CN105007183B - 一种带有生存性感知的低成本howban无线功能部署方法 - Google Patents

Abstract

本发明涉及一种带有生存性感知的低成本HOWBAN无线功能部署方法，属于光无线混合网络通信技术领域。该方法针对现有生存性保护机制未能根据网络的生存性保障程度对其ONU进行合理的无线功能部署，以及受故障影响的数据往往只在一部分的ONU之间进行转发，对网络中所有的ONU进行无线功能部署将导致网络资源利用率降低，部署成本较高的问题，采用定量分析方法评估网络生存性，从而根据当前的ONU无线功能部署情况准确量化得到网络可靠度，进而利用多目标优化方法有效地均衡了网络成本和网络可靠度，以最大资源利用率为目标完成ONU的无线功能部署。本方法能够在满足网络生存性的同时，达到提高网络资源利用率及降低网络成本的目的。

Description

一种带有生存性感知的低成本HOWBAN无线功能部署方法

技术领域

本发明属于光无线混合网络通信技术领域，涉及一种带有生存性感知的低成本HOWBAN无线功能部署方法。

背景技术

随着通信技术的发展和多媒体业务的迅速普及，接入网开始向高带宽和高移动性转变，同时网络运营商也需要降低接入成本并提高服务质量。在这种宽带移动化和移动宽带化的趋势下，光纤与无线接入网的融合得到了国内外研究人员的广泛关注。光无线混合接入网络(Hybrid Optical-Wireless Broadband Access Network，HOWBAN)兼具了光网络的低成本、高带宽和高可靠性特性和无线网络高移动性、高灵活性特性，已成为下一代接入网的重要解决方案之一。

HOWBAN由光域和无线域两部分组成，其中光域代表始于OLT止于ONU的无源光网络，而无线域则代表前端的无线网络。HOWBAN具有无源光网络的高带宽、传输稳定和无线网络的易部署、支持移动性的特性，能够为终端用户提供更快速、更高质量的服务。然而，由于网络故障的发生，使得网络中的部分设备无法正常工作，导致数据传输中断，影响了网络的正常运行。HOWBAN前端的无线域具有自愈性，而树形结构的光网络更易出现故障；同时，HOWBAN具有高带宽的特性，尤其是后端光网络中携带着大量的数据流量，因而光网络中设备故障将导致大量的业务中断。因此，有效的生存性保障机制对改善网络性能和提高网络可靠性至关重要。

目前，针对HOWBAN的特点，国内外研究人员对生存性保障机制进行了相关研究。Liu Y,Wu J,Yu Y在“Deployment of survivable fiber-wireless access forconverged optical and data center networks”【Optical Switching and Networking,2014,14(8):226–232.】文章中指出支线光纤故障是HOWBAN后端光光域中的典型故障，且利用前端的无线域转发受故障影响的数据可以有效提高网络生存性。Liu Y,Guo L,Wei X在“A protection scheme for survivable Fiber-Wireless broadband access network”【2012IEEE International Conference on Communications(ICC).2012:6225-6229.】文章中采用模拟退火算法选取备用光网络单元(Optical Network Unit，ONU)，以最小跳数的方式实现了故障ONU到备用ONU之间的倒换，进而减小了其故障恢复时延。LiuY,Song Q,MaR在“Protection based on backup radios and backup fibers for survivable fiber-wireless(FiWi)access network”【Journalof Network and ComputerApplications,2013,36(3):1057-1069.】文章中对ONU故障级的恢复路由进行了改进，通过建立备用无线路径以确保故障ONU到其可替代ONU之间存在有效路径。Liu Y,Guo L,Ma R在“Auxiliarygraph based protection for survivable fiber-wireless(FiWi)access networkconsidering different levels offailures”【Optical Fiber Technology,2012,18(6):430-439.】文章中采用一种基于辅助图的保障机制，解决了故障恢复过程中的最大流最小跳问题，从而提高了资源利用率。

研究表明，根据HOWBAN的特殊结构，利用无线域中多跳路径转发受光域中故障影响的业务，能够有效提高故障状况下服务的连续性，从而增强网络生存性。但是，上述机制均假设网络中的ONU皆具有无线功能，未能根据网络的生存性保障程度对其ONU进行合理的无线功能部署。同时，由于受支线光纤故障概率的影响，受故障影响的数据往往只在一部分的ONU之间进行转发，对网络中所有的ONU进行无线功能部署将导致网络资源利用率降低，部署成本较高。

