随着互联网科技和新兴网络应用的不断兴起,网络中的流量呈爆炸式增长,弹性光网络(Elastic Optical Networks,EONs)基于光正交频分复用原理,可提供超大容量传送与动态灵活配置能力,为软件定义网络和数据中心网络等提供弹性资源。本文依托国家自然科学基金面上项目“混合弹性光网络中资源优化的新型智能算法及形式化”,研究EONs中资源分配相关问题的形式化。尽管国内外在EONs方面已做大量研究,但这些研究都侧重微观方面,探究具体网络场景下某类问题的求解方法,缺乏如何从宏观方面对EONs的业务源和智能算法等问题进行形式化描述的研究。本文重点研究EONs中业务源模型和智能算法等问题的形式化,通过对比选择合适的形式化工具,从整体上形式化描述上述问题,建立相应的知识库,以深化对上述问题某些方面的认知,主要内容及创新点如下两个方面:通过建立诸如泊松模型、时序模型和小波模型等不同的数学模型,传统业务源描述方法可描述业务源的流量特征,针对诸如流量预测问题等某类具体问题,建立特定业务源模型,并提出具体算法以解决相应问题,缺乏从宏观角度对业务源模型进行整体描述的研究,难以形成一个相对完整的知识库,不利于其知识共享与重用。本文据此从知识表示的角度出发,将本体应用于业务源模型领域知识的形式化描述,构建了业务源模型本体(Traffic Source Models Ontology,TSMO)。首先,本文提取并分析了业务源模型领域的核心概念及相关属性,构建基于网络本体语言(Web Ontology Language,OWL)的TSMO;其次,以TSMO为本体数据库,利用本体查询语言(Simple Protocol and RDF Query Language,SPARQL)和本体推理机,并同时结合具体应用场景,对TSMO进行各类知识检索与推理,在验证所构建本体的合理性、实用性和通用性的同时,为研究者和用户提供了一个业务源模型领域知识语义服务平台雏形。EONs中资源分配算法众多,同类算法可用于不同的具体问题,导致算法之间的各个模块无法达到共享和重用。但是,一些算法经过抽象,就会发现它们有共性,例如,计算模式是类似的,部分模块是可以通用的。据此,本文借助着色Petri网(Colored Petri Nets,CPN)这种形式化方法及其形式化工具CPN Tools,以智能算法之一遗传算法为例,通过对遗传算法中交叉算子、变异算子和算法中各个子过程的抽象,构建遗传算法各个模块的形式化描述。同时,使用CPN Tools的状态空间工具从功能性和正确性两方面验证所构建的遗传算法形式化模型。