CN101848139A - 一种量化的多线程网络智能选径方法 - Google Patents
一种量化的多线程网络智能选径方法 Download PDFInfo
- Publication number
- CN101848139A CN101848139A CN200910163765A CN200910163765A CN101848139A CN 101848139 A CN101848139 A CN 101848139A CN 200910163765 A CN200910163765 A CN 200910163765A CN 200910163765 A CN200910163765 A CN 200910163765A CN 101848139 A CN101848139 A CN 101848139A
- Authority
- CN
- China
- Prior art keywords
- node
- point
- limit
- signal
- shortest path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种量化的多线程网络智能选径方法,包括以下步骤:a.按照网络的拓扑结构建立电子网络拓扑结构图,对结构图各边及各节点进行编号,且每一节点均连接有一节点寄存器;b.定义结构图上需寻径的两点,由其中一点输入信号,信号沿网络拓扑结构传输,当经过某一边或某些边的信号最先到达某一节点时,该节点的节点寄存器记录下该边或该些边的编号;c.信号再根据网络拓扑结构沿能传输方向向下一节点放射传输,直至另外一点获得信号;d.追溯其经过节点寄存器记录的边的编号,从而获得两点间的信号传输时间最短的路径。本发明的选径处理时间较短、精度较高。
Description
技术领域
本发明涉及一种量化的多线程网络智能选径方法。
背景技术
据专利申请号为200810021101.1的《一种求网络最短路径的商空间覆盖模型及其构建方法》中技术背景的提及和实际情况。对于交通网络、电力网络及信息传输网络(如互联网),现在的两点间最短路径搜索方法还是以Dijkstra算法为主。虽然,通过Dijkstra算法已可获得最短路径,但对于线路复杂的网络,其运算时间会以几何级数递增或占用巨量内存。而通常线路复杂的网络都是动态网络,其处理时间又决定其跟踪的精度,故现有的网络选经方法的精度都较差。
发明内容
针对现有技术的缺点,本发明的目的是提供一种处理时间较短、精度较高的量化的多线程网络智能选径方法。
为实现上述目的,本发明的技术方案为:一种量化的多线程网络智能选径方法,其包括以下步骤:
a.按照网络的拓扑结构建立电子网络拓扑结构图,对结构图各边及各节点进行编号,且每一节点均连接有一节点寄存器;
b.定义结构图上需寻径的两点,由其中一点输入信号,信号沿网络拓扑结构传输,当经过某一边或某些边的信号最先到达某一节点时,该节点的节点寄存器记录下该边或该些边的编号;
c.信号再根据网络拓扑结构沿能传输方向向下一节点放射传输,直至另外一点获得信号;
d.追溯其经过节点寄存器记录的边的编号,从而获得两点间的信号传输时间最短的路径。
步骤b中,各边末端连接有用于调节各边信号传输时间的脉冲计数触发器,脉冲计数触发器的触发输出端连接对应的节点寄存器;当信号到达边末端的脉冲计数触发器时,脉冲计数触发器开始计算信号的脉冲数,在脉冲数达到设定的触发数时,脉冲计数触发器触发,并向下一节点输出信号,节点寄存器记录对应边的编号。
通过调节对应的边末端脉冲计数触发器的脉冲触发数或输入信号的频率,以调节边间信号的传输时间;通过在边上串接可控开关元件,实现对边的通断进行控制。
步骤b中,各边上连接有一定数量的阻抗值相同的可控电器元件,每一个可控电器元件通过开关元件与电源连接,边末端连接单向电压触发单元;由其中一点输入信号,信号经过边上的可控电器元件,到达边末端的单向电压触发单元,单向电压触发单元经电荷的积累,到达阀值,触发器触发;分别输出信号到节点寄存器记录边的编号,及向相连的边继续输出信号。
步骤b中,各边上连接有一阻抗值可变的可控电器元件,每一个可控电器元件通过开关元件与电源连接,边末端连接单向电压触发单元。
通过设置可控电器元件的阻抗大小,调节边的权值,或单向电压触发单元的触发阀值,调节触发阀值电压的集电时间,以调节边间信号的传输时间。
通过在边上串接可控开关元件,实现对边的通断进行控制。
各边上串接有用于限制信号传输方向的限流元件,使得该网络形成有向网络。