在实际应用中，不具有无线功能的ONU无法利用无线路径完成数据转发，使其无法为故障的支线光纤提供保护；同时由于各个ONU对网络生存性影响存在差异，对网络生存性影响较小的ONU进行无线功能部署将造成网络资源浪费，导致网络成本增加。可见，网络中ONU的无线功能部署情况将直接影响网络生存性和网络成本。合理地对ONU进行无线功能部署是设计低成本、高可靠性HOWBAN的关键。

发明内容

有鉴于此，本发明的目的在于提供一种带有生存性感知的低成本HOWBAN无线功能部署方法，该方法采用定量分析方法评估网络生存性，从而根据当前的ONU无线功能部署情况准确量化得到网络可靠度，进而利用多目标优化方法有效地均衡了网络成本和网络可靠度，以最大资源利用率为目标完成ONU的无线功能部署。

为达到上述目的，本发明提供如下技术方案：

一种带有生存性感知的低成本HOWBAN无线功能部署方法，包括以下步骤：

步骤一：初始化网络中ONU的无线功能部署，引入二进制参数用于描述ONU的无线功能部署情况，若对某个ONU进行了无线功能部署，则将其相应的参数置1，反之则置0；

步骤二：采用基于概率的分析方法，通过分析节点在故障作用下链路能正常工作的概率来评估网络生存性，同时根据在故障作用下，求解网络能完成的业务量占正常工作下的比重，进而得到网络可靠度；

步骤三：根据当前网络中ONU的无线功能部署情况，获知网络部署成本，所述网络部署成本受网络中进行了无线功能部署的ONU数量及单个ONU的无线功能部署成本影响；

步骤四：采用基于向量评价的二进制粒子群算法来权衡网络生存性和网络部署成本，根据单目标优化函数的个体评价方法，由粒子的当前位置可获知其网络成本和网络可靠度，然后分别从中选择一半较优的粒子作为下一代的两个子粒子群；子群间共享彼此社会信息，即一个子粒子群中速度的改变受到另一个粒子群中全局极值的影响，完成多目标优化过程。

进一步，在步骤一中，对于具有N个ONU的HOWBAN中，所述ONU的部署情况采用一组二进制序列表示，即(x₁,x₂,x₃...x_N)；若网络中ONU到OLT之间采用1+1热备份保护方式，根据网络中ONU无线功能部署情况，ONU_i与分光器之间无法正常通信的概率为：

其中L_i为与ONU_i相连的支线光纤的长度，λ为链路故障概率。

进一步，在步骤二中，所述网络能完成的业务量为ONU与OLT之间的正常通信概率和单个ONU业务量的乘积之和，即：

其中P_i'表示ONU_i与OLT之间的通信概率，S_i(λ)表示来自ONU_i的业务量。

进一步，所述网络生存性为网络能完成的业务量占正常工作下的比重，得到网络可靠度，即：所述网络部署成本为网络中进行了无线功能部署的ONU的数量和单个ONU无线功能部署成本之积，即其中为单个ONU无线功能部署成本。

进一步，在步骤四中，所述基于向量评价的二进制粒子群算法主要包括粒子位置更新、粒子速度更新及最优解求解过程；粒子速度更新主要受粒子当前速度、个体极值、全局极值三个方面的影响，即v_ij(t+1)＝w×v_ij(t)+c₁r₁(p_ij(t)-x_ij(t))+c₂r₂(g′_i-x_ij(t))，其中w表示惯性权重，该值与算法的收敛速度有关；r₁和r₂为均匀分布于[0,1]的随机数，c₁和c₂为加速因子；粒子位置更新与粒子速度有关，即当为一个随机数r₃时，将粒子位置相应维度上的二进制数置1，反之则置0；粒子位置由代表ONU部署情况的二进制序列组成，即x_i＝(x_i1,x_i2...x_ij...x_iN)，其中x_ij代表第i个粒子第j维的二进制数，粒子位置根据粒子速度改变实现更新；在最优解的选取过程中，若f_rel(x_i)＞f_rel(x′_j)且f_cost(x_i)＞f_cost(x′_j)，其中f_rel(x_i)和f_cost(x_i)表示种群中粒子以网络可靠度和部署成本为目标函数的适应度，f_rel(x′_j)和f_cost(x′_j)表示最优解集合中以网络可靠度和部署成本为目标函数的适应度，则判定其为最优解；同时，若f_rel(x_i)＞f_rel(x′_j)且f_cost(x_i)≤f_cost(x′_j)或者f_rel(x_i)≤f_rel(x′_j)且f_cost(x_i)＞f_cost(x′_j)，则判断其为Pareto最优解；按照上述两种情况，则将该粒子加入最优解集合中，同时更新最优解集合。

