CN113015038B - 基于权重禁忌搜索解决光网络的路由和波长资源的方法 - Google Patents

Abstract

本发明提供一种基于权重禁忌搜索解决光网络的路由和波长资源的方法，包括以下步骤：（1）初始化网络结构以及参数：（2）设计基于权重的贪婪构造算法，生成性能优异的初始分配方案：（3）构造具有新的目标函数和邻域的禁忌局部搜索算法；提出两种邻域结构，进一步优化构造后的分配方案，即更换冲突光路的波长的同时更换此光路的路径，交换两个冲突光路的波长的同时更换这两个光路的路径；（4）采用扰动方法，跳出局部最优区域。本发明在构造和搜索关键组件中采用更高级的策略和加权技术来重新研究路由和波长资源分配方案，旨在给出一种快速的、性能优异的启发式局部搜索方法。

Description

基于权重禁忌搜索解决光网络的路由和波长资源的方法

技术领域

本发明属于光网络技术领域，具体涉及一种基于权重禁忌搜索解决光网络的路由和波长资源的方法。

背景技术

随着“宽带中国”、“智慧城市”的发展以及5G时代的到来，数以万计的新设备将接入智能网络并产生海量连接需求。不同业务场景的需求、网络规模指数级的增长、资源需求急剧增加等现实问题对超大规模光网络资源的合理分配提出了更高的要求。而关键性的资源分配问题，即路由和波长资源分配问题，一直以来都是业内研究和关注的焦点。

光网络的路由与波长分配问题定义如下：给定物理网络结构以及光路需求集合，为每一个光路需求分配路由及波长，要求波长相同的光路需求不能通过相同的物理边，且优化目标为使用的波长总数最少。需要注意的是，若出现两个光路需求具有相同的宿源节点，则这两个光路需要被分配不同物理边的路径或不同的波长。路由与波长分配问题需要满足“波长一致性”和“波长无冲突性”两类约束条件。其他实际应用包括：路由和频谱资源分配问题、智能交通车辆调度等。

一方面，研究光网络路由和频谱资源分配问题，是5G全光网络 2.0时代的迫切需求，具有广泛的应用背景；另一方面，由于光网络路由和频谱分配问题是一类极难被求解的NP-hard双层组合优化问题，并且目前研究方兴未艾。因此，对光网络的路由和频谱分配问题展开深入研究，具有极高的理论价值和实践价值。

面对NP-hard双层组合优化问题计算上的挑战，以及问题本身的内在困难，启发式算法通常用于查找无法精确求解的问题实例的次优解。对于NP-hard组合优化问题，基于禁忌的局部搜索算法是最有效的方法之一。但是，现有的局部搜索算法在处理光网络路由和波长资源分配问题上存在以下三个缺陷：

(1)未设计针对光网络问题本身的初始化构造方法。代表性的启发式算法包含构造算法、局部搜索算法和基于种群的算法等等，然而针对光网络的路由和波长分配问题精心设计的构造算法较少。构造算法的思想是通过结合光网络路由和波长分配问题本身的特性以及分配过程中的动态信息，及时调整未分配的路由和波长。值得注意的是，构造算法一般作为局部搜索算法的重要的初始过程，且构造算法和局部搜索算法两者结合的算法成功解决许多NP-hard难题，包括图染色问题及变种问题、临界图问题、背包问题、路径和顶点分隔问题。

(2)未设计动态加权技术以保存历史搜索信息。作为局部搜索算法的一种变形算法，针对问题的结构而设计的加权技术能够动态的记录历史搜索情况。加权技术已成功应用于许多经典的NP-complete 问题，例如：集合覆盖、最小顶点覆盖和可满足性问题等。

(3)现有的局部搜索算法将路由和波长的分配问题分解为两个子问题：路由选择和频谱分配。在网络结构不复杂的情况下，分层解决路由和频谱分配问题的方法能够取得较好的实验结果，但是在网络结构较为复杂的情况下，“割裂”的求解过程往往造成数据反馈不及时，难以满足现实需求。