该起点具有多个或一个,该终点具有一个或多个;
在有向网络中,当起点具有多个,终点具有一个时,各节点寄存器记录由每一个起点到单终点之间各边的编号,追溯其经过节点寄存器记录的边的编号,从而获得每一起点与单终点间的信号传输时间最短的路径;
当起点具有一个,终点具有多个时,各节点寄存器记录由单起点到每一终点之间各边的编号,追溯其经过节点寄存器记录的边的编号,从而获得单起点与每一终点间信号传输时间各个最短的路径。
在获得从起点0到终点E的最短路径后,设最短路径上从起点0到终点E所用的时间量为c;最短路径上从起点0到其它节点D所用的时间量为d;与最短路径上其它节点D相邻且未被触发的后备节点F,从其它节点D到后备节点F所用的时间量为X,根据X+d>c的范围选择后备节点F,并使最短路径上各点的状态回复到触发前的状态,对于X+d≤c的其它各点继续寻径过程;在X+b>a选择范围内的节点则以X+b的时间量释放信号,这样就获得次短路径,这就是第一条后备的最短路径,重复以上步骤,就在有向网络中获得多条后备路径。
在获得从起点到终点的最短路径后,设最短路径终点的量为a;最短路径上其它节点的量为b;与这些最短路径上的其它节点相邻且未被触发的后备节点,其与最短路径上的其他节点构成的边对应的量为X,根据X-a+b>0的范围选择节点,这样使最短路径上各点的状态回复到触发前的状态,其它路径各点继续寻径过程;在选择范围内的节点则以X+b的量释放信号,这样就获得次短路径,这就是第一条后备的最短路径,重复以上步骤,就在有向网络中获得多条后备路径。
先从起点到网络拓扑结构图中的各点获得最短路径及对应的量t1,再从终点到网络中的各点获得最短路径及对应的量t2,其中对应的量指由起点/终点到网络拓扑结构图中各点所用的时间,各点的两量t1、t2相加,最小总量的点集以及它们的拓扑连接,就构成起点与终点间的最短路径,次最小总量的点集以及它们和相邻的最小总量的点的拓扑连接,就构成起点与终点间的次短路径。
与现有技术相比,本发明具有如下有益效果:
本发明的寻径方法是以量为尺度,评测路径,即边的优劣,淘汰非最短路径。由于寻径过程无实数运算,且寻径方式以多线程同时进行,不需考察所有点的路径,所以它比Dijkstra寻径方式更快。且量权比(在同一弧上的量与权值之比)可作为调节阀,(在量的单位不变的情况下)对于特大网络可以降低精度为代价提高处理速度,达到要求精度与处理速度的动态平衡,从而适应各种不同的网络。另外,单位量还可与其它网络的不同考察量置换,以获得针对此网络的最优解决方法。这比A*算法适应力更强、处理速度更快。
附图说明
图1为本发明的采用脉冲触发方式的网络结构示意图;
图2为本发明的脉冲计数触发器的结构示意图;
图3为本发明的采用阻抗调节方式的网络结构示意图。
具体实施方式
以下结合附图对本发明进行详细的描述。
实施例1
如图1所示,一种量化的多线程网络智能选径方法,其包括以下步骤:
a.按照网络的拓扑结构建立电子网络拓扑结构图,对结构图各边及各节点进行编号,且每一节点均连接有一节点寄存器;所述边为无传输方向限制的路径,节点位于边与边之间的交点处。
b.定义结构图上需寻径的起点或终点,由起点输入信号,信号沿网络拓扑结构传输,当经过某一边或某些边的信号最先到达某一节点时,该节点的节点寄存器记录下该边或该些边的编号。
c.信号再根据网络拓扑结构沿能传输方向向下一节点放射传输,直至终点获得信号。
d.追溯其经过节点寄存器记录的边的编号,从而获得两点间的信号传输时间最短的路径。
各边上还可以串接用于限制信号传输方向的限流元件,使边形成弧,弧为具有传输方向限制的路径,使得该网络形成有向网络。该限流元件可为限流二极管。
步骤b中,各边末端连接有用于调节各边信号传输时间的脉冲计数触发器,如图2所示,脉冲计数触发器的触发输出端连接对应的节点寄存器;当信号到达边末端的脉冲计数触发器时,脉冲计数触发器开始计算信号的脉冲数,在脉冲数达到设定的触发数时,脉冲计数触发器触发,并向下一节点输出信号,节点寄存器记录对应边的编号。
通过调节对应的边末端脉冲计数触发器的脉冲触发数或输入信号的频率,以调节边间信号的传输时间;通过在边上串接可控开关元件,实现对边的通断进行控制。
对于弧或边权值变动的动态网络,可调节对应的弧或边末端脉冲计数触发器的脉冲触发数或输入脉冲信号的频率,以达到对此动态网络的跟踪。而对于网络拓扑结构不定的动态网络,可在弧或边上串接开关元件,如开关三极管,控制此弧或边的通断,从而实现对此类网络的跟踪。其中,权值就是定义的边上的值,为节点间的距离或走完节点间的路径所花的时间。
