WO2011128466A1 - Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado - Google Patents

Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado Download PDF

Info

Publication number
WO2011128466A1
WO2011128466A1 PCT/ES2010/070223 ES2010070223W WO2011128466A1 WO 2011128466 A1 WO2011128466 A1 WO 2011128466A1 ES 2010070223 W ES2010070223 W ES 2010070223W WO 2011128466 A1 WO2011128466 A1 WO 2011128466A1
Authority
WO
WIPO (PCT)
Prior art keywords
parameter
traffic
simulated annealing
optical
solution
Prior art date
Application number
PCT/ES2010/070223
Other languages
English (en)
French (fr)
Inventor
Mary Luz MOURONTE LÓPEZ
Luis Gregorio Moyano
Maria Luisa VARGAS MARTÍ
Original Assignee
Telefonica, S.A.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Telefonica, S.A. filed Critical Telefonica, S.A.
Priority to PCT/ES2010/070223 priority Critical patent/WO2011128466A1/es
Priority to ARP110101175A priority patent/AR080844A1/es
Publication of WO2011128466A1 publication Critical patent/WO2011128466A1/es

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J14/00—Optical multiplex systems
    • H04J14/02—Wavelength-division multiplex systems
    • H04J14/0227—Operation, administration, maintenance or provisioning [OAMP] of WDM networks, e.g. media access, routing or wavelength allocation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J14/00—Optical multiplex systems
    • H04J14/02—Wavelength-division multiplex systems
    • H04J14/0227—Operation, administration, maintenance or provisioning [OAMP] of WDM networks, e.g. media access, routing or wavelength allocation
    • H04J14/0254—Optical medium access
    • H04J14/0267—Optical signaling or routing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J14/00—Optical multiplex systems
    • H04J14/02—Wavelength-division multiplex systems
    • H04J14/0227—Operation, administration, maintenance or provisioning [OAMP] of WDM networks, e.g. media access, routing or wavelength allocation
    • H04J14/0254—Optical medium access
    • H04J14/0267—Optical signaling or routing
    • H04J14/0269—Optical signaling or routing using tables for routing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J14/00—Optical multiplex systems
    • H04J14/02—Wavelength-division multiplex systems
    • H04J14/0278—WDM optical network architectures
    • H04J14/0283—WDM ring architectures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J14/00—Optical multiplex systems
    • H04J14/02—Wavelength-division multiplex systems
    • H04J14/0278—WDM optical network architectures
    • H04J14/0284—WDM mesh architectures

