CN104202188B - 一种采用遗传算法进行afdx网络路径优化的方法 - Google Patents

Abstract

本发明公开了一种采用遗传算法进行AFDX网络路径优化的方法，该方法是对已配置有VL路径的AFDX网络进行的虚拟链路路径优化。本发明方法首先构建交换机的连接矩阵、虚拟链路路径种群；然后对虚拟链路路径进行染色体编码，并计算染色体编码的适应度函数值；最后对染色体种群进行交叉、变异、选择的遗传操作，在满足终止条件的情况下，得到最优染色体，并提取出有效虚拟链路路径，该路径作为优化后的虚拟链路路径。本发明方法解决了已配置的AFDX网络中虚拟链路VL的路径优化，是应用遗传算法对AFDX网络的VL路径进行实时路径优化，从而提高了AFDX网络的消息传输实时性。

Description

一种采用遗传算法进行AFDX网络路径优化的方法

技术领域

本发明属于航空电子***通信网络优化设计领域，更特别地说，是指一种采用遗传算法进行AFDX网络路径优化的方法。

背景技术

航空电子全双工交换式以太网(Avionics Full Duplex Switched Ethernet，AFDX)是在工业标准以太网的基础上经过适用性改造，而适用于航空电子***互联的网络技术。AFDX互连技术已在空中客车A380和波音787中得到了成功应用。

AFDX网络通过虚拟链路(Virtual Link，VL)进行消息数据流传输，AFDX网络为VL提供确定的带宽和确定的路由。VL的路径影响着虚拟链路承载消息的传输延迟，也影响着AFDX网络的流量均衡性。

《北京航空航天大学学报》2013年6月第39卷第6期公开了“时间触发AFDX网络的设计和实时性分析”，作者刘成。该文献的图8公开了一个较为传统的AFDX网络拓扑结构(引用为图1所示)，共有8个交换机构成了网络主干，每个交换机上连接8个端***，一共有64个端***，链路带宽配置为10Mbit/s。

发明内容

为了降低航空电子全双工交换式以太网AFDX中，虚拟链路承载消息的传输延迟，本发明提出了一种采用遗传算法进行AFDX网络路径优化的方法。该方法解决了已配置的AFDX网络中虚拟链路VL的路径优化，是应用遗传算法对AFDX网络的VL路径进行实时路径优化，从而提高了AFDX网络的消息传输实时性(即传输延迟时间短)。

本发明是一种采用遗传算法进行AFDX网络路径优化的方法，所述的AFDX网络是指已配置有VL路径的AFDX网络；其特征在于包括有下列步骤：

步骤一：构建交换机连接矩阵；

对已配置有VL路径的AFDX网络进行所有交换机之间的连接初始化，得到n×n交换机连接矩阵n是AFDX网络中的交换机的个数；

步骤二：构建虚拟链路路径种群；

设置虚拟链路路径种群规模U＝{u₁,u₂,…,u_x}；对步骤一的交换机连接矩阵SC依据路径排除条件选取满足U＝{u₁,u₂,…,u_x}的源-目的-交换机路径

步骤三：构建染色体；

将步骤二得到的源-目的-交换机路径中的交换机的标识号作为基因，经编码得到染色体种群CH＝{h₁,h₂,…,h_x}；

步骤四：计算染色体的适应度函数值；

所述的适应度函数Fitness＝AVL_max+time_延迟，其中，最大链路负载率消息传输延迟时间率

步骤五：遗传操作；

当前的染色体种群记为CH_i，上一代染色体种群记为CH_i-1，下一代染色体种群记为CH_i+1；

步骤501，染色体的第一交叉形式：

使用单点交叉的方式，交叉点选在公共交换机处，若存在多个公共交换机，则随机选择一个作为交叉点，然后交换配对染色体交叉点之后的部分，生成的两个新染色体，并将所述新染色体加入下一代虚拟链路路径种群中；若交叉后新染色体中出现重复基因，则删除任意一个重复的交换机，并将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群中。

步骤502，染色体的第二交叉形式：

使用单点交叉的方式，若不存在公共交换机，则选择中间染色体进行交叉，然后交换配对染色体交叉点之后的部分，生成的两个新染色体，并将所述新染色体加入下一代虚拟链路路径种群中；若交叉后新染色体中出现重复基因，则删除任意一个重复的交换机，并将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群中加入下一代虚拟链路路径种群中。