如图3所示,步骤b中,各边上还可以为连接有一定数量的阻抗值相同的可控电器元件,每一个可控电器元件通过开关元件与电源连接,边末端连接单向电压触发单元;由其中一点输入信号,信号经过边上的可控电器元件,到达边末端的单向电压触发单元,单向电压触发单元经电荷的积累,到达阀值,触发器触发;分别输出信号到节点寄存器记录边的编号,及向相连的边继续输出信号。本实施例中,所述可控电器元件为可控PN结,开关元件为开关PN结,单向电压触发单元为单向阶跃二极管与可控硅连接所组成的单元或为施密特触发器。
步骤b中,各边上连接有阻抗值可变的可控电器元件,每一个可控电器元件通过开关元件与电源连接,边末端连接单向电压触发单元。该可控电器元件为可控电位器。
通过设置可控电器元件的阻抗大小,调节边的权值,或单向电压触发单元的触发阀值,调节触发阀值电压的集电时间,以调节边间信号的传输时间。
通过在边上串接可控开关元件,实现对边的通断进行控制。
以其中一点释放信号,信号立即经过弧或边上的可控电器元件,沿可传输方向到达弧或边末端的单向电压触发单元,该可传输方向由可控开关电器元件控制。经电荷的积累,电荷到达阀值,单向电压触发单元触发;分别输出信号到节点寄存器记录弧或边的编号,及向相连的弧或边继续输出与信号释放点相同的信号。重复以上过程,直到另外一点获得信号。由于信号经过的节点都寄存了信号来源的路径,所以追溯其经过节点寄存器记录的路径就获得最优路径。
对于弧或边权值变动的动态网络,可调节对应弧或边上可控电器元件的总阻抗值大小,或单向电压触发单元的触发阀值,从而调节触发阀值电压的集电时间,达到对此动态网络的跟踪。对于网络拓扑结构不定的动态网络,可通过控制可控开关元件,对弧的方向、弧或边的通断进行控制,从而实现对此类网络的跟踪。
该起点具有多个或一个,该终点具有一个或多个;
在有向网络中,当起点具有多个,终点具有一个时,各节点寄存器记录由每一个起点到单终点之间各边的编号,追溯其经过节点寄存器记录的边的编号,从而获得每一起点与单终点间的信号传输时间最短的路径;
当起点具有一个,终点具有多个时,各节点寄存器记录由单起点到每一终点之间各边的编号,追溯其经过节点寄存器记录的边的编号,从而获得单起点与每一终点间信号传输时间各个最短的路径。
实施例2
本实施例在实施例1的基础上,提出了该量化的多线程网络智能选径方法中进一步的寻找后备路径的方法。基于双重Dijkstra算法的思想,在无向网络中先从起点到网络拓扑结构图中的各点获得最短路径及对应的量t1,再从终点到网络中的各点获得最短路径及对应的量t2,其中对应的量指由起点/终点到网络拓扑结构图中各点所用的时间,各点的两量t1、t2相加,最小总量的点集以及它们的拓扑连接,就构成起点与终点间的最短路径,次最小总量的点集以及它们和相邻的最小总量的点的拓扑连接,就构成起点与终点间的次短路径。
实施例3
本实施例在实施例1的基础上,进一步提出在有向网络中寻找后备路径的方法。在带权有向网络中,寻找后备路径。在获得从起点0到终点E的最短路径后,设最短路径上从起点0到终点E所用的时间量为c;最短路径上从起点0到其它节点D所用的时间量为d;与最短路径上其它节点D相邻且未被触发的后备节点F,从其它节点D到后备节点F所用的时间量为X,根据X+d>c的范围选择后备节点F,并使最短路径上各点的状态回复到触发前的状态,对于X+d≤c的其它各点继续寻径过程;在X+b>a选择范围内的节点则以X+b的时间量释放信号,这样就获得次短路径,这就是第一条后备的最短路径,重复以上步骤,就在有向网络中获得多条后备路径。
后备路径可应用于高智能系统。由于在迅息万变的现实中,各种外界条件的变化均可能导致结果的差异,而数据的采样又很可能存在片面性,以至所选的路径并非现实中真正的最优路径。所以高智能系统还必须根据结果,拥有对后备路径的甄选能力。在实践后,根据效果对所选路径进行修正(自学习能力),也即我们常说的“经验”。
这种系统可用于动力运行网络(如交通网络、医用微创手术路线)、信息传输网络(如互联网、类神经网络)、压力输送网络(如输电、气、液网络)及虚拟网络(如人工智能等)。它们分别可以交通网络的交点(岔路口、港口、车站)、信息网络的节点(服务器、用户、路由器)、压力输送网络的控制节点(配电变压器、断路开关、节流阀)为节点;以连通相邻两节点的线路为弧(边),如交通网络的道路、航线,信息网络的信道,压力输送网络的管道、水道;而弧(边)上的量则可以是交通网络的里程、耗时、油耗、道路级别,信息网络的带宽、负载、时延、干扰,压力输送网络的压强、流速、长度、输送功率等。它能使各种网络负载均衡地工作及找出最优的解决方法。