Definitions

  • the present invention refers to a method of optimizing network optical traffic by means of advanced simulated annealing techniques.
  • the method adjusts the result to the ligatures or external conditions.
  • the method of the present invention minimizes the number of electrical / optical and / or optical / electrical conversion devices for a predetermined network optical traffic volume or alternatively, maximizes the optical network traffic for a predetermined network configuration with a fixed number of electrical / optical and / or optical / electrical conversion devices.
  • the result of the method is a set of light paths that carry the optical network traffic, as well as the number and location of the electrical / optical and / or optical / electrical conversion devices.
  • the method of the present invention belongs to the area of telecommunications networks, and more specifically to the area of optical network management systems for the optimization of resources and performance improvement in optical networks.
  • Wavelength division multiplexed networks operate through virtual or logical topologies, which consist of fully optical paths called "lightpaths.” Light paths are fully optical fixed wavelength circuits between electronic components in any pair of nodes. The light paths are usually established with a configuration such that the transformation of the optical signal to the electronic environment is avoided, because this transformation implies an immediate loss of performance compared to a fully optical signal.
  • the task of efficiently routing traffic over optical networks can be divided into 4 sub-tasks:
  • Topology or connectivity it consists in determining the virtual topology that will be used on the real topology, that is, the complete determination of the light paths that will be used, as well as their final nodes (source and destination).
  • Routing of the light paths it consists of establishing the physical routes that the virtual paths carry in the topology or connectivity sub-task.
  • the routing of network traffic involves traffic control by combining techniques of several low-speed traffic in high-speed traffic. These traffic combination techniques are known in the state of the art as "grooming techniques”.
  • All traffic that is channeled through the network is determined in part by the light paths, which contain the entry and exit nodes. These nodes must include the appropriate equipment to manipulate the optical signal at the required wavelength resulting from the analysis of the virtual topology.
  • This type of equipment is called insert / extraction multiplexers (Add / Drop Multiplexer, ADM) since they carry out any insertion or extraction of traffic on the network, which implies the transformation of the optical signal into an electronic signal.
  • the aggregation i.e., multiplexing
  • the model or pattern used to add traffic defines the impact on the efficiency of the optical design, because if at least one of the components of this aggregate connection (which can be of low speed or of low importance) crosses an insertion / extraction node, that is, it passes into the electronic environment, (also called an OEO , optical-electrical-optical conversion) all other components connected to the signal are affected by that OEO connection.
  • optimization methods are based on minimizing the extraction and insertion points to achieve a network with less equipment and, therefore, lower cost. Another solution of such optimization methods is to maximize network traffic for a fixed configuration of extraction / insertion points. To obtain these solutions, optimization methods apply aggregation techniques ("grooming techniques") previously mentioned, obtaining a more efficient network configuration, which in the first case minimizes the number of ADMs, while in the second case maximizes network traffic.
  • Optimization methods solve a set of linear equations that imply an objective optimization function, and equations corresponding to traffic flow, wavelengths, number of light paths, and routing. This set of equations is extended with a series of restrictions in the form of inequalities, which offer all possible limitations for the problem in question.
  • this set of equations and inequalities can be solved analytically (that is, completely for any value of the external parameters) through an optimization technique called Linear Programming ("Integer Linear Programming" , ILP).
  • Linear programming is a method of optimizing an objective function designed to solve a set of linear equations and linear inequalities or inequalities that represent constraints and ligatures, and where the variables are generally of the integer type.
  • a heuristic method is one that uses a combination of trial and error along with some conjectures, and that can be seen to work well in a large number of situations, but it cannot be shown that they always work (as in the case of the ILP) , that is, they do not always produce the best results at the same time in the shortest time.
  • a combination of heuristic methods (a meta-heuristic) can be used to improve previous attempts.
  • heuristic methods also define an objective function, also called cost function or energy function, which measures how good a particular solution is. This heuristic method then defines certain rules to explore the space of available solutions according to the objective function until a predefined requirement is met, which considers that the solution found is the best approximation to the best possible solution.
  • Greedy algorithm One of the best known heuristic methods of the prior art is based on the Greedy algorithm.
  • the heedy of Greedy begins with an initial configuration solution, after which the Greedy algorithm calculates a configuration solution according to the ligatures or external conditions, the traffic matrix and other types of conditions or requirements. The algorithm is repeated until an objective configuration function is found with less energy than the one calculated in the previous cycle.
  • the configuration solution obtained with this type of heuristic is not necessarily the best solution since the Greedy algorithm calculates the minimums of the objective function near the initial configuration solution. This heuristic has the advantage of being simple to apply, although it rarely finds the optimal solution.
  • SA simulated annealing
  • the ILP method is defined by a series of mathematical equations, the solution of which can be demonstrated, from the point of view of mathematical complexity, by corresponding to the class of NP-complete problems.
  • the heuristic SA has as its main limitation that the time required to complete the calculations of the optimal solution is, for most cases, excessively long, and therefore, very impractical.
  • the external parameter T temperature regulates the speed of convergence to a configuration solution. Specifically, this parameter modulates the probability of acceptance of an unfavorable change.
  • the parameter is variable in time (i.e., T (t)), to make this acceptance quite likely at the beginning of the computation, and then reduced to be small enough when the solution approaches the global minimum. If the cooling plan is too fast, the system could get caught in a sub-optimal solution, while if it is too slow, the heuristic SA becomes impractical (too slow) to calculate significant results for the optimization of aggregate traffic ("grooming traffic").
  • the invention consists of a system and a method of optimizing the optical network traffic by means of advanced simulated annealing techniques, which is based on the simulated annealing technique SA.
  • the optimization of the optical network traffic consists in finding the light paths necessary to carry the network traffic in an optical network.
  • the method of the present invention adjusts the result to the limitations or external ligatures, such as a limited number of wavelengths.
  • the method of the present invention minimizes the number of ADMs necessary to carry all traffic or, alternatively, maximizes the given traffic throughput for a fixed ADM configuration (Add / Drop Multiplexer: insertion / extraction multiplexers that perform any insertion or extraction of traffic on the network, transforming the optical signal into an electronic signal and vice versa).
  • the result of the present invention is a set of light paths that carry the network traffic, as well as the number of insertion / extraction multiplexers (ADM) and the location of said insertion / extraction multiplexers (ADM).
  • the system and method of the present invention are capable of analyzing arbitrary network topologies, such as ring topologies, mesh topologies, etc., offering an optimal configuration solution for the arrangement of insertion multiplexers. / extraction (ADM) and / or optimal traffic performance.
  • ADM extraction
  • the method of the present invention implements a search solution equivalent to the heuristic SA.
  • the distinctive concept of the present invention is the application of alternative methods for calculating the probability of acceptance (p accePt ) that improves the search in the solution space. This is achieved by replacing the functional form of the acceptance probability function p accePt ⁇
  • the acceptance probability function filters the high cost settings in resources, so that when one of the two probability functions is applied acceptance of
  • the present invention increases the probability of accepting an unwanted configuration. In this way, the pattern by which the configurational landscape is "visited” is altered for a longer time allowing long "jumps" in the solution space (that is, solutions that, in comparison to the last accepted solution, represent one more change deep), but without altering the cooling plan. This enhances the probability that the objective function will be able to escape from local minima.
  • the method of the present invention calculates the correct ratio between long "steps” and “short steps” while maintaining a conservative approach when the configuration solution is reaching the optimal configuration.
  • this ratio is not represented by a fixed number, but by a function with a particular shape that makes many short "steps” and possibly longer “steps” possible.
  • this ratio (ratio) is adjustable by an external parameter that is externally adapted to fit a particular network, making it possible to face different network topologies with the same tool, adjusting the functional form, that is, the ratio (ratio) which controls the amount of long and short "steps" in the solution search.
  • the method of optimizing network optical traffic using advanced simulated annealing techniques of the The present invention comprises at least the following steps:
  • ii) calculate a virtual network topology by applying at least one standard heuristic method on the input data
  • At least two data sets are supported: a first data set and a second data set.
  • the first data set comprises at least:
  • a structure of the network topology comprising at least: the complete set of nodes, the arrangement of the nodes, the complete set of pairs of linked nodes, such that there is a unique relationship between the input data and the network structure (that is, the complete graph describing the network); • a traffic matrix: Ti j , which uniquely establishes the traffic requests that must be passing from a node "i" to another node "j" in the network, said matrix Ti j being uniform or non-uniform;
  • an initial configuration solution comprising at least one univocal relationship between the location of a node and an optical network traffic insertion / extraction multiplexer; where said univocal relationship is established for all insertion / extraction multiplexers included in the network;
  • the second set of data is selected trainings:
  • the preliminary data output is calculated from the calculation of a virtual network topology and applying at least one standard heuristic method on said virtual network topology.
  • This step is highly recommended so that the execution times of the method of the invention are shorter.
  • a standard heuristic method is applied selected from among those included in the state of the art to construct a set of connections grouped in a manner compatible with the requested traffic matrix, the network topology, and any additional limitations or ligature that may be considered, such as equipment fixed on a given node, the hubs where wavelength conversions are performed, etc.
  • the choice of a particular standard heuristic method will depend on the problem to be solved at all times, the method of the present invention being compatible with any particular choice of said standard heuristic method.
  • the preliminary data output obtained from applying the standard heuristic method in the optimization method of the present invention comprises at least:
  • the final data output obtained from applying the advanced simulated annealing techniques of the optimization method of the present invention on the configuration included in the preliminary data output comprises at least:
  • advanced simulated annealing techniques are applied by the advanced heuristic simulated annealing method of the present invention. These advanced techniques are based on the q-exponential distribution, which has been studied as a means of improving the simulated annealing algorithm (SA) in applications not related to the optimization of network optical traffic.
  • SA simulated annealing algorithm
  • p ⁇ is the probability of the solution i
  • q is the parameter that controls how far from the exponential the function is
  • ⁇ is the inverse of the temperature parameter T
  • C is a normalization constant
  • fi is the value of the objective function of energy of the solution i.
  • advanced simulated annealing techniques are applied using the advanced heuristic method of simulated annealing, where said method comprises the following steps:
  • i) select the preliminary data output as data input of the method comprising at least: an evolutionary plan for the internal parameter T (t), an initial value T 0 of the internal parameter T (t), a final value T f of the internal parameter T (t), a counter variable t called time, an increment of the variable counter
