探究计算机网络教学中的路由与性能优化策略

吴月红

【摘要】本文提出一种基于计算机网络中路由与性能优化技术的教改方案，以此提升计算机网络技术的实用性，为社会提供更多实用型计算机技术人才。此种优化技术需要通过遗传算法的合理分析实现，首先要进行遗传算法的改进，从不同的方面阐述这个内容，然后对其可能产生的结果进行分析，其主要内容有：ARPA网络拓扑结构及其链路长度、ARPA网的计算机仿真的路由优化结果，最后通过一图一表的仿真分析，验证了路由性能优化的合理性。

【关键词】计算机网络 路由 路由性能

【中图分类号】TP393.02 【文献标识码】A 【文章编号】2095-3089（2016）02-0252-01

在计算机靠网络通信技术的教学中，要使学生明确网络性能衡量指标的重要性，通过路由测量，将信息及时送往各个目的地，实现网络通信。利用此种原理进行教学，能够使学生掌握如何对资源进行合理运用，减少运营消耗的实用型网络通信技术。以下本文就对基于计算机网络中的路由和性能优化技术的教学改进策略行阐述，具体如下。

一、遗传算法的改进

从生物学角度分析，遗传算法是对基因进行操作，通过再生、变异、交换等方式，产生比父代适应性更强的染色体群。在计算机网络中，要注重遗传参数的选择。遗传参数主要包括影响算法的有效群体的数据，然后对控制交换的操作频率进行集中转换，如果在增加群体多样性中，变异频率出现大幅变化，那影响路由的整体效果。群体数目较小，就无法供应足够的采样点，在算法的表述中效果较差，无法解决路由问题[1]。这部分的教学重点是要让学生注重采样点的选取，并保证群体数量能够处于150-300之间，确保网络的应用性能可以得到优化。交换频率的具体情况，也会影响网络运行模式，太大或太小都会影响搜索的效果，导致遗传算法出现问题。

路由及其性能的优化技术的教学重点，是要让学生掌握选择问题和具体的优化步骤，可能够合理控制不同的数据，掌握遗传算法的参数。例如从遗传体的角色分析，染色体的编码是随机产生的，不同的染色体有不同的适应值，工作人员要进行认真的选择。这个过程中可以选取轮盘法，对不同的个体和群体进行竞争选择，然后交换染色体的基因，阐述这种群体变异的主要情况。工作人员要从不同的个体中，选取一个最优秀的个体，确保其适应值高于上一代，将交换及变异的概率控制在原有的水平。由此说明了计算机网络中路由优化原理，经过此种方式，能够保证路由优化的整个过程都是有效的，更好的促进计算机网络发展。

二、计算机仿真结果及其分析

通过遗传算法对计算机网络中路由的优化改进，得到了较好的效果，现对这种结果进行验证。对其通过大规模分布的形式，进行仿真实验，从而得出仿真结果，证明路由性能得到优化。

图1：ARPA网络拓扑结构及其链路长度

在图1的ARPA网中，有21个节点，26条链路，420对源，目的节点，分组到达率为4分组/s，由此在进行仿真实验时，需要进行合理的遗传参数选择，工作人员要了解群体的规模，将初始交换概率进行合理统计，在路由优化仿真的过程中，应对每个节点路由进行记录，最后还要对点编号。改进的并行遗传算法进行仿真后的结果分别示于表1。

表1：ARPA网的计算机仿真的路由优化结果

在表1中，最优解主要表示的是得到的平均网络时延，然后对网络的性能进行衡量，如果在统计中，时延的值比较小，那么表示网络的实时性也比较好；在链路利用率的分析中，主要说明的是，资源的使用情况。在一定的负荷下，利用率越小，代表网络对资源的利用越合理，能够保证路由策略。

在分析与结果统计中，需要注意的是，随着分组长度的增加，优化的成果体现的更加明显，不同网络的时延都会有所不同，工作人员要根据实际的数据进行分析。如果时延的比例仅为预期的一半，那么应适当增加分组的长度，从而保证其得到有效调整。在本次研究的算法中，能够通过通信量的负荷链路进行重新分配，从负荷重的链路重新分配到负荷轻的链路，避免出现瓶颈现象，这种方式对资源的使用进行了优化，能够增加得到最优解的速度。所以在路由及使用算法的改进中，使用遗传算法能够提高最优解的质量，实现分组长度的有效加成，在算法的使用中，要使学生注意时延结果，确保其稳定的上升，保证算法的有效性。

在计算机网络技术教学中，要将遗传参数选择作为教改的新方向。遗传参数主要包括影响算法的有效群体的数据，然后对控制交换的操作频率进行集中转换。在路由及其性能的优化中，学生应掌握其选择问题和具体的优化步骤，能够合理控制不同的数据，掌握遗传算法的参数。针对遗传算法的使用，也要根据实际情况，进行适当选择，保证整个过程的合理性，从而实现路由及性能的优化。计算机网络中算法的使用，需要保证稳定的时延效果，增加算法的有效性。

参考文献：

[1]贾杰，林秋思，陈剑，王兴伟. 认知无线Mesh网络中联合功率控制与信道分配的拥塞避免[J].计算机学报，2013，05：915-925.