本发明的有益效果在于：本发明所提出的方法能够在满足网络生存性的同时，达到提高网络资源利用率及降低网络成本的目的。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明中HOWBAN的结构图；

图2为本发明中ONU无线功能部署方法流程图；

图3为本发明中多目标优化方法流程图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

本发明的技术方案是：采用定量分析方法评估网络生存性，从而根据当前的ONU无线功能部署情况准确量化得到网络可靠度，进而，利用多目标优化方法有效地均衡了网络成本和网络可靠度，以最大资源利用率为目标完成ONU的无线功能部署。

在带有生存性感知的低成本HOWBAN无线功能部署方法中，首先对网络中的ONU进行初始化，并引入二进制参数用于描述ONU的无线功能部署情况，进行了无线功能部署的ONU其相应参数为x_i＝1，没有进行无线功能部署的ONU其相应参数为x_i＝0。接着采用基于概率的分析方法，通过分析节点在故障作用下链路能正常工作的概率来评估网络生存性。对于长度为L的光纤，可以计算在无穷小的一段长度为ΔL的光纤链路上发生故障的概率为p(ΔL)＝λΔL，其中λ为故障发生概率从而采用极限的求解原理，可知长度为L的光纤链路发生故障的概率为假设在光线路终端(Optical LineTerminal，OLT)到分光器的光纤链路采用1+1热备份保护方式，则可以利用P₀＝1-(1-e^-λL)²计算OLT与分光器之间的正常工作的概率。由于HOWBAN的特殊结构，前端的无线域可以转发后端光域中的数据。当ONU具有无线功能时，其携带的数据可通过两种方式转发到分光器内。一种是直接通过两者之间的支线光纤进行数据转发；另一种通过前端的无线路径将数据转发到其他ONU，最终通过与该ONU相连的支线光纤发送到分光器内。因此，可知ONU与分光器之间链路出现故障的概率为网络生存性的定义为在故障发生时，网络能完成的业务量占正常工作下的比重。根据ONU与OLT之间光纤链路正常工作的概率，可知在故障作用下，网络能完成的业务量占正常工作下的比重，从而实现了对网络生存性的量化，进而得到了网络可靠度。同时网络部署成本与需要进行无线功能部署的ONU的数目和单个ONU的无线功能部署成本有关。

网络中具有无线功能的ONU越多，则受保护的支线光纤越多，网络的生存性也就越强；然而此时，需要进行无线功能部署的ONU过多，导致网络成本增大。可见，网络成本和网络生存性是两个相互影响、相互冲突的变量，即其中一个变量的改善将导致另一个变量的衰减，因此无法使两个变量同时达到最优化。因此，本发明提出一种基于向量评价的二进制粒子群算法用于权衡网络生存性和网络成本，以使得两个变量尽可能达到最优化。该算法的核心思想是：根据前述单目标优化函数的个体评价方法，由粒子的当前位置可获知其网络成本和网络可靠度，然后分别从中选择一半较优的粒子作为下一代的两个子粒子群。子群间共享彼此社会信息，即一个子粒子群中速度的改变受到另一个粒子群中全局极值的影响，从而实现多目标优化的目的。

具体来说：

HOWBAN由前端无线网状网络和后端的无源光网络组成，其体系结构如图1所示。其后端的无源光网络采用点到多点的树形结构，光线路终端通过分光器与多个光网络单元相连。随着网络的发展，出现了具有无线功能的ONU，该设备融合了ONU和接入点(AccessPoint，AP)功能，从而作为网关节点完成无线域节点与光域节点之间数据的传输与过渡；同时不具有无线功能的ONU用于承载HOWBAN中传统光网络业务。

如图2所示为本发明的整体结构框图，即带有生存性感知的HOWBAN无线功能部署方法流程图。包括以下步骤：网络初始化，更新ONU无线功能部署，链路故障概率分析，网络生存性定量分析，ONU无线功能部署成本分析，多目标优化过程。

