Гибридный алгоритм для двухкритериальной задачи оптимизации трафика в сети Full article
| Journal |
Дискретный анализ и исследование операций
ISSN: 1560-7542 |
||||
|---|---|---|---|---|---|
| Output data | Year: 2025, Volume: 32, Number: 3, Pages: 117–144 Pages count : 29 DOI: 10.33048/daio.2025.32.827 | ||||
| Tags | оптимизация «чёрного ящика», матэвристика, поиск с чередующимися окрестностями, OSPF, эволюционный алгоритм. | ||||
| Authors |
|
||||
| Affiliations |
|
Funding (1)
| 1 | Sobolev Institute of Mathematics | FWNF-2022-0019 |
Abstract:
Рассматривается задача оптимизации трафика в сети передачи данных. Для моделирования трафика используется имитационная модель. Пути передачи задаются неявно весами дуг. Если поток по дуге превышает её пропускную способность, то дуга считается перегруженной. Задача состоит в минимизации двух целевых функций: числа перегруженных дуг и расстояния от исходного вектора весов при соблюдении ограничений на суммарный поток в сети и появление новых перегруженных дуг. Предложена двухстадийная эволюционная схема, включающая алгоритм локального поиска по окрестностям большой мощности для получения стартового приближения границы Парето. Лучшее соседнее решение ищется при помощи оригинальной модели целочисленного линейного программирования. Проведено сравнение предложенного подхода с лучшими эволюционными алгоритмами на примерах с 628 каналами и 1324 запросами, и показано, что новая схема демонстрирует результаты, статистически лучшие на 15-49% по многим показателям качества (9 из 10).
Cite:
Юськов А.Д.
, Кулаченко И.Н.
, Мельников А.А.
, Кочетов Ю.А.
Гибридный алгоритм для двухкритериальной задачи оптимизации трафика в сети
Дискретный анализ и исследование операций. 2025. Т.32. №3. С.117–144. DOI: 10.33048/daio.2025.32.827 РИНЦ
Гибридный алгоритм для двухкритериальной задачи оптимизации трафика в сети
Дискретный анализ и исследование операций. 2025. Т.32. №3. С.117–144. DOI: 10.33048/daio.2025.32.827 РИНЦ
Dates:
| Submitted: | Feb 3, 2025 |
| Accepted: | Jun 22, 2025 |
| Published print: | Feb 9, 2026 |
| Published online: | Feb 9, 2026 |
Identifiers:
| Elibrary: | 88898864 |
Citing:
Пока нет цитирований