发明内容

为解决上述问题，本发明提出基于路径长度和权重搜索的框架，在构造和搜索关键组件中采用更高级的策略和加权技术来重新研究路由和波长资源分配方案，旨在给出一种快速的、性能优异的启发式局部搜索方法。本发明公开了一种快速寻找光网络的路由和波长资源分配问题最优解或者近似最优解的方法，首次提出基于路径长度约束的初始解构造，设计针对问题的动态权重，构造新的局部搜索算法，可以推广到解决学术界和工业界的双层组合优化有关的优化问题。

本发明的技术方法如下：一种基于权重禁忌搜索解决光网络的路由和波长资源的方法，包括以下步骤：

(1)初始化网络结构以及参数：对于给定的光网络物理结构图 G＝(V,E)，光路需求数目P＝{1,2,…,p}，初始化光路需求的分配状态 a(p)＝0,p∈P，光网络物理结构图的每条路段的权重初始化为1；

(2)设计基于权重的贪婪构造算法，生成初始分配方案：根据光网络路由和波长双层NP-hard问题特性，及以往分配方案的历史信息，设计相应的权重规则，动态地为光路需求分配合适的路由和波长；

(3)构造具有新的目标函数和邻域的禁忌局部搜索算法；提出两种邻域结构，优化步骤(2)生成的初始分配方案，更换冲突光路的波长的同时更换此光路的路径，交换两个冲突光路的波长的同时更换这两个光路的路径；

(4)采用扰动方法，跳出局部最优区域：当禁忌权重优化阶段终止时，如果对光网络的最佳资源分配方案得到了改进，则保持扰动步长；否则，如果连续多次无法改善分配方案，则认为搜索陷入局部最优的陷阱中，触发深度扰动，即增加扰动步长；被扰动的分配方案用做下一次方案的初始解。

进一步的，所述步骤(2)包括如下步骤：采用贪婪算法，建立一个冲突尽可能少的使用k个波长的路由和波长分配方案S₀：

每次从一组未分配波长的光路需求中选择一个光路需求分配路由和波长，首先使用动态的评分方式对未分配波长的光路需求进行评分；

根据所述评分，概率性地选择具有最高分数的未分配波长的光路需求；

根据其余光路需要经过某路径的可能性，计算此光路需求的相应路径的分数；

根据路径分数，为此光路需求选择路径；

根据相邻光路需求分配到相应波长的可能性，计算此光路需求的相应波长的分数；

根据波长分数，为此路径选择波长；

重复以上过程，直至所有的路径均被分配波长。

进一步的，所述动态的评分方式包括以下规则：

1)双向光路需求优先于单向光路需求；

2)光路需求的最短路径长度越长，其优先级越高；

3)光路需求总权重越长，其优先级越高。

进一步的，所述动态的评分方式具体包括如下步骤：

通过dijkstra算法计算每个光路{1,2,…,p}的最短路径长度 {l_s(1),l_s(2),…,l_s(p)}，将未分配的光路按照最短路径长度以及最短权重长度进行重新排序，未分配光路需求p的评分如下：

score₁(p)＝|l_s(p)|+|w_s(p)| (1)

其余光路需要经过光路需求p的被分配路径r的评分标准为：

score₂(p,r)＝|w(p,r)| (2)

其中w(p,r)为光路需求p的路径为r时的权重；

路径选择完成后，对此路径r波长k的评分标准为：

其中|c(e,k)|表示路径r选择波长k时与其他已经分配了的光路路径之间的冲突；

每条光路需求被分配路径和波长后，更新分配路段e的权重，其权重更新方式如下：

w(e)＝w(e)+γ₁ for all e∈r (4)

其中γ₁＝1/10。

进一步的，i)规定搜索空间；对于路由和波长分配问题，采用的局部优化算法的搜索空间Ω_k由所有可能的k组波长组成，即：

其中i≠j,1≤i,j≤k，V_i是由波长为i的光路需求构成的集合。

ii)构造目标函数；在搜索阶段，提出基于冲突和总路径长度的改进后的目标函数F(s)

