分布估计算法(Estimation of distribution aigorithm,EDA)是一种基于概率模型的进化算法,它通过从当前群体中选取部分优质解作为产生新解的依据,利用概率分布模型分析这些解,并在此基础上通过概率分析构造新的群体。分布估计算法可以有效地解决传统遗传算法中存在的欺骗问题和连锁问题,表现出了很好的性能。　　 自动交换光网络(Automatically Switched Optical Network,ASON)是能够智能化的自动完成光网络交换连接功能的新一代光传送网络。自动交换光网络以实现动态、实时、按需的网络资源配置为目的,通过能自动发现和动态连接建立功能的分布式控制平面,实现动态的、基于信令的策略驱动控制,成为网络发展的必然趋势。　　 本文论述了分布估计算法的基本理论、相关改进及应用研究,采用分布估计算法对蚁群算法进行了改进,同时主要将分布估计算法应用到ASON网络,用于解决ASON网中的优化问题。主要的研究内容和创新点如下:　　 (1)针对传统蚁群过早收敛的问题,首次提出了基于分布估计的蚁群优化算法,新算法突破了传统蚁群过早收敛的局限性,且蚁群中的每个蚂蚁具有更全面的学习能力,从而能够有效地解决组合优化问题,取得了较好的优化结果。　　 (2)针对ASON网络恢复容量问题,建立了相应的数学模型,并提出了一种基于分布估计的恢复容量优化算法。与传统恢复容量算法相比,该算法在降低解搜索空间和计算量的同时,充分考虑到全局配置下所有恢复路由的动态组合,具有较好的性能。　　 (3)针对ASON网络保护容量问题,建立了相应的数学模型,并提出了一种基于分布估计的保护容量优化算法。新算法较好地克服了过早收敛的局限性,具有结构简单、搜索效率高、求解速度快等优点。　　 (4)针对ASON网中动态RWA问题,建立了相应的网络模型,并提出了一种基于分布估计算法的动态RWA算法。新算法具有阻塞率低、资源利用率高、结构简单、搜索效率高等优点,性能结果令人满意。　　 (5)针对ASON网中基于SRLG分离的动态共享通道保护问题,建立了相应的数学模型,提出了一种基于分布估计算法的共享通道保护优化算法。该算法的核心思想是优化保护路由使保护路由之间尽可能多地共享资源。仿真实验结果表明,提出的新算法能有效地共享备份资源,提高了网络的资源利用率。