10.13682/j.issn.2095-6533.2022.02.004
一种基于路径层面的遗传算法
针对当前数据中心网络在路径选择过程中出现的资源分配不合理和资源利用率低的问题,提出一种基于路径层面的遗传算法(Path Level-based Genetic Algorithm,PLGA),以提高网络传输性能.利用软件定义网络(Soft-ware Define Network,SDN)在产生遗传算法的初始种群时,引用Yen算法产生第一代种群,对初始种群进行初步优化,选择出前K条最短路径.使用路径可用带宽质量、链路均衡度以及路由跳数等3个指标设计新的适应度函数,再对初始种群进行选择、交叉和变异操作,最终寻找最优路径.实验结果表明,PLGA算法在平均带宽利用率、吞吐量和时延抖动方面的性能优于等价多路径(Equal-Cost Multi-Path,ECMP)、基于多路径传输的动态负载均衡路由(Mul-tipath Transmission-based Dynamic Load-balanced Routing,MTDLR)和全局负载均衡(Global Load Balancing,GLB)等算法.
软件定义网络、基于路径层面的遗传算法、动态路由、适应度函数
27
TP393(计算技术、计算机技术)
国家自然科学基金61371087
2022-10-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
25-31