刍议基于蚁群算法的有线接入网的拓扑设计

梁杰平

摘 要 蚁群算法是根据自然界蚂蚁寻路的方式模拟出的一种仿生算法，但是实际进行大规模求解的过程中往往会需要应用较长的时间，文章从这一点出发分析了领域分区法划分大规模网络的方法。

关键词 蚁群算法;有线接入网;拓扑设计

前言

应用蚁群算法进行大规模计算的过程中，可以先用领域分区法将较大的系统划分为较小的一些子系统，随后对每个子系统应用蚁群算法中的蚁周系统进行分别求解，获取子系统到中间节点的最佳路径，随后获取整体系统路由。

1拓扑设计

接入平台网络拓扑中要解决的问题之一是如何集中超集中通信的终端设备并将它们连接到更高级别的通信网络VLAN。接入网拓扑的详细设计非常复杂和多样。以有线电视（铜缆或铜缆）直接访问为例，它可以在校园中实现计算机技术访问系统的互联网网络。必须在校园内设计多栋科技大楼、办公楼、专业教学楼、阅览室、学生宿舍等场所。通过集中器，然后将现有的用户计算机与110命令中心进行比较，然后将集中器连接到园区网络中心。现有用户的条件概率分布包括计算机位置一，如何建立一个过集中器，如何将计算机与智能电能表连接，是接入平台网络设计中最困难的问题。在总成本最低的基本原则下，如何设置比较集中器，如何将电子计算机连接到采集终端，是一个难以理解的组合问题。即使解决了问题，所得到的解也可能是实用的。传统上，启发式方法被用来彻底解决实际操作。近年来，一些人文学者尝试用遗传算法等常用方法来解决当前的问题。虽然没有赢得问题最佳解决方案的基本保证，但当核心问题较大时，可以在可行的时间内找到满意的解决方案。在遗传机器学习算法中，很难正确地选择交叉矩阵向量。特别是当管束處理复杂时，在水平方向上的各种操作将非常复杂。此外，遗传优化算法也存在着家族基因漂移的现象，这使得该算法很容易实现。深部局部最优组合。蚁群人工智能算法是近年来不断发展起来的一种仿生原理算法实现。它完全吸收了各个昆虫王国中小昆虫的行为特征。通过内部可搜索的关联机制，它游走于问题之中，喜欢最佳的组合，在良好的环境下不断优化难度等级的性能。蚁群人工智能算法解决了充分空间的所有参数化可能性。主要分布建模生成候选演讲，使用不久前生成的解决方案更新了模型的参数，以便可以将新模型方法的可搜索性相对集中在足够的空间中，以找到高质量的解决方案。与家族遗传机器学习算法和进化计算相比，畜群机器学习算法具有一个独特的缺点，即易于直接处理，并且易于使用其自身的核心问题来指导各种类型的信息，有着良好应用的未来前景[1-3]。

2蚁群算法

蚁群优化算法的灵感来自对实际蚁群行为的实现的深入研究。他们可以找到从巢到食物来源的最短主要路径，而无须任何形式的明显提醒，并且可以搜索新的路径选择，并在环境发生重大变化时自适应地生成新的非选择路径。当一群蚂蚁寻找肉的来源时，它们会在途中释放一种独特的腺体分泌激素，蚂蚁可以感觉到这种物质，运动过程中强度很高。并且为了科学地指导它们的运动方向，使蚂蚁f向所有具有高强度比的物质的方向运动。但是，由更多蚂蚁成员组成的士兵蚂蚁的整体行为实施通常显示出相关信息反馈的积极结果。这种现象：在特定的基本路径上行走的小错误越多，选择特定路径的时间就越晚，可能性更大。它是通过一群蚂蚁个体之间交换所有物质信息内容而超出寻找食物的目的。

3基于蚁群算法的网络拓扑结构

根据CATV接入系统网络的最大特点，可以根据计算机技术终端设备接入网络的总数来设置集线器的数量。在对实际数据进行独特的设计经验过程中，也可以将网络管理中心I（光纤传输或铝线连接）作为基本出发点，并根据自然地理位置I和集线器位置的实际情况，选择可以进一步制定长期计划的特定方案（即生成过程树）。从起点开始计算第一模式鼠标组机器学习算法，并且仅一次计算所有m个集线器一次最小成本。经过时间记录后，再次调整中长期规划的最佳方案，并执行蚁群算法一次计算一次所有m个枢纽的最小成本。然后利用士兵蚂蚁算法进行调整和再验证。反复反复，很多方式也是成本最低的，可以得到成本较低，更全面的枢纽不设新的解决方案。使用soldier-ant算法找出如何将电子计算机分配到不同的集线器，可以将成本降到最低。根据上述计算机技术所连接的集线器的显著特点，对鼠标群的优化算法进行了改进：将解集分解为与集线器个数相等的真子集;将选择规则的实现路径从计算机划分到网络行标题的主路径可以选择特定的规则，而计算机到计算机的实现路径将选择规则。例如，从计算机到集线器的基本路径选择不仅与关键节点之间的距离密切相关，而且与连接到集线器的计算机数量密切相关。包括从计算机到电子计算机的特定路径来选择要实施的随机策略，您可以选择特定策略。信息的内容内容基于传统的情况，大多数功率因数更新和局部区域更新内容的更新内容的基本规则。小错误人工智能算法人工智能算法是一种齐头并进的人工智能算法。寻找小蚂蚁的时间过程是相互独立的。蚂蚁只与简单的内容元素通信。并行计算方法也可以大大缩短计算时间。而且，小缺陷机器学习算法也是一种正反馈算法。所以搜查很快就放松了。它的许多最大特点使得其蚂蚁算法的实现在无线网络拓扑设计和新兴领域具有广阔的商业前景[4-6]。

4结束语

蚂蚁算法本质上来说属于并行算法，蚂蚁搜索过程彼此独立，之间的交流通信仅仅通过信息素进行，对其进行并行计算可以显著缩短计算的时间，搜索可以快速收敛，这也是其在有线网络拓扑设计领域中的应用所在。

参考文献

[1] 徐俊逸.移动充电设备能量受限的无线传感器网络充电策略[D].合肥：合肥工业大学，2016.

[2] 李国宾.架空高压输电线路状态监测研究[D].长春：长春工业大学，2016.

[3] 李栋.软件定义的工业控制网架构与高实时调度方法[D].沈阳：中国科学院沈阳自动化研究所，2016.

[4] 樊丽娟.引进“蚁王”概念的人工蚁群算法及其应用[D].曲阜：曲阜师范大学，2017.

[5] 余修武，张枫，范飞生，等.基于铀尾矿库核素污染监测WSN分簇路由协议[J].中国安全生产科学技术，2016，12（10）：154-159.

[6] 陈智辉.基于效益的配用电通信网组网规划模型的设计[D].北京：北京邮电大学，2018.