[发明专利]一种基于量子遗传策略的QG-OLSR路由方法

摘要

一种基于量子遗传策略的QG‑OLSR路由方法。移动自组织网络其移动性，自组织性，多跳性，分布式控制等特点，使其路由算法必须较快的适应频繁的网络拓扑结构变化，必须持续为每个节点保持实时性强，准确率高，冗余信息少的路由信息，且能最大限度的节约网络资源。与现有的量子遗传算法相比，本方法对量子遗传算法进行改进，并结合OLSR路由协议的特点，首先对MPR节点的选取进行优化，克服了传统方法选取MPR集合的不足，并证明了该算法的收敛性和全局最优解的特性。本方法经检验证明，可有效减少网络中冗余信息，提高网络拓扑中数据传输效率。

主权项

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等特点，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，即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。