具体包括以下步骤：

1.网络的初始化：在网络部署的初始阶段，随机部署网络中具有无线功能的ONU，ONU的无线功能部署情况用二进制常数x_i表示：x_i＝1表示进行了无线功能部署的ONU，x_i＝0表示没有进行无线功能部署的ONU。链路故障概率λ为0.0001，该参数将用于链路故障概率计算；记录网络中各支线光纤以及馈线光纤的长度，其中与ONU_i所连的支线光纤长度用L_i表示。至此，网络的初始化阶段完成。

2.更新ONU无线功能部署：利用基于向量评价的二进制粒子群算法对ONU进行无线功能部署，该算法中的个体看作是没有体积和质量的粒子，且每个粒子由当前位置、当前速度、最优位置三部分组成，其中粒子当前位置根据粒子当前速度得到，同时粒子当前速度受粒子最优位置影响，粒子的最优位置代表粒子采用目标函数所求得的最优解。粒子的当前位置由一组N维的二进制序列组成，其中N代表网络中ONU的数目，每个维度上的二进制数代表其相应ONU的无线功能部署情况。可见，粒子的当前位置表示当前网络中ONU无线功能部署方案，种群的进化将实现粒子的优化，进而网络可根据粒子的当前位置更新ONU的无线功能部署。

如前所述，可知任意长度的的光纤链路上发生故障的概率。为了避免由馈线光纤故障所造成的大量数据丢失，网络中从OLT到分光器之间的光纤链路采用1+1热备份保护方式，当工作光纤发生故障时，OLT通过检测链路信息获知主干光纤故障，OLT自动发起保护倒换，进而使用备用光纤传输数据。通常主备用光纤是等长的，且将测得的馈线光纤长度用L表示，则可以计算得到OLT与分光器之间链路正常工作概率为P₀＝1-(1-e^-λL)²。HOWBAN中具有无线功能的ONU之间可以通过无线路径建立连接，从而为与其所连的支线光纤提供保护。然而，与不具有无线功能的ONU相连的支线光纤在其链路故障下，由于不存在冗余路径，导致数据无法得到转发。当支线光纤出现故障时，若与该支线光纤相连的ONU具有无线功能，则受故障影响的数据可以通过前端的无线域发送到其他ONU中，从而实现故障恢复。根据网络中ONU无线功能部署情况，可获知ONU_i与分光器之间无法正常通信的概率为

在ONU与OLT之间的数据传输过程中，ONU通过将数据传送到分光器，再由分光器转发到OLT内。按照上述所得的OLT与分光器之间不能正常通信的概率及ONU与分光器之间不能正常通信的概率，可知在故障作用下，ONU_i与OLT之间能正常通信的概率为

4.网络生存性定量分析：网络生存性反映的是网络抗毁能力，主要体现在其遭受攻击或者关键部分遭到损坏时，系统依然能完成关键任务并及时恢复网络服务的能力。可见，网络生存性受多方面因素的影响，从而难以对其进行具体描述。合理的定量分析方法能更加直观地反映当前网络运行状态，进而指导生存性保障机制的设计。

网络中来自用户端的业务均汇聚到ONU中，并且在ONU到OLT的上行信道采用时分多址访问机制，来自ONU的业务全部传输到OLT中；OLT到ONU的下行方向采用广播机制，OLT业务分发到所有的ONU中。因此，HOWBAN中后端光域中的业务分布类型属于集中型，即业务分布主要集中在OLT和ONU之间，其中OLT作为枢纽节点。假设来自用户端的业务可以无故障地传输到ONU中，此时由于ONU与OLT之间的链路存在故障，将导致业务丢失，最终能成功从ONU传输到OLT的业务量即为网络能完成的业务量。

显然，在故障作用导致链路无法正常工作的情况下，网络能完成的通信量和ONU与OLT之间的通信概率有关，即其中P_i'表示ONU_i与OLT之间的通信概率，S_i(λ)表示来自ONU_i的业务量。网络生存性的定义为在故障发生时，网络能够完成的业务量占正常工作条件下所能完成的业务量的比重。因此根据网络生存性的定义可对网络生存性进行量化，进而得到网络可靠度，即为

5.网络部署成本分析：网络部署成本与需要进行无线功能部署的ONU的数目和单个ONU的无线功能部署成本有关。根据当前网络中ONU无线功能部署情况，可知需要进行无线部署的ONU的数目为其中N表示网络中ONU的数目。网络中单个ONU的无线功能部署成本用表示，则可计算得到网络部署成本为

