随着网络业务量的爆炸性增长以及低成本、高性能的光网络设备的不断出现,基于波分复用(Wavelength Division Multiplexing,WDM)和波长路由技术的波分复用网络被认为是下一代高速广域骨干网和城域网的最有力竞争者。同时,由于网络中每个波长承载的传输容量可高达吉比特每秒,能实现不同传输码率、数据格式和调制方式的透明传输,那么光纤故障会导致大量业务中断,这使得网络生存性问题显得更加紧迫和突出。波分复用光网络本身具有可重构性,可根据通信业务量的需求来改变网络的逻辑结构,而且具有良好的生存能力,能够在很短的时间内从失效故障中恢复所携带的业务。波分复用网络的这些特点使得研究生存性算法更有实际意义。　　 本文的主要工作是研究多种启发式算法(主要是生物进化算法(EvolutionaryAlgorithms,EA))在WDM网络中优化的应用,例如自适应免疫算法(Adaptive ImmuneEvolutionary Algorithm,AIEA)应用于WDM网络业务疏导问题、蚁群算法(Ant ColonyAlgorithm,ACA)在WDM光网络业务恢复的应用等。首先介绍了业务疏导技术,业务疏导技术是WDM网络业务恢复的基础,可以将低速率OC-N颗粒度的业务流汇聚到高容量光通路中去,从而提高网络的资源利用率。在此基础上,提出一种新的具有高疏导性能的进化算法----自适应免疫算法应用于业务疏导。然后针对业务恢复问题,提出了基于改进蚁群算法的业务恢复算法,深入分析蚁群算法在WDM光网络业务恢复中的应用,并从各个方面对算法的性能进行详细的分析比较。　　 本研究工作集中在第二章到第五章,主要内容包括：第二章介绍了业务疏导技术和自适应免疫算法,并将AIEA应用到业务疏导中,详细定义了网络模型的构造、网络节点结构、参数的定义及限制等等,在程序实现方面对输入输出两方面做了相应的介绍,最后给出了一个程序的运行实例。第三章将AIEA应用于光网络的业务疏导,以网络的虚拓扑为研究对象,以网络的吞吐量为优化目标,通过选择、扩展、变异、替换等操作进行多次的迭代为网络构造出最优的疏导方案,仿真结果表明AIEA不仅疏导性能好,而且可以应用于任意的网络拓扑。然后将AIEA应用于业务恢复中,以网络恢复率为优化目标,为业务受损节点对重建路由以及业务分配,仿真结果表明AIEA具有较好恢复率性能,比其他两个启发式算法的恢复率要高。第四章针对WDM光网络的恢复,提出一种基于改进蚁群算法的WDM光网络恢复优化算法,算法以WDM光网络的虚拓扑为主要研究对象,模拟蚂蚁寻址方式获得网络业务受损节点恢复方案。在优化过程中,结合免疫算法的变异操作对全局业务分配进行自适应调节,以获得更高的故障恢复率水平,最终实现网络受损业务恢复,使整个网络资源利用率达到最优。仿真结果表明,该算法可满足较高的恢复率需求情况,并可应用于任意形式WDM网络拓扑结构。第五章基于改进蚁群算法的光网络恢复算法的性能,将其与AIEA以及其他两种启发式算法进行比较,仿真结果表明,在网络资源有限时,ACA和AIEA的恢复率比其他两种启发式算法的恢复率要高,同时ACA的时间复杂度要比AIEA要低。总之,ACA综合考虑了恢复率和算法的时间复杂度,表现出良好的业务恢复性能。