步骤503，染色体的第一变异形式：

使用单点变异的方式，变异点选在除源交换机和目的交换机的任意一交换机处，选择与所述交换机存在物理链路连接的另一交换机作为变异结果，获得新染色体，并将所述新染色体加入下一代虚拟链路路径种群中；若变异后新染色体中出现重复基因，则删除任意一个重复的交换机，并将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群中。

步骤504，染色体的第二变异形式：

使用单点变异的方式，变异点选在除源交换机和目的交换机的任意一交换机处，直接将所述交换机删除，获得新染色体，并将所述新染色体加入下一代虚拟链路路径种群中。

步骤505，染色体的选择方式：

染色体的选择方式是将当前代的染色体种群CH_i＝{h₁,h₂,…,h_x}和通过交叉-变异产生的新染色体种群进行混合，得到混合种群 然后通过Fitness＝AVL_max+time_延迟计算所述中每一条染色体的适应度函数值并选取x个最小的染色体作为下一代种群CH_i+1。

步骤六：判断是否满足遗传终止条件；

判断所述最小的适应度函数值Fh_最小在连续3代遗传操作后，所述Fh_最小不变化时，则进行终止遗传操作；若不满足，对CH＝{h₁,h₂,…,h_x}中每一条染色体进行遗传操作。

本发明采用遗传算法进行AFDX网络路径优化的优点在于：

①将遗传算法引入到已配置有VL路径的AFDX网络中，更有利于实时寻找虚拟链路的最优路径。能够提高AFDX网络的消息传输实时性(即传输延迟时间短)。

②应用遗传算法中的染色体对虚拟链路路径进行交换机的标识号编码，这有利于进行遗传算法的交叉、变异操作。

③采用二进制对交换机连接矩阵进行代码化，为虚拟链路路径编码的有效提供了判断依据。

附图说明

图1是已构建的AFDX网络结构示意图。

图2是本发明的AFDX网络拓扑结构示意图。

图3是本发明采用遗传算法进行AFDX网络路径优化的流程图。

图4是实施例1的AFDX网络拓扑结构示意图。

具体实施方式

下面将结合附图和实施例对本发明做进一步的详细说明。

针对图1所示的AFDX网络拓扑结构，AFDX网络包含有n个交换机，采用集合形式表达为SWITH＝{S₁,S₂,…,S_a,…,S_b,…,S_n}；所述SWITH＝{S₁,S₂,…,S_a,…,S_b,…,S_n}中S₁表示第一个交换机，S₂表示第二个交换机，S_a表示第a个交换机，S_b表示第b个交换机，S_n表示第n个交换机，也是最后一个交换机；为了普识性说明，S_a也称为其中一个任意交换机，S_b也称为其中另一个任意交换机，S_n也称为任意一个交换机，a,b,n为交换机的标识号，n也是AFDX网络中交换机的总数。在图1中，n＝8，即有S₁、S₂、S₃、S₄、S₅、S₆、S₇、S₈。

针对图1所示的AFDX网络拓扑结构，AFDX网络包含有m个端***，采用集合形式表达为ES＝{E₁,E₂,…,E_c,…,E_d,…,E_m}；所述ES＝{E₁,E₂,…,E_c,…,E_d,…,E_m}中E₁表示第一个端***，E₂表示第二个端***，E_c表示第c个端***，E_d表示第d个端***，E_m表示第m个端***，也是最后一个端***；为了普识性说明，E_c也称为其中一个任意端***，E_d也称为其中另一个任意端***，E_m也称为任意一个端***，c,d,m为端***的标识号。

针对图1所示的AFDX网络拓扑结构，AFDX网络包含有q条虚拟链路，采用集合形式表达为VL＝{L₁,L₂,…,L_e,…,L_f,…,L_q}；所述VL＝{L₁,L₂,…,L_e,…,L_f,…,L_q}中L₁表示第一条虚拟链路，L₂表示第二条虚拟链路，L_e表示第e条虚拟链路，L_f表示第f条虚拟链路，L_q表示第q条虚拟链路，也是最后一条虚拟链路；为了普识性说明，L_e也称为其中一条任意虚拟链路，L_f也称为其中另一条任意虚拟链路，L_q也称为任意一条虚拟链路，e,f,q为虚拟链路的标识号。