6.多目标优化过程：网络中具有无线功能的ONU越多，则受保护的支线光纤越多，网络的生存性也就越强；然而此时，需要进行无线功能部署的ONU过多，导致网络成本增大。可见，网络成本和网络生存性是两个相互影响、相互冲突的变量，即其中一个变量的改善将导致另一个变量的衰减，因此无法使两个变量同时达到最优化。提出一种基于向量评价的二进制粒子群算法实现多目标优化，从而使这两个变量尽可能达到最优化，多目标优化过程如图3所示。

在多目标优化的初始化过程中，初始种群中的粒子根据当前网络中ONU无线功能部署方案得到，其中粒子的当前位置由表示当前ONU无线功能部署情况的二进制序列组成，即x_i＝(x_i1,x_i2...x_ij...x_iN)，其中x_ij代表第i个粒子第j维的二进制数，若对该维上相应的ONU进行了无线功能部署，则其二进制数为1，反之则为0。如前所述，根据得到的网络可靠度和网络部署成本可分别计算其相应的适应度，即和适应度反映了其个体能够存活的能力。可见，具有高可靠度和低部署成本的粒子更易继承到下一种群中。同时根据当前种群中粒子适应度的大小分别选择一半个体较优的粒子生成新的种群，并计算其个体极值和全局极值。为了得到更优的ONU无线功能部署方案，需要对粒子进行更新操作。粒子更新操作分为以下两个阶段，分别为粒子速度更新和粒子位置更新。

(1)粒子速度更新：粒子的速度更新主要受到粒子当前速度、个体极值、全局极值三个方面的影响，即v_ij(t+1)＝w×v_ij(t)+c₁r₁(p_ij(t)-x_ij(t))+c₂r₂(g′_i-x_ij(t))其中w表示惯性权重，该值与算法的收敛速度有关。r₁和r₂为均匀分布于[0,1]的随机数。c₁和c₂为加速因子，它们分别用于调节粒子到自身最好位置和全局最好位置的步长。p_ij(t)表示以生存性为目标函数的粒子群中粒子搜索到的最佳位置，g′_i表示以网络成本为目标函数的粒子群搜索到的全局最佳位置。在速度更新过程中，一个子粒子群中速度的改变受到另一个粒子群中全局极值的影响，从而使粒子又朝着另一个目标函数的方向趋近。可见，网络成本和网络可靠度在优化过程中相互作用，从而达到两个目标函数的优化，进而实现低成本高生存性的网络设计。

(2)粒子位置更新：粒子位置根据更新后的粒子速度做出相应改变。如前所述，粒子的速度和位置是一组一一对应的二进制序列，引入函数对粒子速度各个维度上的值进行判断，当得到的值大于一个随机数r₃时，将粒子位置相应维度上的二进制数置1，反之则置0。

在最优解求解过程中，显然，若种群中的粒子在可靠度和部署成本两方面同时优于最优解集合中的粒子，即f_rel(x_i)＞f_rel(x′_j)且f_cost(x_i)＞f_cost(x′_j)，其中f_rel(x_i)和f_cost(x_i)表示种群中粒子以网络可靠度和部署成本为目标函数的适应度，f_rel(_x′_j)和f_cost(_x′_j)表示最优解集合中以网络可靠度和部署成本为目标函数的适应度，则判定其为最优解。但对于多目标问题的求解，由于各个目标函数之间是相互影响、相互冲突的，因此不一定存在对于所有目标函数都为最优的解。因此，若种群中的粒子相对于最优解集合中的粒子而言，仅在可靠度或者部署成本的单一方面表现最优特性，即f_rel(x_i)＞f_rel(x′_j)且f_cost(x_i)≤f_cost(x′_j)或者f_rel(x_i)≤f_rel(x′_j)且f_cost(x_i)＞f_cost(x′_j)，则判断其为Pareto最优解。按照上述两种情况，可根据粒子的适应值大小判断其是否为最优解。最后将最优解粒子加入最优解集合中，若原最优解集合中的粒子在可靠度和部署成本两方面都次于该粒子，则将其删除，从而实现最优解集合的更新，进而由最优解集合中的粒子可得优化的ONU无线功能部署方案。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (5)