F(s)＝f(s)+g(s) (6)

其中f(s)表示当前解s中的冲突光路数，g(s)表示当前解s的路径总长度与最小路径长度之和的差值，其中对于固定的网络结构和光路需求，最小路径长度之和为常量；

其中C(V_i)表示集合V_i中的冲突光路数，l(p)表示光路需求p的路径长度；

iii)设计目标函数的快速增量计算；根据所提出的目标函数，设计快速增量技术，评估当前分配方案的各个邻域与当前分配方案之间的差值ΔF(s)，从而降低运算量；

iv)邻域移动操作：采用两种移动操作算符：单点移动算符 one_move(r,V_i,V_j)及交换算符swap(r,u)；令s为当前解，OP代表移动算符用来转移s，用

代表s进行OP操作；单点移动算符 one_move(r,V_i,V_j)即为将一个冲突路径r从它现有的波长类V_i移动到另一个波长类V_j中，且同时以一定的概率改变其路径，其概率计算公式为：

其中L_max为最长路径,w_max为最大权重；

单点移动运算符产生的邻居N₁如公式(16)所示：

其中C(s)表示s中的冲突波长集合；

交换算符swap(r,u)交换来自不同波长类的一对光路(r,u)，且这对光路中至少有一个顶点与其他光路冲突。交换算符的邻居N₂如公式(17)所示：

进一步的，所述快速增量技术包括如下步骤：

a)构造一个大小为|C|×|E|的光路数矩阵T：对中间矩阵T进行运算，快速计算目标函数的增量，T[c][e]保存物理边e上波长为c的分配的光路的个数，其计算方式如下：

T[c][e]＝|{p:c_p＝c,e∈r}| (9)

其中c_p表示光路需求p的波长，r表示光路需求p的路径；

b)通过中间矩阵T计算目标函数增量；定义操作<l,c′,c^*,r′,r^*>为将光路需求l的波长从c′更改为c^*并将其路径从r′改为r^*；目标函数的增量由路径冲突增量和路径总长度增量两部分组成，即：

ΔF(s)＝Δf(s)+Δg(s) (10)

其中，

c)升级中间矩阵T：执行完每次操作<l,c′,c^*,r′,r^*>后，需更改与当前操作相关的T矩阵的元素，以便符合当前分配状态，需要更新的元素集合为{T[c][e]:(c＝c′orc＝c^*)ande∈r′∪r^*}，更新方式为：

T[c′][e]←T[c′][e]-1,e∈r′ (13)

T[c^*][e]←T[c^*][e]+1,e∈r^* (14)。

进一步的，所述步骤(4)具体包括如下步骤：

在禁忌局部搜索算法陷入局部最优时，采用简单的扰动；扰动采用单点移动算符移动一定数量的路径；为了避免扰动解的过度恶化，扰动考虑了适应度值f以及扰动参数d，并且在接下来的tt次移动中不能换回原来的波长，其中tt表示扰动阶段的禁忌长度，tt＝f+d；当禁忌权重优化阶段终止时，如果对光网络的最佳资源分配方案得到了改进，则保持扰动参数；否则认为搜索陷入局部最优的陷阱中，深度扰动被触发，即增加扰动参数d；最后，将扰动过程中得到的分配方案作为下一轮多层级阶段的初始分配方案。

与现有技术相比，本发明具有如下优点和有益效果：

本发明方法探索了路段权重贪婪算法和新的目标函数和邻域结构的禁忌局部搜索算法的协同作用。路由和波长分配问题是一个经典的NP-hard双层优化的模型，本发明提出的算法能够快速且更好地解决现实世界中双层NP-hard类的调度优化问题，分配快速，性能优异。

