论文部分内容阅读
摘要：科技与计算机技术的迅速发展在很大程度上促进了我国社会的前进。然而就当下互联网的规划及其拓展的现实运用状况而言，依旧暴露出不少问题，而怎样满足互联网路各个节点通讯所需的基础上，挑选出能够提高互联通信效率的计算机互联网路由的运作效率。本论文分析了计算机网络路由选择数学模型，介绍进化计算方法，最后分析的是改进量子的计算方法。
关键词：计算机；互联网；路由选择；改进量子；计算方法
一、 引言
当前，计算机网络几乎在各个行业随处可见，在对其进行规划设计或是拓展研究时，所面对的核心问题在于基于已知的网络拓扑与各节点对于通信所需求基础上，怎样确定计算机互联网路由的最佳途径。当下，在以往数学理论内，并没有切实高效的求解手段。以往化解此问题时，通常采用爬山法、梯度法、模拟退火法以及列表寻优法等，然而，存在着较大的约束性，计算方法比较地复杂化。
二、 基于计算机互联网路由选择的数学模型
具体分析如下：在基于互联网拓扑和链路容量与各节点对于通信所需求基础上，界定各个节点相应的互联网路由，目标在于网络平均的时延数值最小。出于更为明晰诠释的目的，能够基于部分假定与简化理论展开分析：假定网络中各个节点处的缓冲器并不由于溢出的缘故而丧失数据包，因此，容量并不小，趋近于无限。报文分组的长度基于指数布局，同时基于泊松而获得；忽视节点处置报文所产生的时延现象；全部报文传递都属于相同类型的服务级别。基于排队论的相关理论内容，构建M/M/1的队列模型，把其中的一条链路l展开报文归类，据此获得它延长时间的平均值函数式如下：
Ti=1μQi-λi（1）
上式（1）Ti所表示的是链路内报文分组对应的时间延长数值参量；Qi所表示的是第i条链路容量参量；λi所表示的是链路i对应的数据包的抵达率参量；μ所表示的是报文组别的平均长度，也就是几率密度μe-μt二者的平均数值值参量。加权全部链路内的时间延长，再把网络总体的平均时间延长数值基于以下的函数式加以表达：
T=∑l∈L∑t∈RλrδtlxrμQi-∑t∈Rλrδtlxr（2）
因而，能够基于此数学模型推导出网络路由器选择优化情况的函数式见下：
minT=1λ∑l∈L∑t∈RλrδtlxrμQi-∑t∈Rλrδtlxr（3）
在此时，其约束条件函数式如下：
Ql≥1μ∑t∈Rλrδtlxr（l∈L）
∑t∈Spxr=1（p∈∏）
xr=0，1（r∈R）（4）
在式子（4）内，网络内每个通信节点所对应的集合表示成∏；L所表示的是网络内全部的链路集合参量；R所表示的是候选的路由集；δrl所表示的是标志型函数，当路由r涵盖链路是l时，其数值是1，反之则等于0；Sp所表示的是节点针对p所对应的候选路由集（p∈∏），同时设置Sp∩Sq处于空集（p≠q）；λr所表示的是和路由r有关节点对相关数据包抵达的速度参量；xr所表示的是优化参量，若能够确定路由 r满足如下的条件，即通信路由与节点对有关，那么其数值是1，其他情况等于0；λ所表示的是网络全部数据包抵达的速度，满足λ=∑p∈∏λp。同时，上述（4）所表示的是3种约束条件：第一个式子表示的是链路容量Q超出经过它的流量；第二个式子所表示的是通信节点处的路由选择仅仅是在候选路由集内某个节点对的p内；第三个式子所表示的是此条候选路所涵盖的状况仅仅为被选中与不被选中2类。
三、 量子进化计算方法简述
第一，需对种群进行初始化的处理，在此基础上，对有关的最初种群内的各种体进行必要的监测，据此获得一组有关个体的对应情况的记录表。
第二，就适应度指标对所记录的现象进行有关的评价，同时须精确地记录最好的个体与相应的适应度数值。