  • an q-exponential distribution q () (with dependence selected between no dependence and a dependence on temperature q (T) by a functional rule), a predetermined set of ligatures and a configuration called current solution X selected from an initial condition X 0 (formed by selected data between the data included in the first set and the data included in the second set) and a configuration solution resulting from the advanced heuristic method of simulated annealing in an earlier cycle;
  • step viii) return to step ii) when the energy function value E 'is less than the energy function E and the internal temperature parameter T (t) is lower than the final parameter T f ; Y,
  • ⁇ is the inverse of the cooling parameter (temperature)
  • q is the non-extensive parameter that regulates the relationship (ratio) between small and large configurational changes for equation (1).
  • the network optical traffic optimization system using advanced simulated annealing techniques to obtain an optimized arrangement of insertion / extraction multiplexers (ADM), light paths and wavelengths assigned to each light path , it comprises at least one data storage unit, an external memory unit and a routing calculation module which in turn comprises at least one routing processor, an internal memory unit and an input / output unit (E / S) of data.
  • ADM insertion / extraction multiplexers
  • E / S input / output unit
  • the external memory unit comprises at least the input data used to initialize the method for the first time (data included in the first or first and second data sets) in addition to other parameters necessary for routing to work through advanced simulated annealing techniques, among which are the non-extensive parameter q (), external ligatures, etc.
  • the data storage unit comprises at least the configuration data of the final data output comprising at least:
  • the data storage unit stores the optimized network configuration (final data output) once the last execution cycle is executed, which is mainly determined by the value of the final temperature T f .
  • the internal memory stores the preliminary data output during the first execution cycle of the optimization method of the present invention. While in subsequent cycles, it stores the configurations calculated by routing advanced simulated annealing techniques of the present invention that exceed the acceptance criteria of the proposed solution X '.
  • the routing processor is responsible for executing the execution instructions of the standard routing algorithm and the advanced heuristic method of simulated annealing of the present invention.
  • Said processor receives the external memory data as input and calculates the configuration of the preliminary solution in the first execution cycle of the algorithm, while calculating the configuration solutions proposed in the second and subsequent execution cycles. In this way, when the last one is reached execution cycle, the routing processor sends the configuration data of the final data output to the data storage unit.
  • the data input / output unit provides the necessary connection means (input / output ports, controllers, connection protocols, etc.) to connect to the routing calculation module at least the following elements: the external memory, the data storage unit, a keyboard, a mouse, a display screen, sensors, scanners, printers, database with input and / or output data, terminals, adapters, etc.
  • the method and the system of the present invention improves the results obtained by the prior art methods and systems, allowing the system a rapid convergence in time and high flexibility to address different network configurations by better search. of the solution and providing some extra parameters that adjust the search for the optimal configuration.
  • the method and system of the present invention improves the efficiency of networks already deployed through a better combination of traffic connections at wavelengths, allowing high traffic demands to be reunified through a network reconfiguration.
  • FIGURES Figure 1 Shows an example of a simple WDM type optical network comprising 6 nodes.
  • Figure 2. Shows a ring network of type SDH / WDM ("Synchronous Digital Hierarchy") with four nodes, two wavelengths, two circuits in each wavelength and two insertion / extraction multiplexers in each node.
  • SDH / WDM Synchronous Digital Hierarchy
  • Figure 3A Shows a solution of ADM equipment disposition by means of a state of the art optimization method.
  • Figure 3B.- It shows a solution of ADM equipment arrangement by means of the optimization method of the present invention.
  • Figure 4. Shows a graph (solution space) of the energy function with respect to the configuration solutions and how the Greedy (P G ) and simulated annealing (P SA ) heuristics work ⁇
  • FIG. 5 Shows the same graph (same solution space) as Figure 4, where the operation of the method of the present invention is now shown.
  • Figure 6. Shows by graph the probability distributions of the standard simulated annealing heuristics and the advanced simulated annealing heuristics of the present invention.
  • Figure 7. Shows a flow chart of the method of the present invention.
  • Figure 8.- Shows a flow chart of the part of the method of the present invention that iteratively calculates the probability of acceptance of the proposed solutions.
  • Figure 9. Shows a block diagram of the system of the present invention to calculate the optimal configuration solution. DESCRIPTION OF AN EXAMPLE OF EMBODIMENT OF THE INVENTION
  • Figure 1 shows an example of a simple WDM type optical network comprising 6 nodes.
  • the WDM network is an optical network with wavelength division multiplexing.
  • the routing nodes (1A, IB, 1C, ID, 1E, 1F) are interconnected by point-to-point fiber links (1A-1C, 1A-1E, 1E-1F, 1C- 1F, 1C-1D, 1D-1F and 1F-1B), thus comprising the physical network.
  • point-to-point fiber links (1A-1C, 1A-1E, 1E-1F, 1C- 1F, 1C-1D, 1D-1F and 1F-1B)
  • to join node 1A with node IB there are at least two virtual or logical networks comprising two light paths, said light paths being those shown with continuous (3A-3B) and dashed lines (2A- 2B).
  • the method of the present invention results in the number and location of necessary insertion / extraction multiplexers and the complete set of light paths with their respective wavelengths.
  • FIG. 2 Another type of network is the one shown in Figure 2, where an SDH / WDM ("Synchronous Digital Hierarchy") ring network with four nodes (4A, 4B, 4C, 4D), two wavelengths (5) is shown , 6), two circles in each wavelength (5A, 5B, 6A, 6B) and two insertion / extraction multiplexers (7A, 7B, 8A, 8B, 9A, 9B, 10A, 10B) in each node.
  • SDH / WDM Synchronous Digital Hierarchy
  • Figures 3A and 3B show two configuration solutions that satisfy a traffic matrix that describes the transport needs (connection requests) and the number and capacity of each wavelength .
  • the Connection requests are: (11,12), (11,13), (11,14), (11,12), (11,14), (13,14).
  • each request has a unit traffic volume.
  • Figure 3A comprises eight insertion / extraction multiplexers, while through an optimization performed by aggregation techniques (grooming), the number of insertion / extraction multiplexers can be reduced to drive all network traffic .
  • Figure 4 shows a landscape formed by the energy or cost function f (x) (15) of all possible configuration solutions (x) (16) compatible with the ligatures given (for simplicity it is considered a single dimension for x, although in general it is multidimensional) for a heuristic method called Greedy's heuristic (P G ) and for a simulated annealing method (P SA ), both of the prior art.
  • SA heuristic simulated annealing
  • This method is an example of a set of statistical algorithms called Monte Cario algorithms.
  • Figure 5 shows the same solution space as Figure 4 where it is also shown that the probability of acceptance of the present invention works better than the probability of acceptance of the heuristic SA of the prior art.
  • the current solution is b (29), which represents a local minimum in the objective function f, and has an energy f (b) (30).
  • Figure 6 shows the difference between the exponential functions in the SA heuristics (24) and the advanced heuristics q-SA (25) of the present invention, both included in the probability of acceptance P accept ⁇
  • the distribution of the heuristics q-SA has an asymptotically potential behavior law when its independent variable f is much larger than the unit, where the asymptotically potential behavior law (and, therefore, the probability of large values of f) depends on the "q" parameter .
  • This function has the property that when "q" tends to unity, the q-SA function recovers the usual exponential form (conventional SA). Because the q-exponential is a generalization of the exponential distribution, this q-exponential function includes many other distributions as particular cases.
  • FIG. 7 shows a flow chart of the method of optimizing network optical traffic using advanced simulated annealing techniques of the present invention.
  • the first step (34) comprises entering input data where said input data comprises at least one structure of the network topology, a traffic matrix Ti j , an initial configuration solution comprising at least one unique relationship between the location of a node and a network optical traffic insertion / extraction multiplexer, an objective function E (), the non-extensive parameter "q ()", a counter variable t, an initial temperature T 0 and an end temperature T f , an evolutionary plan for the internal parameter called temperature over time T (t) and an increase in the counter variable At.
  • the second step (35) consists in calculating a virtual network topology by applying at least one standard heuristic method (36) on the input data that obtains (step 3) a preliminary data output (37).
  • the fourth step (38) consists in applying an advanced heuristic method of simulated annealing that determines the acceptance of a proposed solution, where said advanced heuristic method of simulated annealing has as data entry at least the preliminary data output and a non-extensive parameter q () (39).
  • Said advanced heuristic method of simulated annealing is an iterative method that ends (ie, obtains the optimal configuration solution) when a predefined criterion is met.
  • the fifth step (40) consists in, for example, obtaining a final data output comprising the optimal configuration solution, that is, the complete arrangement (number, location, etc.) of insertion / extraction multiplexers of Optical network traffic and a complete set of light paths and their wavelengths.
  • Figure 8 shows the flow chart of how the optimal configuration solution is calculated by, among other factors, the probability of acceptance p aCce p t comprising the non-extensive parameter q () proposed in the present invention.
  • the advanced (iterative) heuristic method of simulated annealing begins with the data input (41), where said data input comprises an internal parameter T (t), an initial value T 0 of the internal parameter T (t), an final value T f of the internal parameter (t), a counter variable t, a differential increase in time At, a non-extensive parameter that depends on the temperature q (T), a predetermined set of ligatures and a configuration called current solution X selected from an initial condition X 0 (in the first iteration cycle) and a configuration solution resulting from the advanced heuristic method of simulated annealing in an earlier cycle (second iterative and subsequent cycles).
  • the third step (43) consists in calculating the internal temperature parameter based on the counter variable increased by a differential increase: T (f), as well as calculating the value of all the parameters or variables that depend on the temperature, such as , the value of the non-extensive external parameter q (T).
  • the sixth step is to compare the values of the two energy functions previously calculated. If the value of the energy function E 'of the proposed solution is less than the value of the energy function E' of the current solution, then the proposed solution becomes the current solution for the next iteration of the loop (47). After which, the temperature value is compared (48) with the value of the final temperature parameter. If both values match, the current solution previously calculated becomes the final data solution (54). If on the contrary, both values differ, another iteration is performed returning to the second step.
  • a probability of acceptance p aC cept selected from:
  • FIG. 9 shows the network optical traffic optimization system using advanced simulated annealing techniques of the present invention.
  • Said system comprises a data storage unit (62), an external memory unit (61) and a routing calculation module (60) which in turn comprises at least one routing processor (63), a memory unit internal (64) and an input / output (I / O) unit of data (65).
  • the external memory (61) comprises input data (66) that serve both standard routing and advanced routing.
  • input data are the physical network topology (66A), the traffic matrix Ti j , an initial solution X 0 and the energy function E () (66B), and the initial temperatures T 0 , T f and the differential increase of time At (66C).
  • the input data of the advanced method q-SA of the present invention comprise the non-extensive parameter q (T) (67A) and additional external ligatures (67B) that a standard routing cannot contemplate.
  • the internal memory (64) comprises, depending on the step in which the method is found, the preliminary data output (64A), the current configuration solution X (64B) and the proposed configuration solution X '( 64C).
  • the data input / output (I / O) unit (65) provides (not shown in the figure) the necessary connection means (input / output ports, controllers, connection protocols, etc.) to connect with the routing calculation module at least the following elements: external memory, data storage unit, a keyboard, a mouse, a display screen, sensors, scanners, printers, database with input data and / or output, terminals, adapters, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Optical Communication System (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