本发明提出的采用遗传算法进行路径优化的方法，所述的AFDX网络是指已配置有VL路径的AFDX网络，具体路径优化包括有步骤：

步骤一：构建交换机连接矩阵

对已配置有VL路径的AFDX网络进行所有交换机之间的物理连接初始化，获得采用矩阵形式表达的n×n交换机连接矩阵

C_nn表示第n个交换机S_n与第n个交换机S_n的连接，即表示交换机自身之间的连接；同理，C₁₁表示第1个交换机S₁与第1个交换机S₁的连接，C₂₂表示第2个交换机S₂与第2个交换机S₂的连接，C_aa表示第a个交换机S_a与第a个交换机S_a的连接，C_bb表示第b个交换机S_b与第b个交换机S_b的连接，C_ab表示第a个交换机S_a与第b个交换机S_b的连接。

C₁₂表示第1个交换机S₁与第2个交换机S₂的连接，C_1n表示第1个交换机S₁与第n个交换机S_n的连接；

C₂₁表示第2个交换机S₂与第1个交换机S₁的连接，C_2n表示第2个交换机S₂与第n个交换机S_n的连接；

C_n1表示第n个交换机S_n与第1个交换机S₁的连接，C_n2表示第n个交换机S_n与第2个交换机S₂的连接。

在本发明中，交换机连接矩阵SC的赋值条件有三种，第一种为交换机自身之间的连接记为0，第二种为交换机之间没有物理链路的连接记为0，第三种为交换机之间有物理链路的连接记为1。如图1所示的交换机连接矩阵

在本发明中，应用二进制“0、1”代码化表示交换机的物理连接，是为了全面的表示AFDX网络中交换机之间的连接状况。

步骤二：构建虚拟链路路径种群

(A)设置虚拟链路路径种群规模U＝{u₁,u₂,…,u_x}；对于虚拟链路路径种群规模U的设置是依据了AFDX网络中，从源端***A至目的端***B的虚拟链路路径的条数。一般地，种群数x＝3～20条。

u₁表示第一条有效虚拟链路路径的标识；

u₂表示第二条有效虚拟链路路径的标识；

u_x表示最后一条有效虚拟链路路径的标识，为了普识性说明，也称为任意一条有效虚拟链路路径。

(B)对步骤一的交换机矩阵依据路径排除条件选取满足U＝{u₁,u₂,…,u_x}的源-目的-交换机路径

表示承载源端***A的交换机S_a；

表示承载目的端***B的交换机S_b；

例如在图2中：当取值种群数x＝6时，源端***A连接在交换机S₁上，目的端***B连接在交换机S_m上，则有依据路径排除条件选取出的第一条有效虚拟链路路径

第二条有效虚拟链路路径

第三条有效虚拟链路路径

第四条有效虚拟链路路径

第五条有效虚拟链路路径

第六条有效虚拟链路路径

(C)在本发明中，所述路径排除条件包括有三种情况：

第一种路径排除情况是指源端***A与目的端***B连接在同一交换机上，不选取该有效虚拟链路路径，简称为单交换机路径。

第二种路径排除情况是指源端***A到目的端***B所经过的虚拟链路路径中，存在有重复的同一交换机，不选取该有效虚拟链路路径，简称为路径出现回路。

第三种路径排除情况是指源端***A到目的端***B所经过的虚拟链路路径中，交换机之间没有物理链路，不选取该有效虚拟链路路径，简称为无对应物理链路。

例如，第二种路径排除情况，源端***A连接在交换机S₁上，目的端***B连接在交换机S_m上，所经过交换机的路径为S₁-S₃-S₅-S₃-S₇-S₆-S_m，由于在交换机S₃上出现了回路情形，则排除所述S₁-S₃-S₅-S₃-S₇-S₆-S_m的路径。

例如，第三种路径排除情况，源端***A连接在交换机S₁上，目的端***B连接在交换机S_m上，所经过交换机的路径为S₁-S₃-S₆-S_b-S_m，则排除所述S₁-S₃-S₆-S_b-S_m的路径。因为交换机S₃与交换机S₆之间没有物理链路，即在交换机矩阵SC中C₃₆的连接代码为“0”。