附图说明

图1是基于权重的贪婪二项路由和波长分配问题总流程图。

图2表示贪婪权重构造算法生成初始分配方案的流程图。

图3表示禁忌局部搜索算法进一步提升分配方案质量的流程图。

图4表示本发明提出的禁忌局部搜索算法的单点移动算符。

图5是本发明提出的禁忌局部搜索算法的交换算符。

具体实施方式

下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。

本实施例提供的一种基于权重禁忌搜索解决光网络的路由和波长资源的方法，具体算法流程如图1所示，包括如下步骤：

(1)初始化网络结构图的权重。对于给定的光网络物理结构图 G＝(V,E)，其中，V为顶点集合；E为路段集合；以及光路需求数目 P＝{1,2,…,p}，光网络物理结构图的每条路段e的权重初始化为 w(e)＝1,e∈E，每条路段经过的波长数目初始化为h(e)＝0,e∈E，光路需求的分配状态初始化为a(p)＝0,p∈P，即光路需求状态均未被分配。

(2)如图2所示，设计贪婪权重构造算法生成初始的分配方案。根据光网络路由和波长双层NP-hard问题特性，及以往分配方案的历史信息，设计相应的权重规则，动态地为光路需求分配合适的路由和波长。首先采用贪婪算法，建立一个冲突尽可能少的使用k个波长的路由和波长分配方案S₀：每次从一组未分配波长的光路需求中选择一个光路需求分配路由和波长，首先使用本发明设计的动态的评分方式对未分配波长的光路需求进行评分；根据这些评分分数，概率性地选择具有最高分数的未分配波长的光路需求；根据其余光路需要经过某路径的可能性，计算此光路需求的相应路径的分数；根据路径分数，为此光路需求选择路径；根据相邻光路需求分配到相应波长的可能性，计算此光路需求的相应波长的分数；根据波长分数，为此路径选择波长；重复以上过程，直至所有的路径均被分配波长。

具体来讲，本发明在贪婪权重构造过程中，制定动态光路需求评分标准：1)双向光路需求优先于单向光路需求的准则排序；2)光路需求的最短路径长度越长，其优先级越高；3)光路需求总权重越长，其优先级同样越高。具体来讲，通过dijkstra算法计算每个光路{1,2,…,p}的最短路径长度{l_s(1),l_s(2),…,l_s(p)}，将未分配的光路需求按照最短路径长度以及最短权重长度进行重新排序，未分配光路需求p 的评分如下：

score₁(p)＝|l_s(p)|+|w_s(p)| (1)

本发明设计其余光路需求需要经过光路需求p的被分配路径r的评分标准为：

score₂(p,r)＝|w(p,r)| (2)

其中w(p,r)为光路需求p的路径为r时的权重。路径选择完成后，本发明设计对此路径r波长k的评分标准为：

其中|c(e,k)|表示路径r选择波长k时与其他已经分配的光路路径之间的冲突。每条光路需求被分配路径和波长后，更新分配路段e的权重，其权重更新方式如下：

w(e)＝w(e)+γ₁ for all e∈r (4)

其中γ₁＝1/10。继而，分配下一条光路需求，直至遍历所有未分配的光路需求。利用此种更新方法，本发明在光路需求的分配过程中同时考虑将要分配的光路需求和其他已经分配的光路的路径的信息。

(3)如图3所示，设计禁忌局部搜索算法，从而进一步优化构造后的分配方法。对贪婪算法生成的初始解，本发明设计新的禁忌局部搜索方式进行局部优化。

i)规定搜索空间。对于路由和波长分配问题，本发明采用的局部优化算法的搜索空间Ω_k由所有可能的k组波长组成，即：

其中i≠j,1≤i,j≤k，V_i是由波长为i的光路需求构成的集合。

ii)构造目标函数。在搜索阶段，本发明首次提出基于冲突和总路径长度的改进后的目标函数F(s)

F(s)＝f(s)+g(s) (6)