第三，在结束尚未结束时，开展其他有关的操作。就对应的量子进化计算方法来说，须开展比较复杂化的流程。借助于对应的符号表达事务内容，再加以计算。比如，通过字母N 来表达染色体长度的数值。染色体即有关对诠释维持多样性的最佳表现。基于此法即能够通过更为简易地表示具体的计算方法。至于量子进化的计算方法来说，借助于对应的量子旋转门可以推出对应的量子计划计算方法。再通过搜索之后，即获得最优解，相应的结果能够经由对应的概率递增渠道加以储存。
四、 改进的量子进化计算方法
首先，协调与优化对应的旋转角，据此更好地获得有助于选择路由的数值。有关旋转角的函数式表达为：
Δθ=0.001π×（50（fb-fx）÷fx）（5）
依照上式（5）可知，就各种旋转角而言会产生多元化的结果。也即因为旋转角度存在着区别，所表示的定义也存在着区别。若旋转角数值不大时，即表示的是最优个体与其他个体内部间距较近，进而搜索的范畴相应地缩小，此时，采用细搜索即能够获取最优解；若旋转角数值较大，那么所表示的最优个体与其他个体内部的间距较远，进而搜索的网络范畴则较大，此时，急需提升搜索速度，才能够在较为短暂的时间中获取最优解。
其次，協调与优化对应的函数。能够基于调整与优化二者整合的方式获取函数的最优解状态，进而出于获得最优解而提供较为有利的情况。采用此方法，所能够获取到的个体内部的联系并不十分地紧密。因而，在涉及到计算机互联网路由选择的相关问题方面，能够对量子进化的计算方法中的函数式加以必要的协调与优化。
五、 结语
本文通过研究改进量子进化算法，使得计算机网络路由面临选择时在收敛速度和寻优能力更加优越，基本上解决了计算机通信链路选择所面临的最优路由问题。
参考文献：
[1] 邓长春.基于量子进化算法的路由选择[J].计算机工程与应用，2015，23：134-135.
[2] 宋明红，俞华锋，陈海燕.改进量子进化算法在计算机网络路由选择中的应用研究[J].科技通报，2014，1：78-81.
[3] 赵荣香.改进量子进化算法在计算机网络路由选择中的应用探究[J].科技传播，2014，24：89-91.
作者简介：徐勇辉，江西省南昌市，江西现代职业技术学院。
关键词：计算机；互联网；路由选择；改进量子；计算方法
一、 引言
当前，计算机网络几乎在各个行业随处可见，在对其进行规划设计或是拓展研究时，所面对的核心问题在于基于已知的网络拓扑与各节点对于通信所需求基础上，怎样确定计算机互联网路由的最佳途径。当下，在以往数学理论内，并没有切实高效的求解手段。以往化解此问题时，通常采用爬山法、梯度法、模拟退火法以及列表寻优法等，然而，存在着较大的约束性，计算方法比较地复杂化。
二、 基于计算机互联网路由选择的数学模型
具体分析如下：在基于互联网拓扑和链路容量与各节点对于通信所需求基础上，界定各个节点相应的互联网路由，目标在于网络平均的时延数值最小。出于更为明晰诠释的目的，能够基于部分假定与简化理论展开分析：假定网络中各个节点处的缓冲器并不由于溢出的缘故而丧失数据包，因此，容量并不小，趋近于无限。报文分组的长度基于指数布局，同时基于泊松而获得；忽视节点处置报文所产生的时延现象；全部报文传递都属于相同类型的服务级别。基于排队论的相关理论内容，构建M/M/1的队列模型，把其中的一条链路l展开报文归类，据此获得它延长时间的平均值函数式如下：
Ti=1μQi-λi（1）
上式（1）Ti所表示的是链路内报文分组对应的时间延长数值参量；Qi所表示的是第i条链路容量参量；λi所表示的是链路i对应的数据包的抵达率参量；μ所表示的是报文组别的平均长度，也就是几率密度μe-μt二者的平均数值值参量。加权全部链路内的时间延长，再把网络总体的平均时间延长数值基于以下的函数式加以表达：
T=∑l∈L∑t∈RλrδtlxrμQi-∑t∈Rλrδtlxr（2）