步骤三：构建染色体

将步骤二得到的源-目的-交换机路径中的交换机的标识号作为基因，经编码得到染色体种群CH＝{h₁,h₂,…,h_x}；然后执行步骤四；

h₁表示第一个染色体的标识；

h₂表示第二个染色体的标识；

h_x表示最后一个染色体的标识，为了普识性说明，也称为任意一个染色体；

经编码得到的染色体为h₁＝1-3-5-a-b-m；

经编码得到的染色体为h₂＝1-2-4-6-m；

经编码得到的染色体为h₃＝1-8-4-7-6-m；

经编码得到的染色体为h₄＝1-3-5-6-b-m；

经编码得到的染色体为h₅＝1-8-4-6-m。

经编码得到的染色体为h₆＝1-2-4-8-3-5-6-m。

在本发明中，应用遗传算法中的染色体对虚拟链路路径进行交换机的标识号编码，这有利于进行遗传算法的交叉、变异操作。

步骤四：计算染色体的适应度函数值

为了均衡已配置有VL路径的AFDX网络的流量、以及减小消息的传输延迟时间，本发明采用最大链路负载率AVL_max与消息的传输延迟时间率time_延迟之和作为适应度函数Fitness＝AVL_max+time_延迟；然后执行步骤五。

在本发明中，r_max表示AFDX网络中的虚拟链路VL＝{L₁,L₂,…,L_e,…,L_f,…,L_q}的最大包长，t_BAG表示AFDX网络中的虚拟链路VL＝{L₁,L₂,…,L_e,…,L_f,…,L_q}的消息传输的带宽分配间隔，n表示AFDX网络中交换机的总数，C_nn表示第n个交换机S_n与第n个交换机S_n的连接。

在本发明中，delay_q表示采用网络演算方法得到的任意一条虚拟链路L_q的消息传输延迟时间，M_q表示任意一条虚拟链路L_q的消息传输延迟界限值。

网络演算方法采用的是《电光与控制》第15卷第9期，2008年9月，作者杨云，熊华钢，《计算AFDX延迟的网络演算方法》中第3节的内容，即“利用网络演算理论计算AFDX的网络延迟”。

在本发明中，依据适应度函数Fitness＝AVL_max+time_延迟计算CH＝{h₁,h₂,…,h_x}中每一个染色体的适应度函数值记为FCH＝{Fh₁,Fh₂,…,Fh_x}，并从所述FCH＝{Fh₁,Fh₂,…,Fh_x}中选取出最小的适应度函数值Fh_最小。

在本发明中，计算所有染色体的适应度函数值，不同虚拟链路路径的适应度函数值差异较大，若直接使用轮盘赌选择的方法将会导致一些染色体几乎不能被复制到下一代中去，严重影响了种群的多样性。适应度函数值越小代表着的染色体越优。

步骤五：遗传操作

在本发明中，当前代的染色体种群记为CH_i，上一代染色体种群记为CH_i-1，下一代染色体种群记为CH_i+1。

步骤501，染色体的第一交叉形式：

在本发明中，使用单点交叉的方式：(A)首先交叉点选在公共交换机处，然后对当前代的染色体种群CH_i中的染色体进行交换配对，交换配对染色体交叉点之后的部分补入各自的染色体中，从而生成的两个新的染色体；最后将所述新染色体加入下一代虚拟链路路径种群CH_i+1中。

在本发明中，使用单点交叉的方式：(B)首先交叉点选在公共交换机处，然后对当前代的染色体种群CH_i中的染色体进行交换配对，染色体交叉点之后的部分初入各自的染色体中，从而生成的两个新的染色体；若所述的两个新染色体中出现重复基因(即路径出现回路)，则删除任意一个重复的交换机，并将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群CH_i+1中。

