[发明专利]一种基于量子遗传策略的QG-OLSR路由方法

权利要求书

1.一种基于量子遗传策略的QG-OLSR路由方法，其特征在于该方法主要包括如下步骤：

第1、QGA基本原理模型结构：

第1.1、基本遗传算法采用比例选择策略；

第1.2、在基本遗传算法中，阶次低，定义长度短且适应度超过平均适应度值的模式的数据以指数级增长，适应度小于平均适应度值的模式的数据以指数级减小；

第1.3、量子遗传算法能收敛到全局最优解；

第2、改进QGA算法模型：

第2.1、初始化节点基因链；

第2.2、修复最优个体集合；

第3、编码及初始化：

第3.1、针对OLSR的量子遗传算法的基因链，采用0-1方式进行编码，考虑全局性及基因交叉变异问题，设定染色体长度等于网路拓扑中节点总个数；

第3.2、初始化群体中，将群体中所有个体的染色体基因位的概率振幅的“0”和“1”状态位初始化为

第4、初始群体的选择：

第4.1、启发式规则选择节点i的MPR集合；

第4.2、适应度函数选择节点i的MPR集合；

第5、基因链交叉和变异：

第5.1、基因链交叉操作，针对网络拓扑高度动态性的特点，选择量子交叉策略；

第5.2、基因链变异操作，先对个体层次发生变异的概率进行判断，再判断个体基因链的基因位发生变异的概率；

第6、基因链更新：

动态调整量子旋转门的旋转角度，根据遗传代数的不同，将旋转角度的值的大小在0.1π和0.05π之间动态调整；

第7、修复策略：

对节点i的MPR集合中的节点进行维护，使用启发式规则；对于节点i的两跳邻居表中一个节点j，若该节点j没有被新个体的任何一个节点覆盖，则在节点i的一跳邻居节点表中指定一个覆盖j的且覆盖能力最强的节点进入节点i的MPR集合中。

2.如权利要求1所述的基于量子遗传策略的QG-OLSR路由方法，其特征在于该方法中，步骤第1.1中基本遗传算法采用比例选择策略，交叉概率和变异概率分别为P_c和P_m，且取值最小，模式H的定义长度为δ(H)，阶为ο(H)，第t+1代种群Q(t+1)含有H中的元素个数为m(H,t+1)，则以下不等式成立：

第1.2、在基本遗传算法中，阶次低，定义长度短且适应度超过平均适应度值的模式的数据以指数级增长，适应度小于平均适应度值的模式的数据以指数级减小；在选择算子的租用下，当模式H的平均适应度f大于群体Q的平均适应度时，模式H以指数级增长，同理可知，当模式H的平均适应度小于群体Q的平均适应度时，模式H以指数级减小。

3.如权利要求1所述的基于量子遗传策略的QG-OLSR路由方法，其特征在于该方法中，步骤第2.1中，初始化节点基因链，QGA利用量子比特位保存种群中个体的染色体基因；在第t代时，种群可以表示为其中n是第t代时种群中个体总数，表示第i个个体，每个个体表示该节点的MPR集合，且个体的染色体基因链表示如下：

其中i＝1,2,...m，m是量子比特位的个数，为量子染色体基因链的长度；α和β表示这两个相应状态的概率振幅，利用基因位将单个比特位表示为一组(α,β)集合，表示为

4.如权利要求1所述的基于量子遗传策略的QG-OLSR路由方法，其特征在于该方法中，步骤第3.2中，初始化群体中，将群体中所有个体的染色体基因位的概率振幅的“0”和“1”状态位初始化为即对于节点i来说，它的初始化染色体基因链表示为：

其中，i＝1,2,…m，m为该网络拓扑结构中节点总个数；染色体基因链的一个量子位代表了对所有可能状态以相同概率的一个线性叠加，表示公式如下：

其中，S_k是第k个状态，由二进制串＜x₁,x₂,...x_n＞表示，x_i是0或1，m是染色体基因链长度，i＝1,2,…m。