luận văn Thạc sĩ Nghiên cứu định tuyến và gán bước sóng trong mạng WDM sử dụng phương pháp tính toán tiến hóa lai

1 LỜI NÓI ĐẦU HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - TIÊU VĂN GIANG NGHIÊN CỨU ĐỊNH TUYẾN VÀ GÁN BƯỚC SÓNG TRONG MẠNG WDM SỬ DỤNG PHƯƠNG PHÁP TÍNH TOÁN TIẾN HÓA LAI NGÀNH : KHOA HỌC MÁY TÍNH MÃ SỐ : 60.48.01 TÓM TẮT LUẬN VĂN THẠC SĨ HÀ NỘI - 2012 Sự bùng nổ mạng Internet, phát triển số lượng người sử dùng, phát triển ứng dụng dịch vụ IP, mà chứng kiến vòng gần thập kỉ qua [7] Mạng truyền dẫn quang đáp ứng nhiều yêu cầu dung lượng, chi phí xây dựng tính bảo mật thông tin Hai công nghệ quan trọng gần giúp tăng dung lượng mạng quang ghép kênh theo bước sóng WDM khuếch đại sợi quang EDFA [25] Định tuyến gán bước sóng (RWA) coi toán cổ điển mạng quang WDM [17] Trong phân thành hai toán con: (i) định tuyến (ii) gán bước sóng Bài toán định tuyến tìm đường từ nguồn tới đích, toán gán bước sóng thực gán bước sóng cho tuyến thiết lập toán định tuyến Bài toán RWA có tính kết hợp chất thuộc lớp toán tối ưu hóa, phù hợp với cách tiếp cận heuristic [13] Đối với vấn đề RWA ta xem xét nhiều mục tiêu thiết kế mạng đồng thời tối đa hóa số lượng yêu cầu liên lạc để phục vụ giảm thiểu số lượng kênh bước sóng định[3][6] Để giải toán thiết kế đa mục tiêu, kỹ thuật tối ưu hóa đa mục tiêu thường sử dụng Một số phương pháp sử dụng gần đơn mục tiêu để giải toán đa mục tiêu ràng buộc  tổng trọng số [1] Tuy nhiên gần đơn mục tiêu có nhược điểm khó tìm nghiệm tối ưu[16] Do mà thuật toán tiến hóa đa mục tiêu áp dụng để giải toán thiết kế đa mục tiêu [18] thu kết quan trọng cho việc thiết kế mạng toàn quang sở công nghệ WDM 2 Qua xin trân trọng cảm ơn TS.Nguyễn Đức Nhân thầy cô hội đồng khoa học nhà trường, Khoa Quốc tế sau đại học giúp đỡ nhiều cho để hoàn thiện luận văn Tuy nhiên, thời gian trình độ giới hạn, kính mong thầy cô tiếp tục đóng góp, giúp đỡ để luận văn hoàn thiện tốt ứng dụng vào thực tế Tôi xin trân trọng cảm ơn! TÁC GIẢ TIÊU VĂN GIANG 1.1 Mạng WDM 1.1.1 Định nghĩa: WDM (Wavelength Division Multiplexing – Ghép kênh theo bước sóng) công nghệ “trong sợi quang truyền dẫn đồng thời nhiều tín hiệu quang với nhiều bước sóng khác nhau” đầu phát, nhiều tín hiệu quang có bước sóng khác tổ hợp lại (ghép kênh) để truyền sợi quang đầu thu, tín hiệu tổ hợp phân giải (tách kênh), khôi phục lại tín hiệu gốc đưa vào đầu cuối khác 1.1.2 Các công nghệ dùng mạng thông tin quang CHƯƠNG 1: TỔNG QUAN Hệ thống thông tin người có lịch sử phát triển từ lâu Cho tới nay, có nhiều hệ thống thông tin hình thức đa dạng Các hệt hống thông tin gán cho tên gọi định theo môi trường truyền dẫn theo tính chất dịch vụ hệ thống So với hệ thống thông tin đại thông tin điện báo (đưa vào khai thác năm 1844) hệ thống thông tin quang (mới khai thác từ năm 1980) hệ thống có tuổi đời trẻ Tuy với phát triển dịch vụ mạng đòi hỏi ngày cao dung lượng băng thông, hệ thống thông tin quang phát triển mạnh mẽ công nghệ gần thập niên qua Do có ưu điểm nên hệ thống thông tin quang nhanh chóng