在本发明中，所述公共交换机处是指除源交换机和目的交换机以外的交换机。若存在多个公共交换机，则随机选择一个公共交换机作为遗传操作的交叉点。

例如：染色体h₂＝1-2-4-6-m和染色体h₃＝1-8-4-7-6-m选择交换机S₄作为交叉点，交叉之后得到两个新的染色体，即

例如：染色体h₃＝1-8-4-7-6-m和染色体h₆＝1-2-4-8-3-5-6-m选择交换机S₄作为交叉点，交叉之后得到两个新的染色体，即 在中出现了重复的交换机S₈，则删除后一个重复的交换机S₈，并将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群中。

步骤502，染色体的第二交叉形式：

在本发明中，使用单点交叉的方式：(A)首先交叉点不选在公共交换机处，然后对当前代的染色体种群CH_i中的染色体选择位于中间的染色体进行交叉，交换配对染色体交叉点之后的部分补入各自的染色体中，从而生成的两个新的染色体；最后将所述新染色体加入下一代虚拟链路路径种群CH_i+1中。

在本发明中，使用单点交叉的方式：(B)首先交叉点不选在公共交换机处，然后对当前代的染色体种群CH_i中的染色体选择位于中间的染色体进行交叉，交换配对染色体交叉点之后的部分补入各自的染色体中，从而生成的两个新的染色体；若所述的两个新染色体中出现重复基因(即路径出现回路)，则删除任意一个重复的交换机，并将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群中加入下一代虚拟链路路径种群CH_i+1中。

例如：染色体h₁＝1-3-5-a-b-m和染色体h₅＝1-8-4-6-m选择所述染色体中间的那个交换机(即在h₁＝1-3-5-a-b-m中为交换机S₅，在h₅＝1-8-4-6-m中为交换机S₄)作为交叉点，交叉之后得到两个新的染色体，即

步骤503，染色体的第一变异形式：

在本发明中，使用单点变异的方式：(A)对当前代的染色体种群CH_i首先变异点选在除源交换机和目的交换机以外的任意一交换机处，选择与所述交换机存在物理链路连接的另一交换机作为变异结果，获得变异后新的染色体，然后将所述变异后新的染色体加入下一代虚拟链路路径种群CH_i+1。

在本发明中，使用单点变异的方式：(B)对当前代的染色体种群CH_i首先变异点选在除源交换机和目的交换机以外的任意一交换机处，选择与所述交换机存在物理链路连接的另一交换机作为变异结果，获得变异后新染色体；若变异后新染色体中出现重复基因(即路径出现回路)，则删除任意一个重复的交换机，然后将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群CH_i+1中。

例如：染色体h₄＝1-3-5-6-b-m选择交换机S₅进行变异，交换机S₅变异为交换机S₇，得到新染色体为

例如：染色体h₆＝1-2-4-8-3-5-6-m选择交换机S₈进行变异，交换机S₈变异为交换机S₂，得到新染色体为删除后一个重复的交换机S₂，得到删除了重复交换机后的新染色体为

步骤504，染色体的第二变异形式：

在本发明中，使用单点变异的方式，对当前代的染色体种群CH_i首先变异点选在除源交换机和目的交换机以外的任意一交换机处，直接将所述交换机删除，获得变异后新染色体，然后将所述变异后新染色体加入下一代虚拟链路路径种群CH_i+1中。

例如：染色体h₁＝1-3-5-a-b-m选择交换机S_a进行变异，直接删除交换机S_a得到新染色体为

在本发明列举的例子中，新染色体将加入下一代虚拟链路路径种群CH_i+1中进行选择操作。

对于本发明中的变异，有一种染色体只含两个基因，即源交换机和目的交换机，如果初始种群中，不含这种染色体，以上交叉和变异操作也不会产生这种染色体，而这种染色体很有可能是最优解，因此这里对变异操作加以修改，使这种染色体经变异后可能会出现。在随机选择变异点之后，不一定要改变基因，也可以直接删除基因。

步骤505，染色体的选择方式：

在本发明中，染色体的选择方式是将当前代的染色体种群CH_i＝{h₁,h₂,…,h_x}和通过交叉-变异产生的新染色体种群进行混合，得到混合种群然后通过Fitness＝AVL_max+time_延迟计算所述中每一条染色体的适应度函数值 并选取x个最小的染色体作为下一代种群CH_i+1。

