关于计算机通信网络中容量与流量分配的优化研究

施晓波

摘要：计算机网络技术的广泛应用，为世界人民带来快捷便利，推动着各行各业发展的同时，还存在一些问题需要解决。因此该文针对计算机通信网络中容量和流量分配优化问题进行深入研究，首先简单了解计算机通信网络在现实生活中的应用现状，随后深入分析计算机通信网络中容量与流量分配问题的优化方法。通过该文的研究为关注该问题的人员提供参考，从而推动国家的计算机通信网络的运行质量。

关键词：计算机通信网络；遗传算法；电网分组

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）01-0046-02

现阶段，虽然国家的计算机通信网络技术得到了飞速的发展，但是通信网络的網络费用上还存在一些问题，想要让计算机通信网络技术得到真正的发展，就必须要在保证计算机网络通信的同时，降低网络费用。而网络费用的降低就是对计算机网络容量与流量分配问题的优化过程。因此深入研究计算机通信网络中容量与流量分配的优化问题具有十分重要的现实意义。

1 计算机通信网络在现实生活中的应用现状

改革开放后，计算机网络技术得到了飞速的发展，不断地深入到国家人民的生产生活中去，而随着时间的推移，人们对计算机网络技术的依赖性逐渐提高。在快节奏的工作生活中，大部分人们都在寻求最适合自己的休闲放松方式，而互联网中的娱乐资源就是现代社会中最主要的放松方式之一。其次，计算机网络技术中的数据资源也是现阶段最为常见的应用类型，利用大数据网络中存储的数据资源，能够最大程度降低各方面成本，提高工作效率。最后，是互联网中的学习资源，计算机通过网络技术让互联网成为一个数据库，推动教育领域得到了全面的扩展。目前网络上大多教学网站都是利用多媒体技术和互联网技术，进行传播推广，比如，微课技术、翻转课堂等，丰富了教学资源的同时也开拓了学生的视野。

2 计算机通信网络中容量与流量分配问题的优化方法

2.1 计算机通信网络中容量与流量分配问题的数学模型

上文中提及计算机网络技术已经深入到国家生产生活中的各个方面，人们对计算机通信网络中容量与流量的要求也在不断提高，因此在对整个通信网络结构进行完善和发展的基础上，还要对网络的性能和效益进行全面的结合与分配。而想要对通信网络性能和效益进行科学合理的分配处理，首先就要建立相应的计算机网络技术中容量与流量分配问题的数学模型，在此基础上才能够进一步根据实际的网络运行情况，选择最合理的方案。建立数学模型时，先要了解计算机网络容量和流量分配问题的实质，也就是在已知的计算机通信网络拓扑结果和相应节点通信量的情况下，如何合理选择计算及网络中容量和不同节点之间通信路由，才能够降低通信网络运行成本，并达到降低通信网络费用的目的，还要保证国家人民对通信的需求得到满足。由此可知，计算机通信网络中容量与流量是一种非线性问题，还是一个处于多约束条件下的非线性问题，在了解问题的实质后，再提出了相应的假设。本文做出了五种假设，具体如下：①在已知计算机通信网络拓扑结构、网络容量以及节点通信需求的情况，建立的数学模型。②不考虑计算机丢失数据包的情况，也就是假设计算机通信网络节点处的缓冲器容量无限大。③在计算机通信网络中的报文分组在基于指数形式分布的同时，也遵循泊松到达的规律。④建立数学模型时，忽略节点对报文的处理时延。⑤建立数学模型时，假设报文传输的等级属于相等，并且属于同一种服务。最终形成了下列数学模型：

此外还要对上述数学模型的约束条件进行分析，而上式中的Z代表着计算机通信网络运行整体成本的优化，而D则是计算机通信网络中各单位平均延时费用的成本系数，G则为固定费用的加权系数，V就是可变费用的加权系数。其中Qlk和Slk分别标志和第一调链路中线路的容量和一条链路型号在指标为k时的成本系数[1]。