1.一种带有生存性感知的低成本光无线混合接入网络无线功能部署方法，其特征在于：包括以下步骤：

步骤一：初始化网络中ONU的无线功能部署，引入二进制参数用于描述ONU的无线功能部署情况，若对某个ONU进行了无线功能部署，则将其相应的参数置1，反之则置0；

步骤二：采用基于概率的分析方法，通过分析ONU在故障作用下链路能正常工作的概率来评估网络生存性，同时根据在故障作用下，求解网络能完成的业务量占正常工作下的比重，进而得到网络可靠度；

步骤三：根据当前网络中ONU的无线功能部署情况，获知网络部署成本，所述网络部署成本受网络中进行了无线功能部署的ONU数量及单个ONU的无线功能部署成本影响；

步骤四：采用基于向量评价的二进制粒子群算法来权衡网络生存性和网络部署成本，根据单目标优化函数的个体评价方法，由粒子的当前位置可获知其网络成本和网络可靠度，然后分别从中选择一半较优的粒子作为下一代的两个子粒子群；子粒子群间共享彼此社会信息，一个子粒子群中速度的改变受到另一个子粒子群中全局极值的影响，完成多目标优化过程。

2.根据权利要求1所述的一种带有生存性感知的低成本光无线混合接入网络无线功能部署方法，其特征在于：在步骤一中，对于具有N个ONU的光无线混合接入网络(HybridOptical-Wireless Broadband Access Network，HOWBAN)中，所述ONU的部署情况采用一组二进制序列表示，即(x₁,x₂,x₃...x_N)；若网络中ONU到OLT之间采用1+1热备份保护方式，根据网络中ONU无线功能部署情况，ONU_i与分光器之间无法正常通信的概率为：

其中L_i为与ONU_i相连的支线光纤的长度，λ为链路故障概率。

3.根据权利要求2所述的一种带有生存性感知的低成本光无线混合接入网络无线功能部署方法，其特征在于：在步骤二中，所述网络能完成的业务量为ONU与OLT之间的正常通信概率和单个ONU业务量的乘积之和，即：

其中P′_i表示ONU_i与OLT之间的通信概率，S_i(λ)表示来自ONU_i的业务量。

4.根据权利要求3所述的一种带有生存性感知的低成本光无线混合接入网络无线功能部署方法，其特征在于：所述网络生存性为网络能完成的业务量占正常工作下的比重，得到网络可靠度，即：

所述网络部署成本为网络中进行了无线功能部署的ONU的数量和单个ONU无线功能部署成本之积，即其中为单个ONU无线功能部署成本。

5.根据权利要求4所述的一种带有生存性感知的低成本光无线混合接入网络无线功能部署方法，其特征在于：在步骤四中，所述基于向量评价的二进制粒子群算法主要包括粒子位置更新、粒子速度更新及最优解求解过程；粒子速度更新主要受粒子当前速度、个体极值、全局极值三个方面的影响，即：

v_ij(t+1)＝w×v_ij(t)+c₁r₁(p_ij(t)-x_ij(t))+c₂r₂(g′_i-x_ij(t))

其中w表示惯性权重，所述惯性权重与算法的收敛速度有关；r₁和r₂为均匀分布于[0,1]的随机数，c₁和c₂为加速因子；p_ij(t)表示以生存性为目标函数的粒子群中粒子搜索到的最佳位置，g′_i表示以网络成本为目标函数的粒子群搜索到的全局最佳位置；

粒子位置更新与粒子速度有关，即当为一个随机数r₃时，将粒子位置相应维度上的二进制数置1，反之则置0；粒子位置由代表ONU部署情况的二进制序列组成，即x_i＝(x_i1,x_i2...x_ij...x_iN)，其中x_ij代表第i个粒子第j维的二进制数，粒子位置根据粒子速度改变实现更新；

在最优解的选取过程中，若f_rel(x_i)＞f_rel(x′_j)且f_cost(x_i)＞f_cost(x′_j)，其中f_rel(x_i)和f_cost(x_i)表示种群中粒子以网络可靠度和部署成本为目标函数的适应度，f_rel(x′_j)和f_cost(x′_j)表示最优解集合中以网络可靠度和部署成本为目标函数的适应度，则判定其为最优解；同时，若f_rel(x_i)＞f_rel(x′_j)且f_cost(x_i)≤f_cost(x′_j)或者f_rel(x_i)≤f_rel(x′_j)且f_cost(x_i)＞f_cost(x′_j)，则判断其为Pareto最优解；

按照上述两种情况，则将该粒子加入最优解集合中，同时更新最优解集合。