在本发明列举的例子中，染色体的选择方式是将当前代的染色体种群CH_i＝{h₁,h₂,h₃,h₄,h₅,h₆}和通过交叉-变异产生的新染色体种群进行混合，得到混合种群然后通过Fitness＝AVL_max+time_延迟计算所述中每一条染色体的适应度函数值并选取最小的六个染色体作为下一代种群CH_i+1。

步骤六：判断是否满足遗传终止条件

判断所述最小的适应度函数值Fh_最小在连续3代遗传操作后，所述Fh_最小不变化时，则进行终止遗传操作；若不满足，对CH＝{h₁,h₂,…,h_x}中每一条染色体重新进行步骤五的遗传操作。

所述的终止遗传操作是指在最后一代种群中选择出适应度函数值最小的染色体作为优化结果，即从染色体中提取出源端***A至目的端***B经过的交换机，从而得到有效虚拟链路路径。

实施例1

本实施例是在基于matlab(版本号7.13)平台进行仿真；matlab是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。

参见图4所示，对已配置了VL路径的AFDX网络中，有7条虚拟链路：即L₁的配置路径为S₁-S₂-S₄-S₆，源端***为E₁，目的端***为E₆；L₂的配置路径为S₂-S₄-S₆，源端系为统E₂，目的端***为E₆；L₃的配置路径为S₃-S₇-S₆，源端***为E₃，目的端***为E₆；L₄的配置路径为S₄-S₆，源端***为E₄，目的端***为E₆；L₅的配置路径为S₅-S₆，源端***为E₅，目的端***为E₆；L₆的配置路径为S₇-S₆，源端***为E₇，目的端***为E₆；L₇的配置路径为S₈-S₃-S₅-S₆，源端***为E₈，目的端***为E₆。配置r_max＝4000bits，t_BAG＝4ms，M_q＝1ms。

选取虚拟链路L₁进行优化，其源端***E₁(其连接在交换机S₁上)，目的端***E₆(其连接在交换机S₆上)，从源端***E₁至目的端***E₆的路径为S₁-S₂-S₄-S₆，采用网络演算得到优化前L₁承载消息的传输延迟时间为629.6微秒。

依据图4构建的交换机矩阵

令种群个数x＝3时，依据路径排除条件选取出的第一条有效虚拟链路路径经编码得到染色体为h₁＝1-2-4-6；

第二条有效虚拟链路路径经编码得到染色体为h₂＝1-8-4-6；

第三条有效虚拟链路路径经编码得到染色体为h₃＝1-8-2-4-7-6。

依据适应度函数Fitness＝AVL_max+time_延迟计算CH₁＝{h₁,h₂,h₃}中每一个染色体的适应度函数值记为FCH＝{Fh₁,Fh₂,Fh₃}＝{0.9096,0.868,1.022}，选取出最小的适应度函数值Fh_最小＝0.868。

第一代遗传操作操作，即对CH₁＝{h₁,h₂,h₃}进行遗传操作，将染色体h₁＝1-2-4-6和染色体h₃＝1-8-2-4-7-6以交换机S₂为交叉点进行交叉，得到染色体h₂＝1-8-4-6选择交换机S₈为变异点进行变异，交换机S₈变异为交换机S₃，得到新染色体为将当前代的染色体种群CH₁＝{h₁,h₂,h₃}和通过交叉-变异产生的新染色体种群进行混合，得到混合种群然后通过Fitness＝AVL_max+time_延迟计算每一条染色体的适应度函数值分别为 选取其中3个适应度函数值最小的染色体h₁，h₂，作为下一代种群CH₂的染色体，此时，CH₂＝{h₁,h₂,h₃}种群的染色体h₁＝1-2-4-6，染色体h₂＝1-8-4-6，染色体h₃＝1-3-4-6。这一代种群中Fh_最小＝0.868，此时不满足遗传终止条件。