áp dụng rộng rãi mạng lưới Chúng tiềm tàng khả lớn việc đại hoá mạng lưới viễn thông giới Phần trình bày công nghệ đã, dùng hệ thống thông tin quang 1.1.2.1 TDM (Time Division Multiplexing): TDM phương pháp ghép kênh phân chia theo thời gian Đây phương pháp giúp tăng số lượng tín hiệu gửi đường truyền vật lý Hình 1.1 : Ghép kênh theo thời gian 1.1.2.2 SONET/SDH: SONET (Sychronous Optical Network : Mạng quang đồng bộ) chuẩn American National Standards Institute để truyền liệu đồng môi trường truyền cáp sợi quang Tương đương với SONET mặt quốc tế SDH SONET/SDH lấy luồng n bit, ghép chúng lại, điều chế quang tín hiệu sử dụng thiết bị phát quang để gửi với tốc độ bit tương đương với : (tốc độ bit vào)  n Vì lưu lượng đến ghép kênh SONET tù bốn đầu vào với tốc độ 2,5 Gbps luồng đơn tốc độ  2,5 Gbps = 10 Gbps Nguyên tắc minh họa hình 1.2 Hình 1.2 : Nguyên tắc ghép kênh mạng SONET SONET cung cấp chuẩn cho số lượng lớn tốc độ truyền (tốc độ truyền thực tế vào khoảng 20 Gbps) 1.1.2.3 Gigabit Ethernet: Công nghệ Ethernet 10 Gigabit xây dựng nghi thức Ethernet, có tốc độ nhanh gấp 10 lần Ethernet (1000 Mbps) Ethernet Gigabit triển khai công nghệ xương sống cho mạng đô thị Đối với mạng diện rộng WAN, Ethernet 10 Gigabit cho phép ISP (Internet Service Provider) NSP (Network Service Provider) tạo liên kết tốc độ cao với giá thành thấp từ chuyển mạch định tuyến phạm vi công ty thiết bị quang gán trực tiếp vào SONET/SDH Công nghệ Ethernet Gigabit hỗ trợ cáp sợi quang đơn mode đa mode Tuy vậy, khoảng cách hỗ trợ tùy vào kiểu cáp sợi quang bước sóng thực thi ứng dụng 1.1.3 Hệ thống thông tin quang nhiều kênh Trên thực tế, đời hệ thống quang đa kênh giải hạn chế hệ thống đơn kênh, đồng thời tận dụng công nghệ có để phát triển mạnh mẽ Cụ thể : Thứ nhất, hệ thống đơn kênh, tốc độ đạt tới mức khoảng vài chục Gbit/s khoảng cách tuyến truyền dẫn bị rút ngắn lại, thiết bị điện tử đạt đến giới hạn không đáp ứng xung tín hiệu hẹp; thêm vào chi phí dành cho giải pháp tuyến truyền dẫn trở nên tốn cấu trúc, thuật toán phức tạp đòi hỏi thiết bị có công nghệ cao Thứ hai, kỹ thuật ghép kênh quang sử dụng tận dụng phổ hẹp Laser, tận dụng băng tần lớn sợi quang 1.1.4 Nguyên lý ghép kênh theo bước sóng quang Nguyên lý ghép kênh theo bước sóng mang minh họa hình 1.3 Hình 1.3 : Quá trình ghép giải ghép WDM 1.1.5 Mục đích công nghệ WDM Do băng thông quang lớn nên sử dụng cho mục đích đơn lẻ hao phí Vì sử dụng công nghệ WDM nhằm mục đích tận dụng băng tần truyền dẫn sợi quang cách truyền đồng thời nhiều kênh bước sóng sợi quang 1.1.6 Phân loại hệ thống truyền dẫn WDM 1.2 Định tuyến gán bước sóng mạng WDM 1.2.1 Định tuyến (Routing) 1.2.1.1 Giới thiệu Định tuyến coi thành phần cốt yếu kiến trúc mạng, thiết kế mạng điều hành mạng mạng thông tin, thành phần thiếu mạng viễn thông 1.1.6.1 Hệ thống ghép bước sóng đơn hướng: Chỉ thực truyền theo chiều sợi quang Do để truyền thông tin hai điểm cần hai sợi quang Hình 1.4: Hệ thống WDM đơn hướng 1.1.6.2 Hệ thống ghép bước sóng song hướng: Có thể truyền