El método y el sistema de optimización del tráfico óptico de red mediante técnica savanzadas de recocido simulado minimiza el número de dispositivos de conversión eléctricos/ópticos y/o ópticos/eléctricos para un volumen de tráfico óptico de red predeterminado o alternativamente, maximiza el tráfico óptico de red para una configuración de red predeterminada con un número fijo de dispositivos de conversión eléctricos/ópticos y/o ópticos/eléctricos ajustando el resultado a las ligaduras o condiciones externas. El resultado del método es un conjunto de caminos de luz que portan el tráfico óptico de red por multiplexación de la longitud de onda, así como el número y la localización de los dispositivos de conversión eléctricos/ópticos y/o ópticos/eléctricos (ADM).

Description

MÉTODO DE OPTIMIZACIÓN DEL TRÁFICO ÓPTICO DE RED MEDIANTE TÉCNICAS AVANZADAS DE RECOCIDO SIMULADO.
OBJETO DE LA INVENCIÓN
La presente invención, tal y como se expresa en el enunciado de esta memoria descriptiva se refiere a un método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado. El método ajusta el resultado a las ligaduras o condiciones externas. Asi mismo, el método de la presente invención minimiza el número de dispositivos de conversión eléctricos/ópticos y/o ópticos/eléctricos para un volumen de tráfico óptico de red predeterminado o alternativamente, maximiza el tráfico óptico de red para una configuración de red predeterminada con un número fijo de dispositivos de conversión eléctricos/ópticos y/o ópticos/eléctricos. El resultado del método es un conjunto de caminos de luz que portan el tráfico óptico de red, asi como el número y la localización de los dispositivos de conversión eléctricos/ópticos y/o ópticos/eléctricos.
El método de la presente invención pertenece al área de redes de telecomunicaciones, y más concretamente al área de sistemas de gestión de redes ópticas para la optimización de los recursos y la mejora del rendimiento en redes ópticas.
ANTECEDENTES DE LA INVENCIÓN
En los últimos años ha existido un creciente interés en el despliegue de redes totalmente ópticas con técnicas de multiplexación por división de longitud de onda (WDM) . El ancho de banda que puede obtenerse de las redes totalmente ópticas hace que sean una opción muy atractiva para los operadores como una solución a la provisión de redes de transporte. Las redes multiplexadas por división de longitud de onda (WDM) operan a través de topologías virtuales o lógicas, que consisten en rutas totalmente ópticas denominadas "caminos de luz" (lightpaths) . Los caminos de luz son circuitos de longitud de onda fija completamente ópticos entre los componentes electrónicos en cualquier par de nodos. Los caminos de luz son usualmente establecidos con una configuración tal que se evite la transformación de la señal óptica al ámbito electrónico, porque esta transformación implica una pérdida inmediata de rendimiento en comparación con una señal totalmente óptica .
En el ámbito del diseño de las topologías virtuales, la cuestión de encaminamiento eficiente del tráfico de red puede subdividirse en una serie de sub-tareas que facilitan el análisis y favorece una implementación de la solución .
La tarea de encaminar eficientemente el tráfico sobre redes ópticas puede ser dividido en 4 sub-tareas:
· Topología o conectividad : consiste en determinar la topología virtual que se usará sobre la topología real, es decir, la determinación completa de los caminos de luz que se utilizarán, así como sus nodos finales (fuente y destino) .
· Enrutamiento de los caminos de luz: consiste en establecer las rutas físicas que portan los caminos virtuales determinadas en la sub-tarea de topología o conectividad .
• Asignación de la longitud de onda: consiste en determinar la longitud de onda que se utiliza en cada uno de los caminos de luz resueltos en las dos sub-tareas anteriores, de manera coherente en relación con los recursos físicos disponibles. • Enrutamiento del tráfico de red: es el esquema de enrutamiento que se utiliza dadas unas condiciones externas o ligaduras (solicitudes de conexión) , como la demanda de tráfico y nuevas ligaduras de las sub-tareas anteriores. Este paso es equivalente al problema de enrutamiento de cualquier otro tipo de red.
El enrutamiento del tráfico de red implica el control del tráfico mediante técnicas de combinación de varios tráficos de baja velocidad en un tráfico de alta velocidad. Estas técnicas de combinación de tráfico son conocidas en el estado de la técnica como "grooming techniques" .
Mediante el control de tráfico, todo el tráfico que se canaliza a través de la red es determinado en parte por los caminos de luz, que contienen los nodos de entrada y de salida. Estos nodos deben incluir el equipamiento apropiado para manipular la señal óptica en la longitud de onda requerida resultante del análisis de la topología virtual. A este tipo de equipamientos se les denomina multiplexores de inserción/extracción (Add/Drop Multiplexer, ADM) ya que llevan a cabo cualquier inserción o extracción de tráfico sobre la red, lo que implica la transformación de la señal óptica en una señal electrónica .
Teniendo en cuenta que el ancho de banda de un camino de luz es generalmente muy superior a lo que un solo usuario en promedio es capaz de consumir (actualmente, el ancho de banda de una sola fibra óptica se encuentra cerca de 50THz) , es necesario, para el uso eficiente de la red de transporte, la agregación (es decir, la multiplexación) de tráfico de baja velocidad en conexiones de alta velocidad. El modelo o patrón utilizado para agregar tráfico define el impacto sobre la eficiencia del diseño óptico, porque si al menos uno de los componentes de esta conexión agregada (que pueden ser de baja velocidad o de baja importancia) atraviesa una nodo de inserción/extracción, es decir, pasa al ámbito electrónico, (también llamado un OEO, conversión óptico- eléctrico-óptico) todos los demás componentes conectados a la señal se ven afectados por esa conexión OEO. Esta extracción ralentiza la velocidad de toda la señal, es decir, de todas las conexiones a esa señal. Como consecuencia de esto, el tráfico es multiplexado ("groomed") en tal forma que se pueden agrupar varias señales a fin de minimizar la transformación al ámbito electrónico en cada camino de luz. En general, existe más de una configuración que acomoda un tráfico dado que ha sido previamente asignado a la red. De hecho, en general suele haber un (posiblemente muy) elevado número de posibles formas de agrupar el gran número de peticiones de tráfico, y cada una de estas posibles formas o soluciones tienen un coste asociado determinado. Por lo tanto, desde el punto de vista de la planificación y la gestión, lo más importante es determinar mediante algún método de optimización, cuál de todas las configuraciones posibles es la configuración más eficiente teniendo en cuenta cuestiones operativas y de recursos, lo que a su vez se traduce en razones económicas.
Los métodos de optimización se basan en minimizar los puntos de extracción y de inserción para lograr una red con menos equipamiento y, por lo tanto, menor coste. Otra solución de dichos métodos de optimización es maximizar el tráfico de red para una configuración fija de puntos de extracción/inserción. Para obtener dichas soluciones, los métodos de optimización aplican las técnicas de agregación ("grooming techniques") anteriormente mencionadas, obteniendo una configuración de red más eficiente, que en el primer caso reduce al mínimo el número de ADM, mientras que en el segundo caso maximiza el tráfico de red.
Los métodos de optimización resuelven un conjunto de ecuaciones lineales que implican una función objetivo de optimización, y unas ecuaciones correspondientes al flujo de tráfico, a las longitudes de onda, al número de caminos de luz, y al enrutamiento . Este conjunto de ecuaciones se amplía con una serie de restricciones en forma de desigualdades, que ofrecen todas las limitaciones posibles para el problema en cuestión.
En el estado de la técnica y bajo ciertos requisitos, este conjunto de ecuaciones y desigualdades se pueden resolver analíticamente (es decir, completamente para cualquier valor de los parámetros externos) a través de una técnica de optimización denominada Programación Lineal ("Integer Lineal Programming", ILP) . La programación lineal es un método de optimización de una función objetivo diseñado para resolver un conjunto de ecuaciones lineales y desigualdades o inecuaciones lineales que representan las limitaciones y ligaduras, y donde las variables son generalmente de tipo entero.
Otro tipo de soluciones se obtiene mediante métodos heurísticos. Un método heurístico es aquel que utiliza una combinación de ensayo y error junto con unas conjeturas, y que se puede ver que funcionan bien en un gran número de situaciones, pero no se puede demostrar que funcionen siempre (como en el caso de la ILP) , es decir, no siempre producen al mismo tiempo los mejores resultados en el menor tiempo. Hay un gran número de técnicas heurísticas, precisamente debido a la naturaleza de dichos métodos. A veces, una combinación de métodos heurísticos (una meta-heurística) puede ser utilizada para mejorar los intentos anteriores. En términos generales, y en la misma forma que ILP, los métodos heurísticos también definen una función objetivo, también llamada función coste o función energía, que mide cómo de buena es una solución particular. Este método heurístico define entonces ciertas reglas para explorar el espacio de soluciones disponibles de acuerdo con la función objetivo hasta que se cumple un requisito predefinido, el cual considera que la solución encontrada es la mejor aproximación a la mejor solución posible.
Uno de los métodos heurísticos más conocidos del estado de la técnica se basa en el algoritmo Greedy. La heurística de Greedy se inicia con una solución de configuración inicial, tras lo cual, el algoritmo Greedy calcula una solución de configuración acorde con las ligaduras o condiciones externas, las matriz de tráfico y otros tipos de condiciones o requerimientos. El algoritmo se repite hasta encontrar una función objetivo de configuración con menos energía que la calculada en el ciclo anterior. La solución de configuración obtenida con este tipo de heurística no es necesariamente la mejor solución ya que el algoritmo Greedy calcula los mínimos de la función objetivo cerca de la solución de configuración inicial. Esta heurística tiene la ventaja de ser sencilla de aplicar, a pesar de que rara vez encuentra la solución óptima.
Otro método ampliamente estudiado en el estado de la técnica es el recocido simulado ("simulated annealing", SA) . Este método es un ejemplo de un conjunto de algoritmos estadísticos llamados algoritmos de Monte Carlo. La técnica de recocido simulado (SA) hace una mejor búsqueda en el espacio de soluciones.
Por lo tanto, el método ILP se define por una serie de ecuaciones matemáticas, cuya solución puede ser demostrada, desde el punto de vista de la complejidad matemática, por corresponder a la clase de los problemas NP-completo. Esto indica que no hay manera rápida y eficiente de conocer la solución a un problema de tamaño arbitrario, y que la dificultad (medida en los recursos necesarios para resolver el problema) aumenta muy rápido con el tamaño del sistema. Este hecho significa que esta técnica funciona razonablemente bien para redes de pequeño tamaño, es decir, de aproximadamente menos de 10 nodos. Para sistemas más grandes que este, el tiempo necesario para resolver el problema crece muy rápidamente al aumentar el número de nodos. Por esta razón, en escenarios realistas, este método se vuelve poco práctico y se hace necesario buscar otros.
Por otro lado, el método heurístico de Greedy tiene una desventaja muy clara, y es que sólo es capaz de encontrar mínimos locales, por lo que la aplicación de este método sólo garantiza la convergencia a la mejor solución cuando la condición inicial está dentro del valle del mínimo global. Para un tamaño de problema dado, el número de dimensiones puede ser bastante grande, y debido a la no linealidad de la función objetivo, es poco probable alcanzar el valle. Por lo tanto, este método casi siempre produce una solución sub-óptima.