Claims (10)
1.一种量化的多线程网络智能选径方法,其特征在于包括以下步骤:
a.按照网络的拓扑结构建立电子网络拓扑结构图,对结构图各边及各节点进行编号,且每一节点均连接有一节点寄存器;
b.定义结构图上需寻径的起点与终点,由起点输入信号,信号沿网络拓扑结构传输,当经过某一边或某些边的信号最先到达并触发某一节点时,该节点的节点寄存器记录下该边或该些边的编号;
c.信号再根据网络拓扑结构沿能传输方向向下一节点放射传输,直至终点获得信号;
d.追溯其经过节点寄存器记录的边的编号,从而获得两点间的信号传输时间最短的路径。
2.根据权利要求1所述的量化的多线程网络智能选径方法,其特征在于:步骤b中,各边末端连接有用于调节各边信号传输时间的脉冲计数触发器,脉冲计数触发器的触发输出端连接对应的节点寄存器;
当信号到达边末端的脉冲计数触发器时,脉冲计数触发器开始计算信号的脉冲数,在脉冲数达到设定的触发数时,脉冲计数触发器触发,并向下一节点输出信号,节点寄存器记录对应边的编号。
3.根据权利要求2所述的量化的多线程网络智能选径方法,其特征在于:通过调节对应的边末端脉冲计数触发器的脉冲触发数或输入信号的频率,以调节边间信号的传输时间。
4.根据权利要求3所述的量化的多线程网络智能选径方法,其特征在于:通过在边上串接可控开关元件,实现对边的通断进行控制。
5.根据权利要求1所述的量化的多线程网络智能选径方法,其特征在于:步骤b中,各边上连接有一定数量的阻抗值相同的可控电器元件,每一个可控电器元件通过开关元件与电源连接,边末端连接单向电压触发单元;
由起点输入信号,信号经过边上的可控电器元件,到达边末端的单向电压触发单元,经电荷的积累,到达阀值,单向电压触发单元触发;分别输出信号到节点寄存器记录边的编号,及向相连的边继续输出信号。
6.根据权利要求1所述的量化的多线程网络智能选径方法,其特征在于:步骤b中,各边上连接有阻抗值可变的可控电器元件,边末端连接单向电压触发单元,通过设置可控电器元件的阻抗大小或单向电压触发单元的触发阀值,来调节触发阀值电压的集电时间,以调节边间信号的传输时间;通过在边上串接可控开关元件,实现对边的通断进行控制。
7.根据权利要求1至6任一项所述的量化的多线程网络智能选径方法,其特征在于:各边上串接有用于限制信号传输方向的限流元件,使得该网络形成有向网络。
8.根据权利要求7所述的量化的多线程网络智能选径方法,其特征在于:该起点具有多个或一个,该终点具有一个或多个;
当起点具有多个,终点具有一个时,各节点寄存器记录由每一个起点到单终点之间各边的编号,追溯其经过节点寄存器记录的边的编号,从而获得每一起点与单终点间的信号传输时间最短的路径;
当起点具有一个,终点具有多个时,各节点寄存器记录由单起点到每一终点之间各边的编号,追溯其经过节点寄存器记录的边的编号,从而获得单起点与每一终点间信号传输时间各个最短的路径。
9.根据权利要求7所述的量化的多线程网络智能选径方法,其特征在于:在获得从起点0到终点E的最短路径后,设最短路径上从起点0到终点E所用的时间量为c;最短路径上从起点0到其它节点D所用的时间量为d;与最短路径上其它节点D相邻且未被触发的后备节点F,从其它节点D到后备节点F所用的时间量为X,根据X+d>c的范围选择后备节点F,并使最短路径上各点的状态回复到触发前的状态,对于X+d≤c的其它各点继续寻径过程;在X+d>c选择范围内的节点则以X+d的时间量释放信号,这样就获得次短路径,这就是第一条后备路径,重复以上步骤,就在有向网络中获得多条后备路径。
10.根据权利要求7所述的量化的多线程网络智能选径方法,其特征在于:先从起点到网络拓扑结构图中的各点获得最短路径及对应的量t1,再从终点到网络中的各点获得最短路径及对应的量t2,其中对应的量指由起点/终点到网络拓扑结构图中各点所用的时间,各点的两量t1、t2相加,最小总量的点集以及它们的拓扑连接,就构成起点与终点间的最短路径,次最小总量的点集以及它们和相邻的最小总量的点的拓扑连接,就构成起点与终点间的次短路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101637656A CN101848139B (zh) | 2009-03-26 | 2009-08-16 | 一种量化的多线程网络智能选径方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910038203.9 | 2009-03-26 | ||
