近年来,随着网络的普及与发展,网络结构已变得越来越复杂。如何能在复杂网络环境中进行网络运行质量评估和资源优化配置,是现代网络管理的重要内容。网络运行态势是指由各种网络运行数据及用户行为等因素构成的整个网络的当前状态及运行趋势。网络运行态势从宏观层面反映了网络运行质量的好坏,并且通过对历史时刻的网络运行状态进行分析,合理的预测出未来时刻网络状态的变化规律。将网络运行态势作为网络资源优化配置的前提,在预测出未来时刻网络的运行状态将要恶化时,及时的启动相应的网络资源优化配置与调整方案,能够很大程度上避免因网络故障而带来的损失,从而确保网络稳定、高效的运行。网络运行态势是衡量网络整体的运行状况,网络运行态势也从侧面反映了网络整体资源的利用情况。将网络运行态势作为网络资源优化配置的前提,相应的,网络资源优化配置又能够使网络运行态势朝着平稳高效的方向发展。传统的网络管理技术大都缺少从宏观层面上对网络的运行状况进行把握,且对网络资源的优化配置仅局限在某一个方面,不能对整个网络的资源进行合理利用。鉴于此,本文基于网络运行态势优化配置网络资源,其主要的研究内容包含如下两个方面:(1)网络运行态势分析及预测技术。本文首先设计了网络运行态势评估模型与指标体系,其次引入马尔可夫转移模型对网络链路权重进行评价,并且运用熵值法计算出每条链路的运行质量,通过将二者加权融合,从而将局部的运行质量上升至为整体的网络运行态势。最后通过支持向量机模型,将历史的网络运行数据作为训练样本,预测出下一时刻的网络运行态势。(2)网络资源模糊优化配置与动态调整技术。首先运用排队论与排队系统相关的知识对网络资源优化模型进行建模,以资源均衡度和重构代价作为两个优化目标,以此来得到网络资源优化的确定性优化模型。然后运用模糊理论知识将上述的多目标确定性优化模型转化为一个单目标模糊优化模型。最后,将遗传算法和模拟退火算法相结合,利用遗传-退火算法良好的全局收敛特性和局部优化特性对上述优化模型进行求解,进而找到一组最优的资源优化配置方案。