La heurística SA tiene como principal limitación que el tiempo necesario para llevar a su fin los cálculos de la solución óptima es, para la mayoría de los casos, excesivamente largo, y por lo tanto, muy poco práctico. En esta técnica, el parámetro externo T (temperatura) regula la velocidad de la convergencia a una solución de configuración. En concreto, este parámetro modula la probabilidad de aceptación de un cambio desfavorable. El parámetro es variable en el tiempo (es decir, T (t) ) , para hacer que esta aceptación sea bastante probable en el comienzo de la computación, y se reduce después para ser suficientemente pequeña cuando la solución se aproxima al mínimo global. Si el plan de enfriamiento es demasiado rápido, el sistema podría quedar atrapado en una solución sub-óptima, mientras que si es demasiado lento, la heurística SA se convierte en poco práctica (muy lento) para calcular resultados significativos para la optimización del tráfico agregado ("grooming traffic") .
Por lo tanto, sería deseable encontrar un sistema y un método de optimización de tráfico de red que encontrase la solución de configuración óptima en un plazo corto de tiempo. En otras palabras, sería deseable encontrar un método que fuese capaz de encontrar el mínimo global sin que se quede atrapado en un mínimo local en poco tiempo.
DESCRIPCIÓN DE LA INVENCIÓN
Para lograr los objetivos y evitar los inconvenientes indicados anteriormente, la invención consiste en un sistema y un método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado, el cual está basado en la técnica de recocido simulado SA.
La optimización del tráfico óptico de red consiste en encontrar los caminos de luz necesarias para portar el tráfico de red en una red óptica. El método de la presente invención ajusta el resultado a las limitaciones o ligaduras externas, tales como un número limitado de longitudes de onda.
Además, el método de la presente invención minimiza el número de ADMs necesarios para portar todo el tráfico o, alternativamente, maximiza el rendimiento del tráfico dado para una configuración fija de ADM (Add/Drop Multiplexer: multiplexores de inserción/extracción que llevan a cabo cualquier inserción o extracción de tráfico sobre la red, transformando la señal óptica en una señal electrónica y viceversa) .
El resultado de la presente invención es un conjunto de caminos de luz que portan el tráfico de red, asi como el número de multiplexores de inserción/extracción (ADM) y la ubicación de dichos multiplexores de inserción/extracción (ADM).
El sistema y el método de la presente invención son capaces de analizar las topologías de red arbitrarias, como por ejemplo, las topologías en anillo, las topologías en malla, etc., ofreciendo una solución de configuración óptima para la disposición de los multiplexores de inserción/extracción (ADM) y/o un rendimiento del tráfico óptimo.
El método de la presente invención implementa una solución de búsqueda de forma equivalente a la heurística SA. El concepto distintivo de la presente invención es la aplicación de métodos alternativos para el cálculo de la probabilidad de aceptación (paccePt ) que mejora la búsqueda en el espacio de soluciones. Esto se consigue mediante la sustitución de la forma funcional de la función de probabilidad de aceptación paccePt · La función de probabilidad de aceptación filtra las configuraciones de alto coste en recursos, de tal forma que cuando se aplica una de las dos funciones de probabilidad de aceptación de la presente invención, se aumenta la probabilidad de aceptar una configuración no deseada. De esta manera, el patrón por el cual el paisaje configuracional es "visitado" se altera durante más tiempo permitiendo "saltos" largos en el espacio de soluciones (es decir, soluciones que, en comparación con la última solución aceptada, representan un cambio más profundo) , pero sin alterar el plan de enfriamiento. Esto potencia la probabilidad de que la función objetivo sea capaz de escapar de mínimos locales.
Por otra parte, si la búsqueda se lleva a cabo sólo por "pasos" largos, esto sería equivalente a tener una temperatura elevada, con lo que dicha búsqueda aceptaría casi todas las configuraciones propuestas ofreciendo pobres resultados.
El método de la presente invención calcula la proporción (ratio) correcta entre "pasos" largos y "pasos" cortos manteniendo una aproximación conservadora cuando la solución de configuración está llegando a la configuración óptima.
En la presente invención, esta proporción (ratio) no está representada por un número fijo, sino por una función con una forma particular que hace posible muchos "pasos" cortos y eventualmente "pasos" más largos. Además, esta proporción (ratio) es ajustable mediante un parámetro externo que es adaptado externamente para ajustarse a una red en particular, haciendo posible afrontar diferentes topologías de red con la misma herramienta, ajusfando la forma funcional, es decir, la proporción (ratio) que controla la cantidad de "pasos" largos y cortos en la búsqueda de solución.
El método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado de la presente invención comprende al menos los siguientes pasos :
i) introducir unos datos de entrada;
ii) calcular una topología de red virtual aplicando al menos un método heurístico estándar sobre los datos de entrada;
iii) obtener una salida de datos preliminar resultado del cálculo anterior;
iv) aplicar un método heurístico avanzado de recocido simulado que determina la aceptación de una solución propuesta, donde dicho método heurístico avanzado de recocido simulado tiene como entrada de datos al menos la salida de datos preliminar y un parámetro no-extensivo q(); y
v) obtener una salida de datos final.
Los pasos anteriores se repiten en forma de bucle desde un valor inicial de una variable contador hasta que dicha variable contador alcanza un valor de finalización, siendo la salida de datos final en ese momento la configuración óptima buscada.
Como datos de entrada del método, se admite al menos dos conjuntos de datos: un primer conjunto de datos y un segundo conjunto de datos.
El primer conjunto de datos comprende al menos:
· una estructura de la topología de la red que comprende al menos: el conjunto completo de nodos, la disposición de los nodos, el conjunto completo de pares de nodos enlazados, de tal forma que existe una relación unívoca entre los datos de entrada y la estructura de la red (es decir, el grafo completo que describe la red) ; • una matriz de tráfico: Tij, la cual unívocamente establece las peticiones de tráfico que deben pasar de un nodo "i" a otro nodo "j" en la red, siendo dicha matriz Tij uniforme o no uniforme;
• una solución inicial de configuración que comprende al menos una relación univoca entre la localización de un nodo y un multiplexor de inserción/extracción de tráfico óptico de red; donde dicha relación univoca se establece para todos los multiplexores de inserción/extracción comprendidos en la red;
· una función objetivo E ( ) ;
• un parámetro no-extensivo q();
• una variable contador denominada tiempo: t;
• un parámetro de inicio denominado temperatura inicial T0 y un parámetro de finalización denominado temperatura final Tf;
• un plan evolutivo para el parámetro interno denominado temperatura sobre el tiempo: T (t) ; y
• un incremento de la variable contador denominado incremento diferencial: At .
El segundo conjunto de datos está seleccionado entrenos:
• el número total de multiplexores de inserción/extracción de tráfico óptico de red;
• el número y el nodo de localización donde se encuentran al menos un transmisor Tr y al menos un receptor Rr;
• el número total de longitudes de onda aceptadas en al menos una conexión de enlace;
• el número máximo de circuios en una longitud de onda u otros parámetros envueltos en la definición correcta de la función objetivo como los pesos del enlace que representan los efectos ópticos no-lineales, las distancias lineales de los enlaces, etc. ;
• el número total de multiplexores de inserción/extracción de tráfico óptico de red fijos y que, por lo tanto, no pueden ser desplazados a otros nodos;
• el número de nodos con capacidad de conversión de la longitud de onda;
• los pesos asignados a cada enlace indicando las ligaduras físicas que representan una ventaja si se toman en consideración, siendo ejemplo de dichas ligaduras físicas: factores de atenuación no-lineal proporcionales a la longitud de la fibra óptica (distancia de enlace) , características cualitativas de la fibra óptica y en general, cualquier parámetro relacionado con la degradación lineal y no-lineal (es decir, la emisión espontánea de amplificador, la dispersión de modo de polarización, la dispersión cromática, los efectos de la diafonía no lineal, etc.), afectando dichos parámetros a la forma funcional de la función objetivo; y,
• una dependencia funcional de un parámetro no-extensivo q(T) respecto de la temperatura, donde dicho parámetro no-extensivo q(T) satisface: limT→Tfq(T) = 1.
Una vez que se da la entrada de datos, se calcula la salida de datos preliminar a partir del cálculo de una topología de red virtual y de aplicar al menos un método heurístico estándar sobre dicha topología de red virtual. Este paso es muy recomendable para que los tiempos de ejecución del método de la invención sean más cortos. En este paso, se aplica un método heurístico estándar seleccionado de entre los comprendidos en el estado de técnica para construir un conjunto de conexiones agrupadas de forma compatible con la matriz de tráfico solicitada, la topología de la red, y cualquier limitación o ligadura adicional que pueda ser considerada, como por ejemplo, los equipos fijos en un determinado nodo, los concentradores (hubs) donde se realizan conversiones de longitud de onda, etc. La elección de un método heurístico estándar en particular dependerá del problema a resolver en cada momento, siendo el método de la presente invención compatible con cualquier elección en particular de dicho método heurístico estándar.
La salida de datos preliminar que se obtiene de aplicar el método heurístico estándar en el método de optimización de la presente invención comprende al menos:
• un conjunto completo de multiplexores de inserción/extracción de tráfico óptico de red, comprendiendo dicho conjunto de al menos el número y la localización de dichos multiplexores de inserción/extracción; y,
• un conjunto completo de caminos de luz y sus respectivas longitudes de onda.
La salida de datos final que se obtiene de aplicar las técnicas avanzadas de recocido simulado del método de optimización de la presente invención sobre la configuración comprendida en la salida de datos preliminar comprende al menos:
• un conjunto completo de multiplexores de inserción/extracción de tráfico óptico de red, comprendiendo dicho conjunto de al menos el número y la localización de dichos multiplexores de inserción/extracción; • un conjunto completo de caminos de luz y sus respectivas longitudes de onda; y,
• la tasa de transferencia total entregada.
Para obtener la salida de datos final a partir de la salida de datos preliminar, se aplican las técnicas avanzadas de recocido simulado mediante el método heurístico avanzado de recocido simulado de la presente invención. Estas técnicas avanzadas se basan en la distribución q-exponencial , la cual ha sido objeto de estudio como medio de mejorar el algoritmo de recocido simulado (SA) en aplicaciones no relacionadas con la optimización del tráfico óptico de red.
La distribución q-exponencial tiene un parámetro q externo de tipo real que modifica la forma funcional de la distribución de probabilidad, siendo su forma matemática : pi = C[l-(l-q)pfi]^ ,
siendo p± la probabilidad de la solución i, q es el parámetro que controla cómo de lejos de la exponencial está la función, β es la inversa del parámetro temperatura T, C es una constante de normalización y fi es el valor de la función objetivo de energía de la solución i .
Para obtener la salida de datos final a partir de la salida de datos preliminar, se aplican las técnicas avanzadas de recocido simulado mediante el método heurístico avanzado de recocido simulado, donde dicho método comprende los siguientes pasos:
i) seleccionar la salida de datos preliminar como entrada de datos del método que comprende al menos: un plan evolutivo para el parámetro interno T (t) , un valor inicial T0 del parámetro interno T (t) , un valor final Tf del parámetro interno T (t) , una variable contador t denominada tiempo, un incremento de la variable contador At, una distribución q-exponencial q() (con dependencia seleccionada entre sin dependencia y una dependencia con la temperatura q(T) mediante una regla funcional) , un conjunto predeterminado de ligaduras y una configuración denominada solución actual X seleccionada entre una condición inicial X0 (formada por unos datos seleccionados entre los datos comprendidos en el primer conjunto y los datos comprendidos en el segundo conjunto) y una solución de configuración resultado del método heurístico avanzado de recocido simulado en un ciclo anterior;
ii) incrementar la variable contador en un incremento: t'= t + At;
iii) calcular el parámetro interno temperatura en función de la variable contador incrementada en un incremento: T ( t ' ) = ( t+At ) ;
iv) calcular una solución propuesta X' que aplica una modificación aleatoria ΡΩ ( ) sobre la solución actual X: X'= ΡΩ(Χ), siendo dicha modificación aleatoria una regla preestablecida que consiste en, por ejemplo, intercambiar dos conexiones elegidas aleatoriamente si el resultado del intercambio cumple con todas las restricciones de la configuración objeto de optimización;
v) calcular una función energía o también denominada función coste E sobre la solución actual X: E=f (X) ; siendo E un número real;
vi) calcular una función energía o función coste E' sobre la solución propuesta X' : E'=f(X'); siendo E' un número real; vii) seleccionar como salida de datos final la solución propuesta X' cuando el valor de función energía E' es menor que el valor de la función energía E y el parámetro interno temperatura (t) es igual al parámetro final Tf;
viii) volver al paso ii) cuando el valor de función energía E' es menor que la función energía E y el parámetro interno temperatura T(t) es inferior al parámetro final Tf; y,
ix) determinar la aceptación de la solución propuesta X' cuando el valor de función energía E' es mayor o igual que el valor de la función energía E mediante al menos los siguientes pasos:
o calcular una probabilidad de aceptación paCcept (q) seleccionada entre:
Vaccep f) = min Γ1,[1-(1-<7)?Δ/]ι-«φ ' (1)
Paccept ífold → fnew) (2)
Figure imgf000018_0001
donde el parámetro q(T) cumple: limT→Tfq(T) =
1;
o calcular un número aleatorio ξ comprendido entre [0,1] con probabilidad uniforme;
o aceptar la solución propuesta X' si ξ es menor que Paccepti
o mantener la solución actual X si ξ es mayor o igual que Vaccept ! Y,
o volver al paso ii) .
Siendo Af el incremento en la función objetivo, β es el inverso del parámetro de enfriamiento (temperatura) y q es el parámetro no-extensivo que regula la relación (ratio) entre los pequeños y grandes cambios configuracionales para la ecuación (1). Adicionalmente para la ecuación (2), el parámetro no-extensivo q depende de la temperatura, donde Τ=1/β tal que se cumple que limT→Tfq(T) = 1, y donde fne» es f (X' ) y f0id es f (X) .
El inconveniente de utilizar paccept (Af) (ecuación (1)) es que, con esta forma funcional, no hay garantía de encontrar una solución. Esto se debe a una condición matemática llamada balance detallado, relacionado con el equilibrio del flujo de probabilidad, que esta forma funcional no cumple. La ventaja de esta alternativa es que necesita menos recursos para su aplicación.
En cambio, si se toma paccept ( foid → fnew) (ecuación (2)) para el cálculo de la probabilidad de aceptación se garantiza encontrar una solución ya que cumple con la condición de balance detallado.
Por otro lado, el sistema de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado para obtener una disposición optimizada de los multiplexores de inserción/extracción (ADM) , los caminos de luz y las longitudes de onda asignadas a cada camino de luz, comprende al menos una unidad de almacenamiento de datos, una unidad de memoria externa y un módulo de cálculo de enrutamiento que a su vez comprende al menos un procesador de enrutamiento, una unidad de memoria interna y una unidad de entrada/salida (E/S) de datos.
La unidad de memoria externa comprende al menos los datos de entrada que sirven para inicializar el método por primera vez (datos comprendidos en el primer o en el primer y en el segundo conjunto de datos) además de otros parámetros necesarios para que funcione el enrutamiento mediante técnicas avanzadas de recocido simulado, entre los que se encuentran el parámetro no-extensivo q(), las ligaduras externas, etc. La unidad de almacenamiento de datos comprende al menos los datos de configuración de la salida de datos final comprendida al menos por:
• un conjunto completo de multiplexores de inserción/extracción de tráfico óptico de red, comprendiendo dicho conjunto de al menos el número y la localización de dichos multiplexores de inserción/extracción;
• un conjunto completo de caminos de luz y sus respectivas longitudes de onda; y,
• la tasa de transferencia total entregada.
La unidad de almacenamiento de datos almacena la configuración optimizada de la red (salida de datos final) una vez se ejecuta el último ciclo de ejecución que viene determinado principalmente por el valor de la temperatura final Tf.
La memoria interna almacena la salida preliminar de datos durante el primer ciclo de ejecución del método de optimización de la presente invención. Mientras que en los posteriores ciclos, almacena las configuraciones calculadas mediante el enrutamiento de técnicas avanzadas de recocido simulado de la presente invención que superan el criterio de aceptación de la solución propuesta X' .
El procesador de enrutamiento es el encargado de ejecutar las instrucciones de ejecución del algoritmo de de enrutamiento estándar y del método heurístico avanzado de recocido simulado de la presente invención. Dicho procesador recibe como entrada los datos de la memoria externa y calcula la configuración de la solución preliminar en el primer ciclo de ejecución del algoritmo, mientras que calcula las soluciones de configuración propuesta en el segundo y subsiguientes ciclos de ejecución. De esta forma, cuando se alcanza el último ciclo de ejecución, el procesador de enrutamiento manda los datos de configuración de la salida de datos final a la unidad de almacenamiento de datos.
La unidad de entrada/salida de datos proporciona los medios de conexión necesarios (puertos de entrada/salida, controladores , protocolos de conexión, etc.) para conectar con el módulo de cálculo de enrutamiento al menos los siguientes elementos: la memoria externa, la unidad de almacenamiento de datos, un teclado, un ratón, una pantalla de visualización, sensores, escáneres, impresores, base de datos con datos de entrada y/o salida, terminales, adaptadores, etc.
Por lo tanto, el método y el sistema de la presente invención mejora los resultados obtenidos por los métodos y sistemas del estado de la técnica, permitiendo al sistema una rápida convergencia en tiempo y una alta flexibilidad para abordar diferentes configuraciones de red mediante una mejor búsqueda de la solución y proporcionando unos parámetros extras que ajustan la búsqueda de la configuración óptima.
Además, incrementa la eficiencia en el procedimiento de agrupar el tráfico ("traffic grooming") uniforme y no uniforme, donde dicha agrupación de tráfico a su vez disminuye el coste ahorrando en equipamientos ADM, los cuales dominan el coste total en redes medias-largas.
Asi mismo, el método y el sistema de la presente invención mejora la eficiencia de redes ya desplegadas mediante una mejor combinación de las conexiones de tráfico en longitudes de onda, permitiendo reunificar altas demandas de tráfico mediante una reconfiguración de red .
BREVE DESCRIPCIÓN DE LAS FIGURAS Figura 1.- Muestra un ejemplo de una red óptica de tipo WDM sencilla que comprende 6 nodos.
Figura 2.- Muestra una red en anillo de tipo SDH/WDM ("Synchronous Digital Hierarchy") con cuatro nodos, dos longitudes de onda, dos circuios en cada longitud de onda y dos multiplexores de inserción/extracción en cada nodo.
Figura 3A.- Muestra una solución de disposición de los equipos ADM mediante un método de optimización del estado de la técnica.
Figura 3B.- Muestra una solución de disposición de los equipos ADM mediante el método de optimización de la presente invención.
Figura 4.- Muestra una gráfica (espacio de soluciones) de la función energía respecto de las soluciones de configuración y cómo funcionan las heurísticas de Greedy ( PG ) y de recocido simulado (PSA) ·
Figura 5.- Muestra la misma gráfica (mismo espacio de soluciones) que la figura 4, donde ahora se muestra el funcionamiento del método de la presente invención.
Figura 6.- Muestra mediante una gráfica las distribuciones de probabilidad de la heurística de recocido simulado estándar y la heurística avanzada de recocido simulado de la presente invención.
Figura 7.- Muestra un diagrama de flujo del método de la presente invención.
Figura 8.- Muestra un diagrama de flujo de la parte del método de la presente invención que de forma iterativa calcula la probabilidad de aceptación de las soluciones propuestas.
Figura 9.- Muestra un diagrama de bloques del sistema de la presente invención para calcular la solución de configuración óptima. DESCRIPCIÓN DE UN EJEMPLO DE REALIZACIÓN DE LA INVENCIÓN
Seguidamente se realizan, con carácter ilustrativo y no limitativo, una descripción de un ejemplo de realización de la invención, haciendo referencia a la numeración adoptada en las figuras.
La figura 1 muestra un ejemplo de una red óptica de tipo WDM sencilla que comprende 6 nodos. La red WDM es una red óptica con multiplexación por división de la longitud de onda. En la red mostrada en la figura 1, los nodos de enrutamiento (1A, IB, 1C, ID, 1E, 1F) están interconectados por enlaces de fibra punto a punto (1A- 1C, 1A-1E, 1E-1F, 1C-1F, 1C-1D, 1D-1F and 1F-1B) , comprendiendo asi la red física. Así mismo, se muestra que para unir el nodo 1A con el nodo IB existen al menos dos redes virtuales o lógicas que comprenden sendos caminos de luz, siendo dichos caminos de luz los mostrados con líneas continuas (3A-3B) y discontinuas (2A-2B) . El método de la presente invención produce como resultado el número y la localización de multiplexores de inserción/extracción necesarios y el conjunto completo de caminos de luz con sus respectivas longitudes de onda.
Otro tipo de red es la mostrada en la figura 2, donde se muestra una red en anillo de tipo SDH/WDM ("Synchronous Digital Hierarchy") con cuatro nodos (4A, 4B, 4C, 4D) , dos longitudes de onda (5, 6) , dos círculos en cada longitud de onda (5A, 5B, 6A, 6B) y dos multiplexores de inserción/extracción (7A, 7B, 8A, 8B, 9A, 9B, 10A, 10B) en cada nodo.
Para el tipo de red mostrado en la figura 2, las figuras 3A y 3B muestran dos soluciones de configuración que satisfacen una matriz de trafico que describe las necesidades de transporte (las peticiones de conexión) y el número y la capacidad de cada longitud de onda. Las peticiones de conexión son: (11,12), (11,13), (11,14), (11,12), (11,14), (13,14). En los ejemplos mostrados en las figuras 3A y 3B se considera que cada petición tiene un volumen de tráfico unitario. La figura 3A comprende ocho multiplexores de inserción/extracción, mientras que mediante una optimización realizada por técnicas de agregación ("grooming") se pueden reducir a siete (figura 3B) el número de multiplexores de inserción/extracción para conducir todo el tráfico de red.