CN200910038203 | 2009-03-26 | ||
CN2009101637656A CN101848139B (zh) | 2009-03-26 | 2009-08-16 | 一种量化的多线程网络智能选径方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101848139A true CN101848139A (zh) | 2010-09-29 |
CN101848139B CN101848139B (zh) | 2011-12-28 |
Family
ID=42772604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101637656A Expired - Fee Related CN101848139B (zh) | 2009-03-26 | 2009-08-16 | 一种量化的多线程网络智能选径方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101848139B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102332995A (zh) * | 2011-03-01 | 2012-01-25 | 林定伟 | 一种网络模拟结构及其模拟方法 |
CN102625198A (zh) * | 2012-03-09 | 2012-08-01 | 广东省电信规划设计院有限公司 | 光资源智能配置方法及系统 |
CN104010236A (zh) * | 2014-06-17 | 2014-08-27 | 国家电网公司 | 光路路径规划方法 |
CN107612827A (zh) * | 2017-10-11 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种提高异地数据中心vxlan网络质量的方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002133351A (ja) * | 2000-10-25 | 2002-05-10 | Nec Corp | 最小コスト経路探索装置及びそれに用いる最小コスト経路探索方法 |
CN101330417A (zh) * | 2008-07-24 | 2008-12-24 | 安徽大学 | 一种求网络最短路径的商空间覆盖模型及其构建方法 |
-
2009
- 2009-08-16 CN CN2009101637656A patent/CN101848139B/zh not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102332995A (zh) * | 2011-03-01 | 2012-01-25 | 林定伟 | 一种网络模拟结构及其模拟方法 |
WO2012116567A1 (zh) * | 2011-03-01 | 2012-09-07 | Lin Dingwei | 一种网络模拟结构及其模拟方法 |
CN102625198A (zh) * | 2012-03-09 | 2012-08-01 | 广东省电信规划设计院有限公司 | 光资源智能配置方法及系统 |
CN104010236A (zh) * | 2014-06-17 | 2014-08-27 | 国家电网公司 | 光路路径规划方法 |
CN104010236B (zh) * | 2014-06-17 | 2017-06-06 | 国家电网公司 | 光路路径规划方法 |
CN107612827A (zh) * | 2017-10-11 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种提高异地数据中心vxlan网络质量的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN101848139B (zh) | 2011-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108521375B (zh) | 一种基于SDN的网络多业务流量QoS的传输及调度方法 | |