因而，能够基于此数学模型推导出网络路由器选择优化情况的函数式见下：
minT=1λ∑l∈L∑t∈RλrδtlxrμQi-∑t∈Rλrδtlxr（3）
在此时，其约束条件函数式如下：
Ql≥1μ∑t∈Rλrδtlxr（l∈L）
∑t∈Spxr=1（p∈∏）
xr=0，1（r∈R）（4）
在式子（4）内，网络内每个通信节点所对应的集合表示成∏；L所表示的是网络内全部的链路集合参量；R所表示的是候选的路由集；δrl所表示的是标志型函数，当路由r涵盖链路是l时，其数值是1，反之则等于0；Sp所表示的是节点针对p所对应的候选路由集（p∈∏），同时设置Sp∩Sq处于空集（p≠q）；λr所表示的是和路由r有关节点对相关数据包抵达的速度参量；xr所表示的是优化参量，若能够确定路由 r满足如下的条件，即通信路由与节点对有关，那么其数值是1，其他情况等于0；λ所表示的是网络全部数据包抵达的速度，满足λ=∑p∈∏λp。同时，上述（4）所表示的是3种约束条件：第一个式子表示的是链路容量Q超出经过它的流量；第二个式子所表示的是通信节点处的路由选择仅仅是在候选路由集内某个节点对的p内；第三个式子所表示的是此条候选路所涵盖的状况仅仅为被选中与不被选中2类。
三、 量子进化计算方法简述
第一，需对种群进行初始化的处理，在此基础上，对有关的最初种群内的各种体进行必要的监测，据此获得一组有关个体的对应情况的记录表。
第二，就适应度指标对所记录的现象进行有关的评价，同时须精确地记录最好的个体与相应的适应度数值。
第三，在结束尚未结束时，开展其他有关的操作。就对应的量子进化计算方法来说，须开展比较复杂化的流程。借助于对应的符号表达事务内容，再加以计算。比如，通过字母N 来表达染色体长度的数值。染色体即有关对诠释维持多样性的最佳表现。基于此法即能够通过更为简易地表示具体的计算方法。至于量子进化的计算方法来说，借助于对应的量子旋转门可以推出对应的量子计划计算方法。再通过搜索之后，即获得最优解，相应的结果能够经由对应的概率递增渠道加以储存。
四、 改进的量子进化计算方法
首先，协调与优化对应的旋转角，据此更好地获得有助于选择路由的数值。有关旋转角的函数式表达为：
Δθ=0.001π×（50（fb-fx）÷fx）（5）
依照上式（5）可知，就各种旋转角而言会产生多元化的结果。也即因为旋转角度存在着区别，所表示的定义也存在着区别。若旋转角数值不大时，即表示的是最优个体与其他个体内部间距较近，进而搜索的范畴相应地缩小，此时，采用细搜索即能够获取最优解；若旋转角数值较大，那么所表示的最优个体与其他个体内部的间距较远，进而搜索的网络范畴则较大，此时，急需提升搜索速度，才能够在较为短暂的时间中获取最优解。
其次，協调与优化对应的函数。能够基于调整与优化二者整合的方式获取函数的最优解状态，进而出于获得最优解而提供较为有利的情况。采用此方法，所能够获取到的个体内部的联系并不十分地紧密。因而，在涉及到计算机互联网路由选择的相关问题方面，能够对量子进化的计算方法中的函数式加以必要的协调与优化。
五、 结语
本文通过研究改进量子进化算法，使得计算机网络路由面临选择时在收敛速度和寻优能力更加优越，基本上解决了计算机通信链路选择所面临的最优路由问题。
参考文献：
[1] 邓长春.基于量子进化算法的路由选择[J].计算机工程与应用，2015，23：134-135.
[2] 宋明红，俞华锋，陈海燕.改进量子进化算法在计算机网络路由选择中的应用研究[J].科技通报，2014，1：78-81.
[3] 赵荣香.改进量子进化算法在计算机网络路由选择中的应用探究[J].科技传播，2014，24：89-91.
作者简介：徐勇辉，江西省南昌市，江西现代职业技术学院。