[发明专利]一种基于遗传算法的设施选址方法在审
申请号: | 201711045620.7 | 申请日: | 2017-10-31 |
公开(公告)号: | CN107766941A | 公开(公告)日: | 2018-03-06 |
发明(设计)人: | 张静;付建鹏;苏育挺 | 申请(专利权)人: | 天津大学 |
主分类号: | G06N3/12 | 分类号: | G06N3/12 |
代理公司: | 天津市北洋有限责任专利代理事务所12201 | 代理人: | 李林娟 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 遗传 算法 设施 选址 方法 | ||
1.一种基于遗传算法的设施选址方法,其特征在于,所述设施选址方法包括以下步骤:
读取链路edge、用户custom和服务器server的相关信息;
其中,相关信息包括:用户数目、消费节点、以及与消费节点直连的网络节点和用户的带宽消耗需求;对每个服务器server来说,相关信息有:服务器部署成本;
随机生成服务器server的数目和其所在节点node位置,并将服务器server随机赋给用户custom,得到第一代分配种群;
运用遗传算法不断交叉变异迭代产生分配种群;经过若干次迭代后对每次结果进行对比获得最小费用的分配状况。
2.根据权利要求1所述的一种基于遗传算法的设施选址方法,其特征在于,所述将服务器server随机赋给用户custom,得到第一代分配种群具体为:
生成一个大小为用户数customnum的队列,队列中的数值表示该用户的网络需求由哪个服务器server提供,随机分配10次产生第一代分配种群。
3.根据权利要求1所述的一种基于遗传算法的设施选址方法,其特征在于,所述运用遗传算法不断交叉变异迭代产生分配种群具体为:
利用最小费用最大流算法计算出每条染色体中服务器server所在节点位置到用户所在节点位置的最小费用costij,取其倒数作为该染色体的适应值;
计算父代染色体的最大适应值fi_max,平均适应值fi_avg和总适应值fi_all=∑jfij,以及该代中每一条染色体的适应值占整个种群总的适应值的比例pij=fij/fi_all;
随机生成一个概率值oi,若oi>pij,则第j条染色体可用于遗传运算,对得到的染色体进行随机打乱得到g′ij,经过交叉变异后得到第i代的子代染色体种群即下一代染色体g(i+1)j。
4.根据权利要求1所述的一种基于遗传算法的设施选址方法,其特征在于,所述经过若干次迭代后对每次结果进行对比获得最小费用的分配状况具体为:
比较10个最小费用中的最小值和相关染色体信息,可得到服务器安装在哪些节点上会使得整个网络的花费最小。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711045620.7/1.html,转载请声明来源钻瓜专利网。