遗传算法计算机网络论文

1计算机网络数据传输中的问题描述

假设所用的计算机传输介质两节点之间不多于一条直线的链接路，所用计算机网络就可以运用数学图G=（N,L）来进行描述。而且网络的节点不会出现任何的故障，网络链接介质的可靠和自身的长度没有关系，网络链接路与网络只有两种状态存在：正常工作和故障。而当所有的计算机网络用户都相互联通时，则可组成G图的一棵生成树，并且全部的结点都处于正常。那么无论在什么时刻，可能只有L种的子集（L）是正常状态，全部结点都是正常状态。因此，整个计算机网络的可靠度都可使用数学建模来进行运算。

2遗传算法在计算机网络可靠度优化计算中的应用研究

2.1遗传运算方法

在计算机网络中遗传运算主要是以变异和交叉这两种方式进行。交叉主要是通过在网络结点的范围（[1，N]）之间的随机数，以此作为基因交叉位置的设置且一次只可以操作一个结点。这样能够最大程度地确保网络的连通性，但也有可能出现错的连通结构，所以进行调整操作；变异则是先确定基因的变异和数目，然后再根据范围来选择新的基因段替换旧基因段生成后代。一般变异率都在0.001到0.01内，如是变异出现了错误的网络连通结构基因，就必须进行相应的调整。

2.2算法的调整与仿真实例

根据上面的遗传算法中的分析，可根据其假设，建立出一个计算机网络的通信系统，然后再运用遗传算法来进行仿真实验，假设次计算机有着6个网路信道系统的结点，通过对一个计算机算的网络信道可靠度优化计算的实验，而后经过多次的计算，构建起相应的数学模型。合理将遗传算法应用到计算机网络可靠度的优化实验中，使得其网络的稳定性与可靠性都得到有效地提升。而其中算法的调整是必须要先对每一个基因的表达式进行网络连通结构的判断。而后是观察gij，当gij=1时则进行原交叉变异操作，当gij=0时，则令gij=1，如果操作依然不能实现，就跳回到起始点进行重新判断，这样反复的进行循环。仿真实例。如下为网络可靠度优化实例，其分别是网络链路价值的成本和可靠度矩阵。这个时候的网络可靠度约束常数都是2，总结的点数是5，迭代的次数是100次。通过仿真求解得知，网络链路介质的总成本是40，确保网络可靠度的最大值是0.88。

作者：郑祥格 单位：杭州师范大学钱江学院