计算机网络优化设计中遗传算法的应用

张馨

摘要：计算机在日益普及，计算机网络在运行过程中需要进行有效的设计，最新的遗传算法，极大地简化了使用过程中的节点和线路，极大地提高了计算机网络通信的效率，为以后计算机网络的有效发展奠定了良好的基础。

关键词：计算机网络;优化设计;遗传算法;应用

中图分类号：TP393 文献标识码：A 文章编号：1007-9416（2020）06-0105-02

1 遗传算法优化的过程

首先，数学建模和优化，即根据执行命令和处理队列模型的原理使用遗传算法，可以简化通信问题以及计算机网络中存储节点的问题。最佳可靠性计算，包括为配电和路由选择复杂的非线性方程式。当寻找最优解时，遗传算法的过程可以表示为：开始→（0→t）-初始化p→估计p→直到满足完成条件→开始→重组p，得到c→估计c→货车在p和c之间选择p→（t+1→t）终点。由于存在许多限制，因此遗传算法是促进优化任务的最佳选择之一。为了开发和优化该算法，遗传算法被用作优化设计的主要算法，从而可以很容易地获得良好的数据并发挥非常好的优化作用[2]。

2 计算机网络优化设计的数学模型

在计算机网络中，信息处理以“先到先得”模式进行处理。在计算通信信道容量的路由和分配时，必须考虑信道容量的成本和节点之间的传输成本，并且必须建立用于网络优化的数学模型。该计算机网络具有以树状网络排列的M个候选信道和N个节点。遗传算法用于优化树状计算机网络的设计，布局问题被描述为代码，选择包含N的网络链接以形成图，并评估其连通性。在搜索中搜索N个节点表示链接，在N个节点和具有N个链接和支持树的图之后，N-1个链接形成一个网络。假定计算机网络A（S，D）的拓扑，节点聚合表示为S，连接聚合表示为D。S|=n，最大值|E|=n（n-1）/2权重是链接的成本。假设Xpq=1是段与pq之间的连接;Xpq=0表示其他问题的所有解决方案集（X12，X13，...，X1n，X23，X24，...，X2n，...，X（n-1）n）等于（Y12，Y13，...，Y1n，Y23，Y24，...，Y2n，...，Y（n-1）n）。那么數学模型如下所示：minG（X0）=∑nd-1i=1∑ndj=i-1YijXijT（X）≥Tmin（X）T（X）表示计算机网络的可靠性，而Tmin（X）是要达到的设计时间可靠性。限制1：连接到计算机网络。局限性2：一个节点与最多H个节点关联。限制3：链接的成本最低。

3 基于遗传算法和BP神经网络的海上搜救的研究（案例分析）

3.1 背景

近年来，随着经贸全球化的发展，海上活动越来越普遍，因此海上事件也有所增加。在其他事故中，货船事故总数超过了列表，其次是客船事故，造成了巨大的经济损失，这需要更可靠、更有效的搜索和救援方案。但是，与海上救援有关的因素很多，案件数据库庞大，很难找到海上搜救案件[1]。

3.2 具体应用

在遗传算法中，特征编码是选择特征的第一步。对每个人执行二进制编码。如果属性的位置匹配，则表示该人包含此属性。如果为0，则表示人们没有此属性，并且每个人都是问题的特征子集之一。本文采用的适应度函数定义如下：F（x）=（1卡（x）n）+k（1），其中卡（x）代表一个人中的数字1，该人中的n代表。包含n个特征特征，k表示决策特征对条件特征的依赖程度。在遗传算法中，选择操作用于执行最适合的个体的生存，其实也就是数学中的集合。其中，船舶类型1表示客船，0表示货船，船舶登记1表示外国公民，0表示公民身份，1表示有受害者，0表示没有，1表示远离海岸，0表示接近，风和浪高从1到10高度上升，温度0表示低温，1表示正常范围，事故原因2表示火灾，3表示停止，通讯选项0表示差，1表示最佳，复杂度的搜索和补救从1级增加到4级。使用MATLAB编程遗传算法，令Pc=0.7，Pm= 0.1，最大代数设置为150代，选择50组对象属性进行处理，并获得属性的最佳子集（有无损失，距海岸，风，浪高，能见度，温度，事故原因）。

3.3 应用效果

使用遗传算法消除与海洋事故相关的因素会大大减少属性，删除多余属性并破坏无关属性。同时，属性数量的减少也会导致属性处理中的错误。使用BP神经网络在案例库中对案例进行分类。当出现新案例时，必须首先提取函数的最小子集，通过对神经BP网络进行分类来确定案例搜索和存储的复杂性，然后搜索相应的复杂性案例库，这种情况使搜索更具针对性，并提高了搜索效率。在建立计算机网络结构系统中的应用为了满足在构建计算机网络系统时提高计算机网络可靠性的要求，它必须严格遵循网络设计标准以完成构建并逐步从地面向上进行设计改善，这种类型可以在某种程度上改善网络管理，操作以及计算机网络操作系统与硬件设备之间的关系。作为计算机系统的决策支持结构，网络性能级别可以有效地支持计算机用户的网络功能，网络管理用于维护计算机网络数据库并向计算机用户提供网络服务。

4 遗传算法在计算机网络优化设计中的作用

提高结构系统设计的质量计算机网络中最重要的是可靠性。有必要有效地设计网络结构系统以增加计算机网络的可靠性。在设计过程中，必须根据设计要求执行标准化操作。在此基础上，根据从上到下的接地方法，有效地改善了网络系统。同时，有必要有效地连接不同级别。例如网络管理级别、操作级别、网络设备和操作系统。项目的不同结构主要体现在以下几个方面：网络管理水平;该结构是一个计算机决策支持系统，在此基础上，培训和其他自动化系统，可以很大程度上实现用户的网络功能。网络管理级别，网络管理层实际上是为数据库提供有效的服务，以为用户提供网络级服务，即网络操作系统。实际上，网络操作系统在于以下事实：各种软件可以有效地支持与计算机网络有关的操作，该操作过程是网络设备的运行水平。该级别主要包括网络设备级别，该级别由交互协议，拓扑和服务组成，上述四层系统可以显着提高计算机网络的可靠性和安全性。

5 结语

科技正在迅速进步，信息量剧增，信道容量分配，计算机网络的可靠性以及节点之间的路由器选择等问题变得越来越明显。通过使用智能算法，进大规模的优化设计。使得计算机网络的正常运行，我们在优化计算机设计上下了很大的功夫，降低我们运行的成本。利用遗传算法进行计算机网络优化设计，可以显着提高计算精度，提高计算效率，提高计算机系统的性能。遗传算法可以有效地解决计算机网络设计中的优化问题，该算法的应用将大大提高网络设计的时效性，使得计算机网络发挥更好的作用。

参考文献

[1] 刘兴建，陈晓.计算机网络优化设计中遗传算法的应用[J].电脑知识与技术，2019，15（12）：186-188.

[2] 王天佟.遗传算法在计算机网络优化设计中的应用[J].佳木斯职业学院学报，2018（6）：407.