theo hai chiều sợi quang nên cần sợi quang để trao đổi thông tin hai điểm Hình 1.5: Hệ thống WDM song hướng 1.2.1.2 Phân loại định tuyến Có nhiều cách phân loại định tuyến, đưa số loại định tuyến sau:  Dựa vào chức thích nghi với trạng thái thời mạng để phân loại thành: định tuyến tĩnh định tuyến động + Định tuyến tĩnh: với định tuyến tĩnh, đường dẫn chọn trước cho cặp nguồn – đích node mạng + Định tuyến động: định tuyến động lựa chọn tuyến dựa thông tin trạng thái thời mạng  Dựa vào phạm vi định tuyến, ta phân loại thành: định tuyến định tuyến Định tuyến trong: định tuyến xảy bên hệ thống độc lập (AS – Autonomous System), giao thức thường dùng RIP (Router Information Protocol), IGRP (Interior Gateway Routing Protocol), OSPF (Open Shortest Path First), EIGRP (Enhanced IGRP),… Định tuyến ngoài: định tuyến xảy hệ thống độc lập (AS), liên quan tới dịch vụ nhà cung cấp mạng sử dụng giao thức định tuyến rộng phức tạp Giao thức thường dùng BGP (Border Gateway Protocol) 5 Điều kiện tính riêng biệt bước sóng: tất lightpath sử dụng link (fiber) phải gán bước sóng riêng biệt Hình 1.6: Định tuyến định tuyến 1.2.2 Định tuyến gán bước sóng (Routing and Wavelength Assignment - RWA) Tìm đường hiểu theo hai khía cạnh, tìm đường vật lí mang mẫu lưu lượng yêu cầu (Routing) đưa bước sóng phù hợp để mang lưu lượng link dọc path (Wavelength Assignment) số bước sóng cho phép (bởi path gồm số fiber, mà fiber này, bạn có W sub-chanels, W bưóc sóng W lựa chọn cho yêu cầu kết nối tại) Vấn đề viết tắt RWA Rắc rối đặt toán RWA đưa hai điều kiện sau: Điều kiện tính liên tục bước sóng: lightpath phải sử dụng chung bước sóng tất link dọc theo đường từ nguồn đến đích Hình 1.8: Mạng WDM định tuyến bước sóng 1.3 Động mục tiêu nghiên cứu 1.3.1 Động Cơ Để giải toán thiết kế đa mục tiêu, kỹ thuật tối ưu hóa đa mục tiêu thường sử dụng Một số phương pháp sử dụng gần đơn mục tiêu để giải toán đa mục tiêu ràng buộc  tổng trọng số Tuy nhiên gần đơn mục tiêu có nhược điểm khó tìm nghiệm tối ưu Do mà thuật toán tiến hóa đa mục tiêu áp dụng để giải toán thiết kế đa mục tiêu 1.3.2 Mục tiêu nghiên cứu Nghiên cứu giải toán định tuyến gán bước sóng đa mục tiêu mạng WDM bao gồm: Hình 1.7: Điều kiện tính liên tục bước sóng + Xây dựng toán RWA toán tối ưu đa mục tiêu 6 + Giải toán RWA xây dựng thuật toán di truyền để tối ưu hóa tham số mạng khác Đề tài làm sở định hướng nghiên cứu cho đề tài tốt nghiệp sinh viên đại học cho nghiên cứu chuyên sâu sinh viên cao học 1.4 Nội dung đóng góp luận văn 1.4.1 Nội dung luận văn CHƯƠNG 2:ĐỊNH TUYẾN VÀ GÁN BƯỚC SÓNG TRONG MẠNG WDM Nội dung luận văn dự kiến chia thành chương với nội dung cụ thể sau: Chương 1: Trình bày tổng quan mạng WDM, vấn đề định tuyến gán bước sóng mạng WDM, nhiệm vụ, hướng nghiên cứu đóng góp luận văn Chương 2: Giới thiệu toán RWA, mục tiêu thiết kế, phương pháp tiếp cận toán RWA: heuristic metaheuristic Chương 3: Trình bày toán tối ưu hóa đa mục tiêu, giải thuật tiến hóa tối ưu hóa đa mục tiêu, giải thuật di truyền RWA đa mục tiêu Chương 4: Trình bày mô hình mô RWA đa mục tiêu, cách thức giải toán RWA đa mục tiêu phương pháp tính toán tiến hóa lai kết mô toán RWA Phân loại Kiểu lưu lượng RWA Static,Dynamic Hàm mục tiêu Max-RWA,Min-RWA Công thức ILP Link-based, Path-based Chuyển đổi bước sóng Full,Sparse,None Cáp quang Single,Multiple 1.4.2 Những đóng góp luận văn Yêu cầu Request multiplicity Kết đề tài ứng dụng cho thiết kế mạng quang định tuyến bước sóng WDM hiệu Bằng việc sử dụng tiếp cận đa mục tiêu thay cho xem xét mục tiêu cách độc lập, nghiệm thu việc giải toán RWA phương pháp tiến hóa lai cho kết khả thi tốt hơn, hay nói cách khác cung cấp cho nhà thiết kế mạng thông tin bù trừ bổ ích nhiều mục tiêu khác Hơn thuật toán tiến hóa nghiên cứu áp dụng cho việc điều khiển mạng quang định tuyến bước sóng động cách hiệu RWA toán coi toán NP-đầy đủ Phức tạp toán RWA phát sinh từ hai kiện sau đây: (i) Ràng buộc bước sóng liên tục : Một lightpath phải chiếm bước sóng tất sợi liên kết mà qua qua (ii) Ràng buộc bước sóng riêng biệt: Hai lightpaths phải không định bước sóng liên kết 2.1 Giới thiệu toán RWA Phân loại toán RWA thể Bảng 2.1 Bảng 2.1: Phân loại RWA 2.2 Cách tiếp cận heuristic toán RWA Chlamtac[8] đề xuất khái niệm Lightnet kiến trúc để đối phó với vấn đề không phù hợp tốc độ xử lý điện tử truyền dẫn quang băng thông WDM dựa mạng diện rộng Zhang Acampora[26] đề xuất thuật toán hiệu để gán số giới hạn bước sóng trạm truy cập mạng phương tiện vật lý bao gồm phân đoạn sợi quang kết nối qua thiết bị chuyển mạch bước sóng quang chọn lọc Banerjee [4] xem xét vấn đề thiết kế cấu trúc liên kết mạng quang học hợp lý cho mô hình vật lý ma trận nhu cầu giao thông người sử dụng cuối Banerjee Mukherjee[2] trình bày công thức lập trình tuyến tính số nguyên để đưa giải pháp tối thiểu khoảng cách bước nhảy đến vấn đề thiết kế cấu trúc liên kết ảo mạng bước sóng định tuyến quang học, trường hợp ràng buộc bước sóng liên tục 2.3 Cách tiếp cận meta-heuristic toán RWA Các giải pháp meta Heuristic thiết kế cấu trúc liên kết khu vực mạng mesh diện rộng để giảm thiểu chi phí mạng Các thuật toán di truyền sử dụng để giải toán RWA theo giả định khác Các tác giả xây dựng vấn đề RWA tĩnh mạng quang học vấn đề tối ưu hóa mục tiêu giải cách sử dụng thuật toán tiến hóa MC Sinclair[23] đề xuất chi phí tối thiểu định tuyến đường bước sóng phương án phân bổ bước sóng cách sử dụng thuật toán di truyền / Heuristic dựa thuật toán lai ghép Zhong Pan [21] phát triển chức phù hợp để giải toán của toán RWA cách sử dụng thuật toán di truyền Mục tiêu để định tuyến lightpath theo cách để giảm thiểu số lượng bước sóng cần thiết để nhường quyền tất lightpaths tĩnh Các mục tiêu thứ yếu giảm thiểu chi phí việc thiết lập lightpaths D Bisbal[5] đề xuất thuật toán di truyền để thực định tuyến động gán bước sóng định tuyến bước sóng mạng quang bước sóng chuyển đổi Le[15] đề xuất thuật toán di truyền cải tiến để giải toán RWA động Để đạt cân tải tốt cá thể, họ xây dựng hàm thích hợp mới, đồng thời liên quan đến chiều dài đường đi, số