第二代遗传操作操作，即对CH₂＝{h₁,h₂,h₃}进行遗传操作，将染色体h₁＝1-2-4-6和染色体h₂＝1-8-4-6以交换机S₄为交叉点进行交叉，得到染色体h₃＝1-3-4-6选择交换机S₄为变异点进行变异，交换机S₄变异为交换机S₃，得到新染色体为将当前代的染色体种群CH₂＝{h₁,h₂,h₃}和通过交叉-变异产生的新染色体种群进行混合，得到混合种群然后通过Fitness＝AVL_max+time_延迟计算每一条染色体的适应度函数值分别为选取其中3个适应度函数值最小的染色体h₂，h₃，作为下一代种群CH₃的染色体，此时，CH₃＝{h₁,h₂,h₃}种群的染色体h₁＝1-8-4-6，染色体h₂＝1-3-4-6，染色体h₃＝1-8-4-6。这一代种群中Fh_最小＝0.868，此时不满足遗传终止条件。

第三代遗传操作操作，即对CH₃＝{h₁,h₂,h₃}进行遗传操作，将染色体h₁＝1-8-4-6和染色体h₃＝1-8-4-6以以交换机S₄为交叉点进行交叉，得到染色体h₂＝1-3-4-6选择交换机S₃为变异点进行变异，交换机S₃变异为交换机S₂，得到新染色体为将当前代的染色体种群CH₃＝{h₁,h₂,h₃}和通过交叉-变异产生的新染色体种群进行混合，得到混合种群然后通过Fitness＝AVL_max+time_延迟计算每一条染色体的适应度函数值分别为 选取其中3个适应度函数值最小的染色体h₁，h₂，h₃作为下一代种群CH₄的染色体，此时，CH₄＝{h₁,h₂,h₃}种群的染色体h₁＝1-8-4-6，染色体h₂＝1-3-4-6，染色体h₃＝1-8-4-6。这一代种群中Fh_最小＝0.868，此时在连续3代遗传操作后，Fh_最小不变化，进行终止遗传操作，即选择种群CH₄＝{h₁,h₂,h₃}中适应度函数值最小的染色体作为优化结果，这里为h₁＝1-8-4-6，即有源端***E₁至目的端***E₆经过的交换机为S₁-S₈-S₄-S₆，则将路径S₁-S₈-S₄-S₆作为虚拟链路L₁的路径作为优化结果。

即有优化前L₁的路径为S₁-S₂-S₄-S₆如图4中虚线空心三角所示路径，经过遗传操作得到优化后的L₁的路径为S₁-S₈-S₄-S₆如图4中虚线实心三角所示路径。优化后L₁承载消息的传输延迟时间为588微秒，与优化前的629.6微秒相比，其传输延迟时间得到了减小，消息传输的实时性得到了增强。

Claims (4)

1.一种采用遗传算法进行AFDX网络路径优化的方法，所述的AFDX网络是指已配置有VL路径的AFDX网络；其特征在于包括有下列步骤：

步骤一：构建交换机连接矩阵；

对已配置有VL路径的AFDX网络进行所有交换机之间的连接初始化，得到n×n交换机连接矩阵n是AFDX网络中的交换机的个数；

C₁₁表示第1个交换机S₁与第1个交换机S₁的连接；C₁₂表示第1个交换机S₁与第2个交换机S₂的连接；C_1n表示第1个交换机S₁与第n个交换机S_n的连接；

C₂₁表示第2个交换机S₂与第1个交换机S₁的连接；C₂₂表示第2个交换机S₂与第2个交换机S₂的连接；C_2n表示第2个交换机S₂与第n个交换机S_n的连接；

C_n1表示第n个交换机S_n与第1个交换机S₁的连接；C_n2表示第n个交换机S_n与第2个交换机S₂的连接；C_nn表示第n个交换机S_n与第n个交换机S_n的连接；