CN104333511B (zh) | 确定业务传输路径的方法、装置及系统 | |
CN101848139B (zh) | 一种量化的多线程网络智能选径方法 | |
CN104049533A (zh) | 基于隐半马尔可夫模型的网络控制系统控制器设计方法 | |
Duan et al. | Fast path recovery for single link failure in SDN-enabled wide area measurement system | |
CN107947988A (zh) | 一种实时通信网络仿真系统 | |
CN104270283B (zh) | 一种基于高阶累积量的网络拓扑估计方法 | |
CN109275170A (zh) | 一种无线可充电传感网络的充电方法及系统 | |
Regin et al. | A Novel Rough Set Based Congestion Control Technique for the Effective Routing in WSN | |
CN104993483B (zh) | 一种基于实时潮流的输电通道动态辨识方法 | |
Thirumurugan et al. | Ex-PAC: An improved clustering technique for ad hoc network | |
Mehta et al. | Graph theory based online optimal power flow control of Power Grid with distributed Flexible AC Transmission Systems (D-FACTS) Devices | |
Yadav et al. | Comparative study of PEGASIS based protocols in wireless sensor netwroks | |
Yamanaka et al. | Energy efficient network design tool for green IP/Ethernet networks | |
CN104185241A (zh) | 适用于受限卫星网络的路由方法 | |
CN101840229A (zh) | 逻辑网络自动运行控制系统及自动化控制系统及应用方法 | |
Ng | Routing in wireless sensor network based on soft computing technique | |
CN102033970B (zh) | 一种两点间或者多点间的多线程网络智能选径方法 | |
Xue et al. | Delay-dependent stability and performance analysis for time delay systems interconnected over an undirected graph | |
Qin et al. | Minimum cost multi-path parallel transmission with delay constraint by extending openflow | |
Wei et al. | G-Routing: Graph Neural Networks-Based Flexible Online Routing | |
Gunjal et al. | Transmission line fault detection using IoT | |
Rana et al. | Communication latency reduction in wide area measurement control and protection system | |
Duan et al. | Dataplane-Based Fast Failover in SDN-Enabled Wide Area Measurement System of Smart Grid | |
CN103118078A (zh) | P2p流量的识别方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111228 Termination date: 20150816 |
|
EXPY | Termination of patent right or utility model |