其中f(s)表示当前解s中的冲突光路数，g(s)表示当前解s的路径总长度与最小路径长度之和的差值，其中对于固定的网络结构和光路需求，最小路径长度之和为常量。

其中C(V_i)表示集合V_i中的冲突光路数，l(p)表示光路需求p的路径长度。

iii)设计目标函数的快速增量计算。本发明首次根据所提出的目标函数，设计快速增量技术，评估当前分配方案的各个邻域与当前分配方案之间的差值ΔF(s)，从而降低运算量。快速增量技术包含以下三个步骤：

a)构造一个大小为|C|×|E|的光路数矩阵T。通过对中间矩阵T的运算，快速计算目标函数的增量。T[c][e]保存物理边e上波长为c的分配的光路的个数，其计算方式如下：

T[c][e]＝|{p:c_p＝c,e∈r}| (9)

其中c_p表示光路需求p的波长，r表示光路需求p的路径。矩阵T 仅在算法迭代之前进行一次初始化，在之后的迭代中仅更新少数元素。

b)通过中间矩阵T计算目标函数增量。定义操作<l,c′,c^*,r′,r^*>为将光路需求l的波长从c′更改为c^*并将其路径从r′改为r^*。操作对本发明提出的目标函数的增量由路径冲突增量和路径总长度增量两部分组成，即：

ΔF(s)＝Δf(s)+Δg(s) (10)

其中，

c)升级中间矩阵T。执行完每次操作<l,c′,c^*,r′,r^*>后，本发明仅需更改与当前操作相关的T矩阵的元素，以便符合当前分配状态。需要更新的元素集合为{T[c][e]:(c＝c′orc＝c^*)ande∈r′∪r^*}，更新方式为：

T[c′][e]←T[c′][e]-1,e∈r′ (13)

T[c^*][e]←T[c^*][e]+1,e∈r^* (14)

由于通常情况下，每个光路经过的路径较短，因此需要更新的矩阵元素数量也相应较少。

iv)邻域移动操作。本发明采用两种移动操作算符：单点移动算符(one_move(r,V_i,V_j))及交换算符(swap(r,u))。令s为当前解，OP 代表移动算符用来转移s。用

代表s进行OP操作。单点移动算符one_move(r,V_i,V_j)即为将一个冲突路径r从它现有的波长类V_i移动到另一个波长类V_j中，且同时以一定的概率改变其路径，其概率计算公式为：

其中L_max为最长路径,w_max为最大权重。

单点移动运算符产生的邻居N₁如公式(16)所示：

其中C(s)表示s中的冲突波长集合。图4展示了采用单点移动运算符(one_move(r,V_i,V_j))，冲突光路为在波长集合V₁中的光路1(A→C)， 2(A→D)和3(B→D)，任取一条冲突光路，例如光路3(B→D)，将其所在的波长集合改变为V₂，同时将其光路路径由3(B→C→D)改变为光路路径3(B→E→D)。

交换算符swap(r,u)交换来自不同波长类的一对光路(r,u)，且这对光路中至少有一个顶点与其他光路冲突。交换算符的邻居N₂如公式(17)所示：

图5所示为采用交换算符的过程。图示步骤为冲突光路为在波长集合V₂中的光路1(A→C)和2(A→D)，3(B→D)和6(B→D)，任取两条不在同一个波长集的冲突光路，例如光路2(A→D)和3(B→D)，交换其波长。

在每次迭代中，在N₁和N₂的相邻解中，取拟合增益ΔF最小的最佳邻域解来代替现有解。然后，相应的移动记录在禁忌列表中，以便接下来在固定次数的迭代中禁止反向移动。该搜索迭代过程旨在最小化目标函数F(s)。重复此过程直到遇到以下两种情况之一：(1)寻找到一个合法k-波长的分配方案s，即f(s)＝0。在此情况下，给出的k -图染色问题对于当前k值已被解决，继而，搜索过程会继续解决(k-1) -图染色问题。(2)搜索过程已经执行了β₁次连续迭代(β₁为搜索深度)，而没有发现更好的解决方案s^*。为了使得第二阶段的搜索在均衡解区域附近，每迭代1000次，算法从当前解的最大波长类中选取一个顶点加入到最小波长类。