步骤二：构建虚拟链路路径种群；

设置虚拟链路路径种群规模U＝{u₁,u₂,…,u_x}，对步骤一的交换机矩阵SC依据路径排除条件选取满足U＝{u₁,u₂,…,u_x}的源-目的-交换机路径

u₁表示第一条有效虚拟链路路径的标识；

u₂表示第二条有效虚拟链路路径的标识；

u_x表示最后一条有效虚拟链路路径的标识；

表示承载源端***A的交换机S_a；

表示承载目的端***B的交换机S_b；

步骤三：构建染色体；

将步骤二得到的源-目的-交换机路径中的交换机的标识号作为基因，经编码得到染色体种群CH＝{h₁,h₂,…,h_x}；

h₁表示第一个染色体的标识；

h₂表示第二个染色体的标识；

h_x表示最后一个染色体的标识；

步骤四：计算染色体的适应度函数值；

所述的适应度函数Fitness＝AVL_max+time_延迟，其中，最大链路负载率消息传输延迟时间率r_max表示AFDX网络中的虚拟链路VL＝{L₁,L₂,…,L_e,…,L_f,…,L_q}的最大包长，t_BAG表示AFDX网络中的虚拟链路VL＝{L₁,L₂,…,L_e,…,L_f,…,L_q}的消息传输的带宽分配间隔，n表示AFDX网络中交换机的总数，C_nn表示第n个交换机S_n与第n个交换机S_n的连接；delay_q表示采用网络演算方法得到的任意一条虚拟链路L_q的消息传输延迟时间，M_q表示任意一条虚拟链路L_q的消息传输延迟界限值；

步骤五：遗传操作；

当前的染色体种群记为CH_i，上一代染色体种群记为CH_i-1，下一代染色体种群记为CH_i+1；

步骤501，染色体的第一交叉形式：

使用单点交叉的方式，交叉点选在公共交换机处，若存在多个公共交换机，则随机选择一个作为交叉点，然后交换配对染色体交叉点之后的部分，生成的两个新染色体，并将所述新染色体加入下一代虚拟链路路径种群中；若交叉后新染色体中出现重复基因，则删除任意一个重复的交换机，并将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群中；

步骤502，染色体的第二交叉形式：

使用单点交叉的方式，交叉点不选在公共交换机处，则选择位于中间的染色体进行交叉，然后交换配对染色体交叉点之后的部分，生成的两个新染色体，并将所述新染色体加入下一代虚拟链路路径种群中；若交叉后新染色体中出现重复基因，则删除任意一个重复的交换机，并将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群中加入下一代虚拟链路路径种群中；

步骤503，染色体的第一变异形式：

使用单点变异的方式，变异点选在除源交换机和目的交换机以外的任意一交换机处，选择与所述交换机存在物理链路连接的另一交换机作为变异结果，获得新染色体，并将所述新染色体加入下一代虚拟链路路径种群中；若变异后新染色体中出现重复基因，则删除任意一个重复的交换机，并将删除了重复交换机后的新染色体加入下一代虚拟链路路径种群中；

步骤504，染色体的第二变异形式：

使用单点变异的方式，变异点选在除源交换机和目的交换机以外的任意一交换机处，直接将所述交换机删除，获得新染色体，并将所述新染色体加入下一代虚拟链路路径种群中；

步骤505，染色体的选择方式：

染色体的选择方式是将当前代的染色体种群CH_i＝{h₁,h₂,…,h_x}和通过交叉-变异产生的新染色体种群进行混合，得到混合种群然后通过Fitness＝AVL_max+time_延迟计算所述中每一条染色体的适应度函数值并选取x个最小的染色体作为下一代种群CH_i+1；

步骤六：判断是否满足遗传终止条件；

判断所述最小的适应度函数值Fh_最小在连续3代遗传操作后，所述Fh_最小不变化时，则进行终止遗传操作；若不满足，对CH＝{h₁,h₂,…,h_x}中每一条染色体进行遗传操作。

2.根据权利要求1所述的采用遗传算法进行AFDX网络路径优化的方法，其特征在于：所述交换机连接矩阵SC的赋值条件有三种，第一种为交换机自身之间的连接记为0，第二种为交换机之间没有物理链路的连接记为0，第三种为交换机之间有物理链路的连接记为1。

3.根据权利要求1所述的采用遗传算法进行AFDX网络路径优化的方法，其特征在于：步骤二中的所述路径排除条件包括有三种情况；

第一种路径排除情况是指源端***A与目的端***B连接在同一交换机上，不选取该虚拟链路路径；

第二种路径排除情况是指源端***A到目的端***B所经过的虚拟链路路径中，存在有重复的同一交换机，不选取该虚拟链路路径；

第三种路径排除情况是指源端***A到目的端***B所经过的虚拟链路路径中，交换机之间没有物理链路，不选取该虚拟链路路径。

4.根据权利要求1所述的采用遗传算法进行AFDX网络路径优化的方法，其特征在于：在虚拟链路路径构建过程，种群数的取值为3～20条虚拟链路路径。