La figura 4 muestra un paisaje formado por la función energía o coste f (x) (15) de todas las soluciones de configuración posibles (x) (16) compatibles con la ligaduras dadas (por sencillez se considera una sola dimensión para x, aunque en general es multidimensional ) para un método heurístico denominado heurística de Greedy (PG) y para un método de recocido simulado (PSA) , ambos del estado de la técnica. En heurística de Greedy (PG) se comienza con la configuración i (17), la cual se corresponde con cierta configuración de recursos (i.e., una disposición particular de equipos ADM) y donde además dicha solución de configuración es consistente con la matriz de tráfico dada y otras restricciones aunque no es una solución necesariamente óptima en el sentido de que no es la solución con la función objetivo de menor valor. El paso posterior consiste en calcular el valor de la función objetivo f (x) para esa configuración, f (i) . A continuación, se propone otra modificación que se obtiene modificando un cierto elemento aleatorio en la configuración previa (siempre compatible con el conjunto de restricciones o ligaduras del problema) , y calculando un nuevo valor para la función objetivo para esta solución propuesta. Dicho cambio o perturbación en x se denota por PG(X) que produce otra solución x' . Si el valor del coste anterior es mayor que el del nuevo, entonces se acepta automáticamente la nueva configuración. Si no, es automáticamente rechazada. El proceso se repite hasta que se cumple algún criterio predefinido, obteniéndose como resultado de la optimización la solución de configuración c (18) que representa un mínimo local y, por lo tanto, no alcanzando nunca el mínimo global b (19) . La heurística de Greedy tiene la ventaja de ser directa de aplicar pero raramente encuentra el mínimo global (solución óptima) .
Otro método ampliamente estudiado es la heurística de recocido simulado (SA) . Este método es un ejemplo de un conjunto de algoritmos estadísticos denominados algoritmos de Monte Cario. La técnica de recocido simulado (SA) lleva a cabo una mejor búsqueda en el espacio de soluciones. Como en la heurística de Greedy, esta búsqueda comienza por una condición inicial (x=a (20) en la figura 4) y después se realiza un cambio aleatorio de un elemento en la configuración de ADM en cada paso, que en la figura 4 se muestra como PSA (23) . A continuación, se realiza una comparación entre el último valor calculado y el anterior valor calculado de la función objetivo. La principal diferencia con la heurística de Greedy está en que cuando la nueva configuración propuesta tiene un valor de la función de coste mayor, en vez de descartarlo automáticamente (como en el caso de la heurística de Greedy) , un paso adicional calcula la denominada probabilidad de aceptación Paccept / la cual define si este cambio "no directo" es realmente descartado o no. Esto otorga a la heurística SA la posibilidad de aceptar en algunas ocasiones un cambio desfavorable, o, en la figura 4, ir hacia arriba en energía/coste. Esta nueva característica en el método heurístico le proporciona a la función objetivo, los medios para salir del mínimo local y permitiendo así, alcanzar el mínimo global (en la figura 4, es la capacidad de encontrar la solución de configuración b (19) partiendo de la a (20)).
La figura 5 muestra el mismo espacio de soluciones que la figura 4 donde además se muestra que la probabilidad de aceptación de la presente invención trabaja mejor que la probabilidad de aceptación de la heurística SA del estado de la técnica. En dicha figura 5, la solución actual es b (29), la cual representa un mínimo local en la función objetivo f, y tiene una energía f (b) (30) . Esta energía es menor comparada con soluciones similares (vecinas), como por ejemplo, la solución X=i . Por esta razón, en la heurística SA tradicional, la probabilidad de aceptar una solución X=i (28) es muy pequeña para una aceptación real de la misma. En la presente invención, la probabilidad de aceptación Pq-sA (26) de dicha solución X=i es mayor. De esta manera, dicha solución X=i se convierte en real y aumenta de forma significante la posibilidad de saltar (27), más adelante, desde una barrera de alta energía hacia un mínimo global.
La figura 6 muestra la diferencia entre las funciones exponenciales en la heurística SA (24) y la heurística avanzada q-SA (25) de la presente invención, comprendidas ambas en la probabilidad de aceptación Paccept · En particular, la distribución de la heurística q-SA tiene una ley de comportamiento asintóticamente potencial cuando su variable independiente f es mucho mayor que la unidad, donde la ley de comportamiento asintóticamente potencial (y, por lo tanto, la probabilidad de grandes valores de f) dependen del parámetro "q". Esta función tiene la propiedad de que cuando "q" tiende a la unidad, la función q-SA recupera la forma exponencial habitual (SA convencional) . Debido a que la q-exponencial es una generalización de la distribución exponencial, dicha función q-exponencial incluye muchas otras distribuciones como casos particulares. Un ejemplo de ello es la distribución de Cauchy-Lorent z (utilizada en el estado de la técnica como la denominada distribución de recocido simulado rápido, FSA) , la cual se recupera cuando q toma el valor 2 en la función q-exponencial de la presente invención. Por lo tanto, la función q-exponencial de la presente invención abarca una amplia gama de extensiones funcionales de la exponencial convencional SA.
La figura 7 muestra un diagrama de flujo del método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado de la presente invención. El primer paso (34) comprende introducir unos datos de entrada donde dichos datos de entrada comprenden al menos una estructura de la topología de la red, una matriz de tráfico Tij, una solución de configuración inicial que comprende al menos una relación unívoca entre la localización de un nodo y un multiplexor de inserción/extracción de tráfico óptico de red, una función objetivo E(), el parámetro no-extensivo "q() ", una variable contador t, una temperatura inicial T0 y una temperatura final Tf, un plan evolutivo para el parámetro interno denominado temperatura sobre el tiempo T (t) y un incremento de la variable contador At . El segundo paso (35) consiste en calcular una topología de red virtual aplicando al menos un método heurístico estándar (36) sobre los datos de entrada que obtiene (paso 3) una salida de datos preliminar (37) . El paso cuarto (38) consiste en aplicar un método heurístico avanzado de recocido simulado que determina la aceptación de una solución propuesta, donde dicho método heurístico avanzado de recocido simulado tiene como entrada de datos al menos la salida de datos preliminar y un parámetro no-extensivo q() (39) . Dicho método heurístico avanzado de recocido simulado es un método iterativo que finaliza (i.e., obtiene la solución de configuración óptima) cuando se cumple un criterio predefinido. Por último, el paso quinto (40) consiste en, por ejemplo, obtener una salida de datos final que comprende la solución de configuración óptima, es decir, la disposición completa (número, localización, etc.) de multiplexores de inserción/extracción de tráfico óptico de red y un conjunto completo de caminos de luz y sus longitudes de onda.
La figura 8 muestra el diagrama de flujo de cómo se calcula la solución de configuración óptima mediante, entre otros factores, la probabilidad de aceptación paCcept que comprende el parámetro no-extensivo q() propuesta en la presente invención. El método (iterativo) heurístico avanzado de recocido simulado comienza con la entrada de datos (41), donde dicha entrada de datos comprende un parámetro interno T (t) , un valor inicial T0 del parámetro interno T (t) , un valor final Tf del parámetro interno (t) , una variable contador t, un incremento diferencial del tiempo At, un parámetro no-extensivo que depende de la temperatura q(T), un conjunto predeterminado de ligaduras y una configuración denominada solución actual X seleccionada entre una condición inicial X0 (en el primer ciclo de iteración) y una solución de configuración resultado del método heurístico avanzado de recocido simulado en un ciclo anterior (segundo ciclo iterativo y subsiguientes). El segundo paso (42) consiste en incrementar la variable contador en un incremento diferencial de tiempo: t'= t + At . El tercer paso (43) consiste en calcular el parámetro interno temperatura en función de la variable contador incrementada en un incremento diferencial: T (f ) , asi como calcular el valor de todos los parámetros o variables que dependan de la temperatura, como por ejemplo, el valor del parámetro externo no-extensivo q(T) . El cuarto paso (44) consiste en calcular una solución propuesta X' que aplica una modificación aleatoria ΡΩ ( ) sobre solución actual X: X' = ΡΩ(Χ), siendo dicha modificación aleatoria una regla preestablecida que consiste en intercambiar dos conexiones elegidas aleatoriamente si el resultado del intercambio cumple con todas las restricciones de la configuración objeto de optimización. El quinto paso (45) consiste en calcular una función energía o función coste E sobre la solución actual X: E=f (X) (siendo E un número real) si no ha sido calculada y almacenada previamente (sólo para la primera iteración) , y calcular y almacenar una función energía o función coste E' sobre la solución propuesta X': E'=f(X'); (siendo E' un número real). El sexto paso consiste en comparar los valores de las dos funciones de energía anteriormente calculadas. Si el valor de la función energía E' de la solución propuesta es menor que el valor de la función energía E' de la solución actual, entonces la solución propuesta se convierte en solución actual para la siguiente iteración del bucle (47) . Tras lo cual, se compara (48) el valor de la temperatura con el valor del parámetro temperatura final. Si ambos valores coinciden, la solución actual anteriormente calculada se convierte en la solución de datos final (54) . Si por el contrario, ambos valores difieren, se realiza otra iteración volviendo al segundo paso .
Cuando el valor de la función energía E' de la solución propuesta no es menor que el valor de la función energía E' de la solución actual, se determina la aceptación de la solución propuesta X' mediante los siguientes pasos:
o calcular (49) una probabilidad de aceptación paCcept seleccionada entre:
Paccept (Δ ) = min Ul-(l-q)/?A ]i-«
para el caso en que el parámetro no-extensivo "q' dependa de la temperatura, y, fl-Q--q(O Pfnew l-q(T)
Paccept ífold → fnew) TTIÍ L cuando el
Vi- -r(il--'q(T)WfoldJ
parámetro no-extensivo "q" depende de la temperatura y cumple: limT→Tf q(T) = 1 ;
o calcular (50) un número aleatorio ξ comprendido entre [0,1] con probabilidad uniforme;
o comparar (51) los valores calculados de paccePt y ξ;
o aceptar (52) la solución propuesta X' si ξ es menor que Paccept'
o mantener (53) la solución actual X si ξ es mayor o igual que paccevt; Y ,
o volver (55) al segundo paso.
La figura 9 muestra el sistema de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado de la presente invención. Dicho sistema comprende una unidad de almacenamiento de datos (62), una unidad de memoria externa (61) y un módulo de cálculo de enrutamiento (60) que a su vez comprende al menos un procesador de enrutamiento (63), una unidad de memoria interna (64) y una unidad de entrada/salida (E/S) de datos (65) . A su vez, la memoria externa (61) comprende unos datos de entrada (66) que sirven tanto para el enrutamiento estándar como para el enrutamiento avanzado. Entre dichos datos de entrada se encuentran la topología física de red (66A), la matriz de tráfico Tij, una solución inicial X0 y la función energía E() (66B), y las temperaturas inicial T0, Tf y el incremento diferencial de tiempo At (66C) . Por otro lado, los datos de entrada del método avanzado q-SA de la presente invención comprenden el parámetro no-extensivo q(T) (67A) y ligaduras externas adicionales (67B) que un enrutamiento estándar no puede contemplar. Por otro lado, la memoria interna (64) comprende, dependiendo del paso en el que se encuentre el método, la salida de datos preliminar (64A), la solución actual de configuración X (64B) y la solución propuesta de configuración X' (64C) . Por último, la unidad de entrada/salida (E/S) de datos (65) proporciona (no mostrado en la figura) los medios de conexión necesarios (puertos de entrada/salida, controladores , protocolos de conexión, etc.) para conectar con el módulo de cálculo de enrutamiento al menos los siguientes elementos: la memoria externa, la unidad de almacenamiento de datos, un teclado, un ratón, una pantalla de visualización, sensores, escáneres, impresores, base de datos con datos de entrada y/o salida, terminales, adaptadores, etc.