bước sóng tự khả chuyển đổi bước sóng tuyến đường đánh giá 2.4 Các mục tiêu thiết kế toán RWA Bài toán thiết kế đa mục tiêu thể với hàm đa mục tiêu thường giải với "kỹ thuật tối ưu hóa đa mục tiêu" Tối ưu hóa đa mục tiêu kỹ thuật để tìm giải pháp tốt từ giải pháp lớn xem xét tất mục tiêu lúc Có số nghiên cứu[20] lồng ghép tài liệu mà hình thành heuristics meta-heuristics cho việc thiết kế hiệu biểu đồ tổng quát dựa cấu trúc liên kết mạng CHƯƠNG 3: MÔ HÌNH ĐA MỤC TIÊU CHO BÀI TOÁN RWA 3.1 Xây dựng toán đa mục tiêu Bài toán RWA toán tối ưu hóa tổ hợp loạt phương pháp tối ưu sử dụng để giải toán Các toán RWA mô hình hóa toán lập trình số nguyên tuyến tính (ILP) giải ILP đảm bảo để cung cấp cho tối ưu toàn phần 3.1.1 ký hiệu sử dụng Ký hiệu sử dụng việc xây dựng ILP quy định sau: + V = Thiết lập nút mạng + E = Thiết lập liên kết sợi hai chiều mạng + W = Thiết lập kênh bước sóng không nhiễu hỗ trợ tất liên kết sợi mạng + (i,j) Là cặp nút nguồn-đich; {i,j}  V + D = Ma trận nhu cầu yêu cầu kết nối, nơi Dij dùng để giá trị đầy đủ ghi rõ nhu cầu tối đa cặp nút (i, j) Dij = Dji +  -(v) = Thiết lập liên kết sợi sử dụng lightpath vào nút v + +(v) = Thiết lập liên kết sợi sử dụng lightpath rời khởi nút v lightpath k cặp nút (i, j) thiết Bk ,e (i, j )  (i,j) = lập bước sóng w với liên kết e không 3.1.3 Xây dựng ILP đa mục tiêu Trong phần này, xây dựng toán RWA toán đa mục tiêu ILP Lightpaths nhóm lại theo cặp nút nguồn-đích K tập hợp yêu cầu lightpath Thì K tính theo công thức:  K (i, j ); K (i, j)  K ( j, i) | andi  j K ( i , j )V V  D ij K  Bk(i,j) = Bk (i, j )  lightpath k cặp nút (i, j) thiết lập không lightpath k cặp nút (i, j) thiết lập bước sóng nếuwkhông 3.1 K (i, j )  K ( j , i)  Dij  D ji Các hàm mục tiêu mà muốn tối ưu hóa quy định sau: 3.1.2 Các biến sử dụng Các biến sử dụng việc xây dựng ILP quy định sau: iV jV + Giảm thiểu ách tắc nhiều liên kết tắc nghẽn mạng: Minimize max eE  w, e k  b ( i , j )V V : Dij 0 kK ( i , j ) wW ( i, j ) (3.4) + Giảm thiểu khác biệt tắc nghẽn nhiều tắc Minimize k nghẽn liên kết mạng: max  (d e |  bkw, e (i, j )   K ( i , j ) eE wW (3.9) ( i , j ):Dij 0 Trong de = Trễ liên quan đến liên kết e  Min{max eE w,e k  b eE (i, j )V V:Dij 0 kK (i, j ) wW w,e k  (i, j)   b (i, j) } (3.5) + Hạn chế tối đa tổng chiều dài tuyến đường: (i, j )V V :Dij 0 kK (i, j ) wW + Giảm thiểu khác biệt liên kết tắc nghẽn nhiều Minimize  w,e k   (d |  b ( i , j ): Dij  k K ( i , j ) e E e (i, j )  0) (3.10) wW ùn tắc trung bình tất liên kết mạng: 3.2 Các giải thuật tiến hóa tối ưu hóa đa mục tiêu w,e k  Min { max eE w,e k   b (i, j)   b (i, j) (i, j )VV:Dij 0 kK (i, j ) wW E (i, j )VV:Dij 0 kK (i, j ) wW } (3.6) + Hạn chế số lượng tối đa bước nhảy qua trung gian: Minimize k max   bkw, e (i, j )  K (i , j ) eE wW (3.7) ( i , j ):Dij 0 3.2.1 Thuật toán đáp ứng tiến hóa EA thủ tục lặp ngẫu nhiên để tạo nghiệm thăm dò cho toán P Thuật toán điều khiển sưu tập P cá nhân (quần thể), số bao gồm nhiều nhiễm sắc thể Các nhiễm sắc thể cho phép cá nhân đại diện cho