一种基于小生境的多目标粒子群优化的虚拟网络映射方法

    公开(公告)号:CN106130861A

    公开(公告)日:2016-11-16

    申请号:CN201610425711.2

    申请日:2016-06-15

    Abstract: 本发明公开了一种基于小生境的多目标粒子群优化的虚拟网络映射方法,实现本方法的过程如下:对虚拟网络映射中节点映射结果进行离散编码为粒子的位置,定义粒子的位置和速度,以及粒子之间的运算规则;通过聚集策略,归一化处理虚拟网络映射中的收益和能量消耗,把多目标的约束问题转变为单目标的约束问题,给出多目标的适应度函数;通过小生境粒子群优化算法解决优化过程中容易陷入局部最优的问题,定义了小生境的半径和合并的条件;通过GT‑TIM网络拓扑生成工具生成虚拟网络拓扑和物理网络拓扑,并通过仿真实验测试,结果表明,运用本方法进行虚拟网络映射实验,虽然在运行时间上稍微长一些,但该方法提高了运算速度,并减少了能量消耗。

    一种基于小生境的多目标粒子群优化的虚拟网络映射方法

    公开(公告)号:CN106130861B

    公开(公告)日:2019-09-27

    申请号:CN201610425711.2

    申请日:2016-06-15

    Abstract: 本发明公开了一种基于小生境的多目标粒子群优化的虚拟网络映射方法,实现本方法的过程如下:对虚拟网络映射中节点映射结果进行离散编码为粒子的位置,定义粒子的位置和速度,以及粒子之间的运算规则;通过聚集策略,归一化处理虚拟网络映射中的收益和能量消耗,把多目标的约束问题转变为单目标的约束问题,给出多目标的适应度函数;通过小生境粒子群优化算法解决优化过程中容易陷入局部最优的问题,定义了小生境的半径和合并的条件;通过GT‑TIM网络拓扑生成工具生成虚拟网络拓扑和物理网络拓扑,并通过仿真实验测试,结果表明,运用本方法进行虚拟网络映射实验,虽然在运行时间上稍微长一些,但该方法提高了运算速度,并减少了能量消耗。

Patent Agency Ranking