2.2 计算机通信网络应用改进的并行遗传算法的优化过程

传统的并行遗传算法已经无法满足现阶段的计算机通信网络中容量与流量的分配优化问题的需求，因此国家在原有遗传算法的基础上，进行了改进，能够对路由中在前的基因进行精确的判断。不止如此，在改进后还能够从根本上对计算机通信网络容量与流量进行有效分配，在全面保证分配效率的同时也提高计算机网络性能。改进过后的遗传算法优化求解的过程可以分为五个步骤，首先将算法中的参数和其他数据进行输入；其次选择三个染色体群并且编号；第三计算出适应值后，将每个染色体分别复制并且让染色体进行基因变异；第四在变异后的染色体中选出最优化的染色体个体，反复降低交互频率，如果该个体的适应值在反复十次后还没有提高时，就要修改遗传参数；最后就要对初始染色群体进行重新混合分配[2]。

2.3 计算机通信网络中容量与流量优化分配模型仿真结果

1） 资源分配得到优化

通过上文中建立的数学模型和优化分配进行计算后，针对得出的结果进行全面具体地分析，首先在利用传统改进过后的遗传算法进行优化分配时，报文分组长度延长，带动着平均分组延时和链路整体的利用率也得到了增加，进而将通信量从负荷重的链路中分配出去，分给负荷轻的链路，由此从根本上避免了瓶颈现象的出现，让资源分配得到了全面的优化，达到了计算机通信网络容量和流量优化分配模型计算的初级目标。

2） 提高网络的性价比

虽然满足了资源分配优化问题，但是随着分组长度的增加，总体运行费用也进一步增加，计算机通信网络的负荷也相对加重。因此就需要选择容量较大的链路，但是就会增加链路本身所需费用，最终造成了可变费用增加。根据具体的遗传算法进化所得出来的结果，能够在增加链路容量的同时对平均时延的增加进行一定的抑制。因为在OCT网络中，数据链路较为集中，让平均时延和分组长度之间的关联性减弱。不论是传统的ARPA网络，还是OCT网络，链路费用都占总体费用的绝大部分，而分组长度对链路的费用有着直接的影响。因此，在计算机通信网络容量和流量数学模型的基础上，还要利用遗传算法对该数学模型进行全面的优化，进而提高整体网络的性价比。

3） 网络费用的优化

最后是网络费用问题，也是进行计算机通信网络中容量与流量分配优化的根本目的，实际上网络费用和延时费用等都会随着分组费用的增加而增加。如果从网络的实时性来说，单位分组延时可以被忽视，在这个条件之上，进行优化时，遗传算法将会为计算机通信网络选择最小容量的链路，从而降低通信网络的固定费用。然而在实际使用的过程中，延时费用会受到单位分组延时的影响，因此遗传算法会为计算机网络通信选择容量较大的链路，从而让整体费用降低。通过对ARPA网络和OCT网络分别展开探讨发现，前者在增加单位分组延时费用时，总体网络费用的比例将会提升到20%，此时固定费用仍然是主体的网络费用。但是后者的可变费用就会随着分组延时的增加而降低。

3 总结

综上所述，想要在网络建设发展的过程中，既满足网络通信需求，又让网络运行费用最低，就要保证计算机通信网络容量与流量得到全面的优化。本文对原有改进的遗传算法进行进一步的优化，让计算机通信网络需求得到满足的同时，降低网络的固定费用和可变费用，从而降低整体的网络运行费用，达到提高国家通信网络的性能指标的根本目的，让国家的网络资源得到合理的利用。

参考文献：

[1] 芦正勇. 计算机通信网络中容量与流量分配的优化分析[J]. 信息系统工程， 2017（1）：33-33.

[2] 林静， 卢会春. 计算机通信网络中容量与流量分配的优化分析[J]. 电脑迷， 2017（12）：112-112.endprint