nghiệm tiềm cho toán xem xét Toàn trình phác thảo hình 3.1 + Giảm thiểu số lượng liên kết sợi sử dụng tất lightpaths: Minimize {e  E |  w, e k  b (i, j )  0} (3.8) ( i , j ): Dij  k K ( i , j ) wW Hình 3.1: Tác giả phương pháp tiến hóa để tối ưu hóa + Hạn chế chiều dài tuyến đường tối đa: Thuật toán tiến hóa sau: P ← áp dụng ι G để có cá nhân μ (quản thể ban đầu); 10 while Tiêu chuẩn kết cuối không đáp ứng (a) P0 ← áp dụng σ P; / * lựa chọn * / (b) P00 ← áp dụng ω1, · · ·, ωk P0; / * sinh sản * / (c) P ← áp dụng ψ P P00; thay / * / Endwhile Quá trình lặp lặp lại tiêu chí chấm dứt định (thường đạt số lượng tối đa lần lặp lại) thỏa mãn Mỗi lần lặp trình thường gọi hệ a.Nếu kích thước Pt 1 vượt loại bỏ cá nhân có tối thiểu k- khoảng cách hàng xóm gần Pt 1 Pt 1 = N b.Nếu kích thước Pt 1 so với N Điền Pt 1 với cá nhân chiếm ưu Pt Pt Biến đổi đảo chéo cá nhân Pt Lặp lại bước 2-6, thỏa mãn với số lượng tối đa lặp 3.2.2 Giải thuật SPEA2 3.3 Các giải thuật di truyền RWA đa mục tiêu Thuật toán tiến hóa cải tiến đầy đủ Pareto (SPEA2) ) tiếng kỹ thuật hiệu để tìm kiếm tập hợp Pareto tối ưu toán tối ưu hóa đa mục tiêu chung SPEA2 đề xuất Zitzler[29] SPEA2 thuật tiến hóa đa mục tiêu toán hệ thứ hai (MOEA), thành công thuật toán sử dụng để giải số vấn đề kỹ thuật Thuật toán di truyền (GA) sử dụng để giải toán tối ưu hóa đa mục tiêu số lĩnh vực Khả GA đa mục tiêu khuyến khích để tìm kiếm theo hướng Pareto trước trì đa dạng quần thể Đầu tiên, Schaffer[24] đề xuất đánh giá thuật toán di truyền vector tiến hóa(VEGA) để giải tối ưu hóa đa mục tiêu mục tiêu riêng biệt kết hợp quần thể mục tiêu lại với Các nghiệm thu từ VEGA vô nhiều cho mục tiêu Fonseca Fleming[11] đề xuất thuật toán tiêu di truyền đa mục (MOGA) để tìm kiếm nghiệm tất hướng không gian mục tiêu N đại diện cho kích thước quần thể, N kích thước lưu trữ Tạo cá thể ban đầu P0 tạo khoảng trống lưu trữ P0 Tính toán số lượng yêu cầu kết nối chấp nhận kênh bước sóng yêu cầu, cách sử dụng GA-MDF Tính toán giá trị sức mạnh cá nhân Pt Pt Xếp hạng cá nhân theo giá trị sức mạnh họ kkhoảng cách hàng xóm gần nơi k NN Môi trường lựa chọn Ví dụ GA thảo luận Konak trong[13] bao gồm thuật toán di truyền đa mục tiêu khác Thảo luận phân loại thuật toán di truyền đa mục tiêu dựa tính gán độ hợp lý xếp hạng nghiệm thành bốn nhóm: (3.26) Hàm tổng hợp mục tiêu chuẩn hóa a GA dựa trọng số (WBGA) 11 b GA trọng số ngẫu nhiên (RWGA) So sánh trực tiếp độ chi phối Pareto giảm thiểu số lượng bước sóng yêu cầu Điều cho phép số yêu cầu liên lạc định bị chặn để tiết kiệm số kênh bước a GA đánh giá vector (VEGA) sóng Yêu cầu liên lạc gán thành công với bước sóng b Niched Pareto GA (NPGA) gọi "yêu cầu chấp nhận" Hàm mục tiêu toán Tiếp cận xếp hạng cụ thể bao gồm: a GA Đa mục tiêu (MOGA) b GA xếp loại không bị chi phối (NSGA) GA xếp loại nhanh không bị chi phối (NSGA-II) c Thuật toán tiến hóa đầy đủ Pareto (SPEA) cải thiện SPEA (SPEA2) Phương pháp tiếp cận dựa không dân cư Mục tiêu thiết kế để tối đa hóa số lượng yêu cầu kết nối chấp nhận Một