(4)采用扰动方法，跳出局部最优区域。启发式禁忌局部搜索过程仅将搜索集中在冲突的路径周围，因此可能会陷入局部最优解。为解决此问题，本发明在禁忌局部搜索算法陷入局部最优时，采用简单的扰动。扰动采用单点移动算符移动一定数量的路径。为了避免扰动解的过度恶化，扰动考虑了适应度值f以及扰动参数d(在本发明中初始化设为0.1*p)，并且在接下来的tt次移动中不能换回原来的波长，其中tt表示扰动阶段的禁忌长度，且本发明中定义为tt＝f+d(f 为光路冲突的数量)。当禁忌权重优化阶段终止时，如果对光网络的最佳资源分配方案得到了改进，则保持扰动参数；否则认为搜索陷入局部最优的陷阱中，深度扰动被触发，即增加扰动参数d；最后，将扰动过程中得到的分配方案作为下一轮多层级阶段的初始分配方案。本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。

Claims (2)

1.一种基于权重禁忌搜索解决光网络的路由和波长资源的方法，其特征在于：包括以下步骤：

(1)初始化网络结构以及参数：对于给定的光网络物理结构图G＝(V,E)，光路需求数目P＝{1,2,...,p}，初始化光路需求的分配状态a(p)＝0,p∈P，光网络物理结构图的每条路段的权重初始化为1；

(2)设计基于权重的贪婪构造算法，生成初始分配方案：根据光网络路由和波长双层NP-hard问题特性，及以往分配方案的历史信息，设计相应的权重规则，动态地为光路需求分配合适的路由和波长；

所述步骤(2)包括如下步骤：采用贪婪算法，建立一个冲突尽可能少的使用K个波长的路由和波长分配方案S₀：

每次从一组未分配波长的光路需求中选择一个光路需求分配路由和波长，首先使用动态的评分方式对未分配波长的光路需求进行评分；

所述动态的评分方式具体包括如下步骤：

通过dijkstra算法计算每个光路{1,2,...,p}的最短路径长度{l_s(1),l_s(2),...,l_s(p)}，将未分配的光路按照最短路径长度以及最短权重长度进行重新排序，未分配光路需求p的评分如下：

score₁(p)＝|l_s(p)|+|w_s(p)| (1)

其中w_s(p)为最短权重长度；

其余光路需要经过光路需求p的被分配路径r的评分标准为：

score₂(p,r)＝|w(p,r)| (2)

其中w(p,r)为光路需求p的路径为r时的权重；

路径选择完成后，对此路径r波长k的评分标准为：

其中|c(e,k)|表示路径r选择波长k时与其他已经分配了的光路路径之间的冲突；

每条光路需求被分配路径和波长后，更新分配路段e的权重，其权重更新方式如下：

w(e)＝w(e)+γ₁ for all e∈r (4)

其中γ₁＝1/10；

根据所述评分，概率性地选择具有最高分数的未分配波长的光路需求；

根据其余光路需要经过某路径的可能性，计算此光路需求的相应路径的分数；

根据路径分数，为此光路需求选择路径；

根据相邻光路需求分配到相应波长的可能性，计算此光路需求的相应波长的分数；

根据波长分数，为此路径选择波长；

重复以上过程，直至所有的路径均被分配波长；

所述动态的评分方式包括以下规则：

1)双向光路需求优先于单向光路需求；

2)光路需求的最短路径长度越长，其优先级越高；

3)光路需求总权重越长，其优先级越高；

(3)构造具有新的目标函数和邻域的禁忌局部搜索算法；提出两种邻域结构，优化步骤(2)生成的初始分配方案，更换冲突光路的波长的同时更换此光路的路径，交换两个冲突光路的波长的同时更换这两个光路的路径；

