【技术实现步骤摘要】
本专利技术涉及路由规划，尤其涉及一种网络路由优化方法、装置、电子设备及存储介质。
技术介绍
1、在网络路由中，最短路径算法是最常用的算法之一，最短路径算法通过计算网络设备之间的距离和权值来选择最短的路径。迪杰斯特拉算法和贝尔曼-福德算法是两种常用的最短路径算法。最短路径算法在小规模网络中表现良好，具有高效性和准确性。然而，在大规模网络中，最短路径算法的搜索时间和计算量较大，难以满足实际需求。
技术实现思路
1、本专利技术提供一种网络路由优化方法、装置、电子设备及存储介质，用以解决最短路径算法的搜索时间和计算量较大，难以适应大规模网络路由需求的缺陷。
2、第一方面，本专利技术提供一种网络路由优化方法，包括：
3、获取网络中所有网络设备、所述网络设备之间的链路数据以及所述链路数据对应的权重，根据所述网络设备、所述链路数据和所述权重构建网络图论模型，所述网络图论模型包括节点和所述节点之间的边；
4、根据预设的源节点、预设的目标节点和所述权重对所述网络图论模型进行剪枝处理，得到局部网络图论模型；
5、基于蚁群算法对所述局部网络图论模型进行路由寻优，得到路由路径。
6、根据本专利技术提供的一种网络路由优化方法，所述根据预设的源节点、预设的目标节点和所述权重对所述网络图论模型进行剪枝处理，得到局部网络图论模型，包括：
7、确定所述源节点和所述目标节点之间的路径；
8、根据所述链路数据的权重，确定每一所述路径的总
9、根据所述总权重对所述网络图论模型进行剪枝处理，得到所述局部网络图论模型。
10、根据本专利技术提供的一种网络路由优化方法，所述根据所述总权重对所述网络图论模型进行剪枝处理，包括：
11、对所述总权重从大到小进行排序，将前n个所述总权重对应的节点进行剪枝处理，或者，对高于预设值的所述总权重对应的节点进行剪枝处理，完成对所述网络图论模型的剪枝处理；
12、其中，n为正整数。
13、根据本专利技术提供的一种网络路由优化方法，所述基于蚁群算法对所述局部网络图论模型进行路由寻优，得到路由路径，包括：
14、为所述局部网络图论模型中的每个边设置初始化信息素；
15、初始化至少一蚂蚁，在所述局部网络图论模型中随机选择一节点作为每一蚂蚁的起始节点；
16、基于信息素浓度从所述起始节点选择下一节点直至完成路径选择，更新所述局部网络图论模型的信息素浓度，循环本步骤直至迭代次数达到设定值或者找到满足设定条件的最优解；
17、将所述最优解作为所述路由路径。
18、根据本专利技术提供的一种网络路由优化方法，所述更新所述局部网络图论模型的信息素浓度，包括：
19、所述局部网络图论模型的信息素浓度的更新公式如下：
20、tij(t+1)＝(1-ρ)tij(t)+δtij(t)；
21、
22、其中，tij(t+1)表示更新后的信息素浓度，ρ为信息素挥发系数，δtij(t)为位置i到位置j的信息素浓度增量，i为蚂蚁数量。
23、根据本专利技术提供的一种网络路由优化方法，所述信息素浓度的增量采用蚁周系统模型计算得到，计算公式如下所示：
24、
25、其中，q为释放信息素总量，lk为蚂蚁经过的路径长度。
26、根据本专利技术提供的一种网络路由优化方法，还包括：
27、对信息素挥发系数进行改进，使信息素挥发系数动态减小，改进公式如下：
28、
29、其中，ρ为挥发系数，ρmax为挥发系数最大值，ρmin为挥发系数最小值，nmax为最大迭代次数。
30、第二方面，本专利技术还提供一种网络路由优化装置，包括：
31、构建模块，用于获取网络中所有网络设备、所述网络设备之间的链路数据以及所述链路数据对应的权重，根据所述网络设备、所述链路数据和所述权重构建网络图论模型，所述网络图论模型包括节点和所述节点之间的边；
32、预处理模块，用于根据预设的源节点、预设的目标节点和所述权重对所述网络图论模型进行剪枝处理，得到局部网络图论模型；
33、优化模块，用于基于蚁群算法对所述局部网络图论模型进行路由寻优，得到路由路径。
34、第三方面，本专利技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述网络路由优化方法的步骤。
35、第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述网络路由优化方法的步骤。
36、本专利技术提供的网络路由优化方法、装置、电子设备及存储介质，将网络路由问题转化为图论问题，对网络图论模型进行剪枝处理，能够将待路由的网络规模进行缩小，减少路由时间，基于蚁群算法在局部网络图论模型中进行搜索和路由优化，进一步减少搜索时间，适应大规模网络的需求，提高网络的性能和效率。
本文档来自技高网...【技术保护点】
1.一种网络路由优化方法，其特征在于，包括：
2.根据权利要求1所述的网络路由优化方法，其特征在于，所述根据预设的源节点、预设的目标节点和所述权重对所述网络图论模型进行剪枝处理，得到局部网络图论模型，包括：
3.根据权利要求2所述的网络路由优化方法，其特征在于，所述根据所述总权重对所述网络图论模型进行剪枝处理，包括：
4.根据权利要求1所述的网络路由优化方法，其特征在于，所述基于蚁群算法对所述局部网络图论模型进行路由寻优，得到路由路径，包括：
5.根据权利要求4所述的网络路由优化方法，其特征在于，所述更新所述局部网络图论模型的信息素浓度，包括：
6.根据权利要求5所述的网络路由优化方法，其特征在于，所述信息素浓度的增量采用蚁周系统模型计算得到，计算公式如下所示：
7.根据权利要求5或6所述的网络路由优化方法，其特征在于，还包括：
8.一种网络路由优化装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述网络路由优化方法的步骤。
...【技术特征摘要】
1.一种网络路由优化方法，其特征在于，包括：
2.根据权利要求1所述的网络路由优化方法，其特征在于，所述根据预设的源节点、预设的目标节点和所述权重对所述网络图论模型进行剪枝处理，得到局部网络图论模型，包括：
3.根据权利要求2所述的网络路由优化方法，其特征在于，所述根据所述总权重对所述网络图论模型进行剪枝处理，包括：
4.根据权利要求1所述的网络路由优化方法，其特征在于，所述基于蚁群算法对所述局部网络图论模型进行路由寻优，得到路由路径，包括：
5.根据权利要求4所述的网络路由优化方法，其特征在于，所述更新所述局部网络图论模型的信息素浓度，包括：
6.根...
【专利技术属性】
技术研发人员：刘彩霞，陈蕊，
申请(专利权)人：浪潮通信信息系统有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。