số lượng lớn yêu cầu chắn đòi hỏi số lượng lớn kênh truyền dẫn (hay gọi kênh bước sóng) Mục tiêu thiết kế tùy vào số lượng giới hạn kênh bước sóng cạnh mạng a Chiến lược tiến hóa Pareto lưu trữ (PAES) Mục tiêu thiết kế thứ hai để giảm thiểu số lượng bước CHƯƠNG 4: MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ sóng yêu cầu cạnh thỏa mãn giá trị mục tiêu 4.1 Mô hình mô mạng có số lượng bước sóng Mục tiêu thiết kế để Trong phần này, toán thiết kế RWA đa mục tiêu mô hình thiết kế trình bày Bài toán RWA thiết kế mạng quang WDM xem xét để hỗ trợ nhiều yêu cầu liên lạc đồng yêu cầu kết nối chấp nhận Ta giả định cạnh giảm thiểu số lượng bước sóng đáp ứng lượng yêu cầu chấp nhận Thông tin cho: thời (bài toán luồng đa yêu cầu kết nối) Mỗi yêu cầu kết nối có nhiều tuyến tuyến có số lựa chọn gán kênh bước sóng Bài toán thiết kế mạng chương để tối đa hóa số yêu cầu chấp nhận từ tập yêu cầu định sẵn để - Cấu hình mạng - Tập yêu cầu (tức là, cặp nút nguồn đích với yêu cầu băng thông) 12 Tối thiểu hóa: KA   (4.10) k k K - (4.1) f obi  min{ f c  f w } QA T Q Q  QA fc  Q - - fw  (4.11) (4.2)  e,k q  H ; q  Q, k  K (4.12) eE KA K max (4.3)  ( D  e e,k q )  L; q  Q, k  K (4.13) eE Tùy theo:   e, k q eE (*,i ) k  K    e, k q eE ( i ,*) k  K   q , i  sourceq    q , i  Destq q  Q, i  N (4.4)  0, otherwise  qe , k   qk ; q  Q, e  E, k  K  q  {0,1}; q  Q (4.14) k  {0,1}; k  K (4.15)  qk  {0,1}; q  Q, k  K (4.16) (4.5)  qe , k  {0,1}; q  Q, k  K , e  E  k q  e, k q  1; q  Q (4.6) 4.2 Định tuyến gán bước sóng sử dụng phương pháp tiến hóa lai k K   q ; q  Q, e  E (4.7) k K QA    q (4.8) e, k q (4.9) qQ  (4.17)  k ; e  E , k  K Phần trình bày thuật toán sử dụng để giải toán định tuyến gán bước sóng đa mục tiêu Ta xem xét toán RWA tối đa hóa số lượng yêu cầu chấp nhận giảm thiểu số lượng kênh bước sóng yêu cầu lúc Bài toán RWA phân loại vào hai vấn đề, định tuyến gán bước sóng Cả hai phụ thuộc vào qQ 4.2.1 Thuật toán NSGA-II 13 Thuật toán di truyền phân loại nhanh không bị chi phối (NSGA-II) biết kỹ thuật hiệu để tìm kiếm tập hợp tối ưu Pareto toán tối ưu hóa đa mục tiêu chung NSGA-II thuật toán nhanh để hội tụ nhanh chóng mặt trước Pareto NSGA-II đề xuất Deb[11] mô tả sau Gọi Rt đại diện cho tổng số quần thể, Pt quần thể bảo tồn, Qt quần thể tái tổ hợp hệ t Fi mặt trước i, i số nguyên dương Lưu ý nghiệm mặt trước F1 tốt so với nghiệm mặt trước F2, tiếp tục Kết hợp Pt Qt để Rt Tính toán số lượng yêu cầu kết nối chấp nhận kênh bước sóng yêu cầu, cách sử dụng GA-MDF (được mô tả Phần 4.2.2) Gán quần thể Rt cho mặt trước (F1, F2, F3, ) cách sử dụng thuật toán xếp nhanh không bị chi phối (Rt) Tính khoảng cách tạo đám Fi cách sử dụng thuật toán gán khoảng cách tạo đám (Fi) Xếp loại quần thể Rt (sắp xếp theo bậc mặt trước (Fi) theo thứ tự tăng dần khoảng cách tạo đám theo thứ tự giảm dần Chọn lựa có nửa quần thể Rt gán cho Pt+1 Tái kết hợp (qua lai tạo đột biến) quần thể Pt +1 gán cho Qt+1 Tăng vòng lặp (t = t + 1) Lặp lại bước 1-8, trình lặp thỏa mãn số lần lặp tối đa Từ thuật