所述步骤(3)包括如下步骤：

i)规定搜索空间；对于路由和波长分配问题，采用的局部优化算法的搜索空间Ω_k由所有可能的k组波长组成，即：

其中i≠j,1≤i,j≤k，V_i是由波长为i的光路需求构成的集合；

ii)构造目标函数；在搜索阶段，提出基于冲突和总路径长度的改进后的目标函数F(s)

F(s)＝f(s)+g(s) (6)

其中f(s)表示当前解s中的冲突光路数，g(s)表示当前解s的路径总长度与最小路径长度之和的差值，其中对于固定的网络结构和光路需求，最小路径长度之和为常量；

其中C(V_i)表示集合V_i中的冲突光路数，l(p)表示光路需求p的路径长度；

iii)设计目标函数的快速增量计算；根据所提出的目标函数，设计快速增量技术，评估当前分配方案的各个邻域与当前分配方案之间的差值△F(s)，从而降低运算量；

iv)邻域移动操作：采用两种移动操作算符：单点移动算符one_move(r,V_i,V_j)及交换算符swap(r,u)；令s为当前解，OP代表移动算符用来转移s，用

代表s进行OP操作；单点移动算符one_move(r,V_i,V_j)即为将一个冲突路径r从它现有的波长类V_i移动到另一个波长类V_j中，且同时以一定的概率改变其路径，其概率计算公式为：

其中L_max为最长路径,w_max为最大权重；

单点移动运算符产生的邻居N₁如公式(16)所示：

其中C(s)表示s中的冲突波长集合；

交换算符swap(r,u)交换来自不同波长类的一对光路(r,u)，且这对光路中至少有一个顶点与其他光路冲突；交换算符的邻居N₂如公式(17)所示：

所述快速增量技术包括如下步骤：

a)构造一个大小为|C|×|E|的光路数矩阵T：

对中间矩阵T进行运算，C为冲突波长集合；快速计算目标函数的增量，T[c][e]保存物理边e上波长为c的分配的光路的个数，其计算方式如下：

T[c][e]＝|{p:c_p＝c,e∈r}| (9)

其中c_p表示光路需求p的波长，r表示光路需求p的路径；

b)通过中间矩阵T计算目标函数增量；定义操作<l,c′,c^*,r′,r^*>为将光路需求l的波长从c′更改为c^*并将其路径从r′改为r^*；目标函数的增量由路径冲突增量和路径总长度增量两部分组成，即：

△F(s)＝△f(s)+△g(s) (10)

其中，

c)升级中间矩阵T：执行完每次操作<l,c′,c^*,r′,r^*>后，需更改与当前操作相关的T矩阵的元素，以便符合当前分配状态，需要更新的元素集合为{T[c][e]:(c＝c′ or c＝c^*)and e∈r′∪r^*}，更新方式为：

T[c′][e]←T[c′][e]-1,e∈r′ (13)

T[c^*][e]←T[c^*][e]+1,e∈r^* (14)；

(4)采用扰动方法，跳出局部最优区域：当禁忌权重优化阶段终止时，如果对光网络的最佳资源分配方案得到了改进，则保持扰动步长；否则，如果连续多次无法改善分配方案，则认为搜索陷入局部最优的陷阱中，触发深度扰动，即增加扰动步长；被扰动的分配方案用做下一次方案的初始解。

2.根据权利要求1所述的一种基于权重禁忌搜索解决光网络的路由和波长资源的方法，其特征在于：所述步骤(4)具体包括如下步骤：

在禁忌局部搜索算法陷入局部最优时，采用简单的扰动；扰动采用单点移动算符移动一定数量的路径；为了避免扰动解的过度恶化，扰动考虑了适应度值f以及扰动参数d，并且在接下来的tt次移动中不能换回原来的波长，其中tt表示扰动阶段的禁忌长度，tt＝f+d；当禁忌权重优化阶段终止时，如果对光网络的最佳资源分配方案得到了改进，则保持扰动参数；否则认为搜索陷入局部最优的陷阱中，深度扰动被触发，即增加扰动参数d；最后，将扰动过程中得到的分配方案作为下一轮多层级阶段的初始分配方案。

Images