概率，有利于加快算法收斂速度。當(dāng)陷入局部極值時(shí)，適應(yīng)度函數(shù)值較大的個(gè)體對應(yīng)的Pc、Pm也將增大，有利于避免“早熟”