Claims

RE ..VINDICACIONES
1. - Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado, caracterizado porque comprende al menos los siguientes pasos:
i) introducir unos datos de entrada;
ii) calcular una topología de red virtual aplicando al menos un método heurístico estándar sobre los datos de entrada;
iii) obtener una salida de datos preliminar resultado del cálculo anterior;
iv) aplicar un método heurístico avanzado de recocido simulado que determina la aceptación de una solución propuesta, donde dicho método heurístico avanzado de recocido simulado tiene como entrada de datos al menos la salida de datos preliminar y un parámetro no-extensivo q(); y
v) obtener una salida de datos final.
2. - Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado, según la reivindicación 1, caracterizado porque los datos de entrada comprenden al menos:
• una estructura de la topología de la red que comprende al menos: el conjunto completo de nodos, la disposición de los nodos, el conjunto completo de pares de nodos enlazados;
• una matriz de tráfico: Tij ;
• una solución de configuración inicial que comprende al menos una relación unívoca entre la localización de un nodo y un multiplexor de inserción/extracción de tráfico óptico de red;
• una función objetivo E ( ) ;
• un parámetro no-extensivo q(); • una variable contador: t;
• un parámetro de inicio denominado temperatura inicial T0 y un parámetro de finalización denominado temperatura final Tf;
« un plan evolutivo para el parámetro interno denominado temperatura sobre el tiempo: T (t) ; y
• un incremento en la variable contador denominado incremento diferencial: At .
3. - Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado, según la reivindicación 1, caracterizado porque los datos de entrada comprenden al menos un dato seleccionado entre:
• el número total de multiplexores de inserción/extracción de tráfico óptico de red;
· el número y la localización del nodo donde se encuentran un transmisor Tr y un receptor Rr;
• el número total de longitudes de onda aceptadas en cualquier conexión de enlace;
• el número máximo de circuios en una longitud de onda;
• el número total de multiplexores de inserción/extracción de tráfico óptico de red fijos;
• el número de nodos con capacidad de conversión de la longitud de onda;
· los pesos asignados a cada enlace indicando las ligaduras físicas; y,
• una dependencia funcional de un parámetro no-extensivo q(T) respecto de la temperatura, donde dicho parámetro no-extensivo q(T) satisface: limT→Tf q(T) = 1.
4. - Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado, según la reivindicación 1, caracterizado porque la salida de datos preliminar comprende al menos:
• un conjunto completo de multiplexores de inserción/extracción de tráfico óptico de red, comprendiendo dicho conjunto de al menos el número y la localización de dichos multiplexores de inserción/extracción; y,
• un conjunto completo de caminos de luz y sus longitudes de onda.
5.- Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado, según la reivindicación 1, caracterizado porque la salida de datos final comprende al menos:
• un conjunto completo de multiplexores de inserción/extracción de tráfico óptico de red, comprendiendo dicho conjunto de al menos el número y la localización de dichos multiplexores de inserción/extracción;
• un conjunto completo de caminos de luz y sus longitudes de onda; y,
• la tasa de transferencia total entregada.
6.- Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado, según la reivindicación 4, caracterizado porque el método heurístico avanzado de recocido simulado comprende los siguientes pasos:
i) seleccionar la salida de datos preliminar como entrada de datos del método que comprende al menos: un plan evolutivo para un parámetro interno T (t) , un valor inicial T0 del parámetro interno T (t) , un valor final Tf del parámetro interno T (t) , una variable contador t, un incremento de la variable contador At, una distribución q-exponencial q() , un conjunto predeterminado de ligaduras y una configuración denominada solución actual X seleccionada entre una condición inicial X0 y una solución de configuración resultado del método heurístico avanzado de recocido simulado en un ciclo anterior;
ii) incrementar la variable contador en un incremento: t'= t + At;
iü) calcular el parámetro interno temperatura en función de la variable contador incrementada en un incremento: T (f ) ;
iv) calcular una solución propuesta X' que aplica una modificación aleatoria ΡΩ ( ) sobre la solución actual X: X'= PQ(X); siendo dicha modificación aleatoria una regla preestablecida que consiste en intercambiar dos conexiones elegidas aleatoriamente si el resultado del intercambio cumple con todas las restricciones de la configuración objeto de optimización;
v) calcular una función energía o función coste E sobre la solución actual X: E=f (X) ; siendo E un número real;
vi) calcular una función energía o función coste E' sobre la solución propuesta X': E'=f(X'); siendo
E' un número real;
vii) seleccionar como salida de datos final la solución propuesta X' cuando el valor de función energía E' es menor que el valor de la función energía E y el parámetro interno temperatura (t) es igual al parámetro final Tf;
viii) volver al paso ii) cuando el valor de función energía E' es menor que la función energía E y el parámetro interno temperatura (t) es inferior al parámetro final Tf; y,
ix) determinar la aceptación de la solución propuesta X' cuando el valor de función energía E' es mayor o igual que el valor de la función energía E mediante al menos los siguientes pasos:
o calcular una probabilidad de aceptación Paccept (q) seleccionada entre:
Paccept i^f = min Ul-(l-q)/?A ] i-« Y ,
Paccept ífold → fnew) TTIÍ L
Figure imgf000036_0001
donde el parámetro q(T) cumple: limT→Tf q(T) = 1 ;
o calcular un número aleatorio ξ comprendido entre [0,1] con probabilidad uniforme;
o aceptar la solución propuesta X' si ξ es menor que Vaccept- o mantener la solución actual X si ξ es mayor o igual que Vaccept ! Y ,
o volver al paso ii) .
7.- Sistema de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado, para el método definido en la reivindicación 1, caracterizado porque comprende al menos una unidad de almacenamiento de datos, una unidad de memoria externa y un módulo de cálculo de enrutamiento que a su vez comprende al menos un procesador de enrutamiento, una unidad de memoria interna y una unidad de entrada/salida (E/S) de datos.
PCT/ES2010/070223 2010-04-12 2010-04-12 Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado WO2011128466A1 (es)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/ES2010/070223 WO2011128466A1 (es) 2010-04-12 2010-04-12 Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado
ARP110101175A AR080844A1 (es) 2010-04-12 2011-04-07 Metodo de optimizacion del trafico optico de red mediante tecnicas avanzadas de recocido simulado

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/ES2010/070223 WO2011128466A1 (es) 2010-04-12 2010-04-12 Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado

Publications (1)

Publication Number Publication Date
WO2011128466A1 true WO2011128466A1 (es) 2011-10-20

Family

ID=44798285

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/ES2010/070223 WO2011128466A1 (es) 2010-04-12 2010-04-12 Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado

Country Status (2)

Country Link
AR (1) AR080844A1 (es)
WO (1) WO2011128466A1 (es)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998009407A1 (en) * 1996-08-26 1998-03-05 Telefonaktiebolaget Lm Ericsson (Publ) Method for optimising a mostly optical network
EP1798894A1 (en) * 2005-12-19 2007-06-20 Alcatel Lucent A fast simulated annealing for traffic matrix estimation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998009407A1 (en) * 1996-08-26 1998-03-05 Telefonaktiebolaget Lm Ericsson (Publ) Method for optimising a mostly optical network
EP1798894A1 (en) * 2005-12-19 2007-06-20 Alcatel Lucent A fast simulated annealing for traffic matrix estimation

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A KHATHRYN A. DOWSLAND.: "Diseño de heuristica y fundamentos del recococido simulado.", INTELIGENCIA ARTIFICIAL. REVISTA IBEROAMERICANA DE INTELIGENCIA ARTIFICIAL., vol. 7, no. 019 *

Also Published As

Publication number Publication date
AR080844A1 (es) 2012-05-09

Similar Documents

Publication Publication Date Title
US10148578B2 (en) Optical and packet path computation and selection systems and methods
Suárez-Varela et al. Feature engineering for deep reinforcement learning based routing
US20050197993A1 (en) Network global expectation model for multi-tier networks
US20150104166A1 (en) Suurballe-based Cloud Service Embedding Procedure in Software-Defined Flexible-Grid Optical Transport Networks
US20130070617A1 (en) Shortest path routing systems and methods for networks with non-fully meshed vertices
US9525726B2 (en) Compute followed by network load balancing procedure for embedding cloud services in software-defined flexible-grid optical transport networks
US10951317B2 (en) Multi-layer virtual network embedding
WO2024067886A1 (zh) 基于灵活以太网的电力通信业务资源分配方法及装置
Chowdhury et al. Multi-layer virtual network embedding
CN107509126B (zh) 光网络的逻辑拓扑重构方法、重构控制器及光网络系统
Dong et al. Traffic grooming for IP over WDM optical satellite networks
Santos et al. A Heuristic Algorithm for Designing OTN Over Flexible-Grid DWDM Networks.
WO2011128466A1 (es) Método de optimización del tráfico óptico de red mediante técnicas avanzadas de recocido simulado
CN107396213A (zh) 一种基于扩展图的弹性光网络路由与频谱分配方法
Félegyházi Non-cooperative behavior in wireless networks
Chen et al. Wavelength assignment in Optical Network-on-Chip: Design and performance
Skoog et al. Analysis and implementation of a 3-way handshake signaling protocol for highly dynamic transport networks
Patel et al. Cloud service embedding in software-defined flexible grid optical transport networks
Mohan et al. QoS routing in GMPLS-capable integrated IP/WDM networks with router cost constraints
Pavon-Marino et al. A network dimensioning algorithm for exploiting the capabilities of subcarrier-based point-to-multipoint coherent optics
Carpa Energy Efficient Traffic Engineering in Software Defined Networks
Tournoux et al. Wardrop equilibrium formulation of resource-constrained DTN routing in public safety networks
Guo et al. Efficient global network resource pre-allocation in SDN based cloud centers
Lee et al. Rollout algorithms for logical topology design and traffic grooming in multihop WDM networks
CN102142972B (zh) 一种ip网络的组网方法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10849750

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 10849750

Country of ref document: EP

Kind code of ref document: A1