toán NSGA-II, hai thủ tục quan trọng NSGA-II bao gồm thủ tục gán độ hợp (xếp loại không bị chi phối nhanh gán khoảng cách tạo đám) thủ tục lựa chọn Quần thể xem xét bao gồm nhiều cá thể Mỗi cá thể quần thể gán thứ hạng bậc lý mà cá thể ưu tú trì cho hệ sau Các cá thể ưu tú có thứ hạng thấp tốt so với cá thể khác Thứ hạng nghiệm tính toán từ xếp không bị chi phối nhanh trước Sau đó, nghiệm mặt trước xếp việc sử dụng thuật tóan gán khoảng cách tạo đám Việc phân hạng thể thủ tục hình 4.2 Hình 4.2: Thủ tục NSGA-II 4.2.1.1 Gán độ hợp (Fitness assignment) NSGA-II xếp thứ hạng cho cá thể i quần thể sử dụng bậc mặt trước (Fi) khoảng cách tạo đám (Di) Các bậc mặt trước (Fi) gán cách sử dụng thuật toán xếp không bị chi 14 phối nhanh [11] khoảng cách tạo đám tính thuật toán gán khoảng cách tạo đám [11] Phương pháp xếp nhanh không bị chi phối Gọi Fi mặt trước i i số nguyên dương Đối với cá thể p quần thể a Tìm tập cá thể bị chi phối p b Tìm thể không bị chiếm ưu gán cho mặt trước F1 trước tiên Gán cá thể khác cho mặt trước thứ hai, thứ ba, tiếp đó, tất cá thể có mặt trước chúng Gán khoảng cách tạo đám (Crowding-distanceassignment) Gọi Fi mặt trước i i số nguyên dương, Di khoảng cách tạo đám nghiệm i mặt trước Fi, N số lượng nghiệm mặt trước Fi, f mmax f mmin giá trị cực đại cực tiểu mục tiêu m Thiết lập khoảng cách tạo đám cá thể i (Di) = 0, cho tất cá thể Fi Đối với mục tiêu m a Sắp xếp theo thứ tự tăng dần cá thể i theo giá trị mục tiêu fm b Đặt khoảng cách tạo đám (Di) cá thể bậc bậc cuối =  (tức là, D1 =  DN = ) c Đối với tất cá thể khác (i = tới N-1) Tính khoảng cách tạo đám cá thể i sử dụng ( f (i  1)  f (i  1)) Di  Di  m max mmin ( f m  fm Cá thể có giá trị khoảng cách nhỏ có nghĩa tạo đám nhiều so với cá thể khác Cá thể mà cách xa khỏi cá thể khác lựa chọn trước tiên Thủ tục lựa chọn trình bày sau 4.2.1.2 Thủ tục lựa chọn Ban đầu, cá thể có bậc mặt trước thấp chọn Nếu không gian có sẵn quần thể hệ hỗ trợ toàn cá thể mặt trước Fi, cá thể mặt trước có khoảng cách tạo đám lớn lựa chọn trước tiên thể thủ tục hình 4.2 Thủ tục lựa chọn 1.Đối với cá thể i a Chọn toàn cá thể có bậc mặt trước thấp trước tiên b Nếu toàn cá thể mặt trước Fi lấp đầy không gian có sẵn hệ tiếp theo, chọn cá thể có số khoảng cách tạo đám lớn trước tiên 4.2.2.Thuật toán di truyền cho việc định tuyến gán bước sóng theo bậc tối thiểu trước tiên (GA-MDF) Thuật toán thuật toán heuristic gọi thuật toán di truyền cho việc định tuyến với việc gán bước sóng bậc tối thiểu trước tiên (GA-MDF) GA-MDF có hai phần định tuyến thuật toán di truyền gán bước sóng theo bậc tối thiểu trước tiên 4.2.2.1 Thuật toán di truyền cho định tuyến Trước đây, thuật toán di truyền sử dụng để giải toán định tuyến mạng quang WDM [3] Banerjee Sharan đề xuất thuật toán di truyền dựa tiếp cận định tuyến luân phiên cố định Mã hóa chuỗi: Mã hóa chuỗi trình mã hóa toán tổ hợp thành tập hợp gen nhiễm sắc thể Mã hóa chuỗi đây, tập hợp số nguyên tuyến đường 15 yêu cầu kết nối Giả sử toán thiết kế mạng có nút mạng hình 4.4 Hình 4.6: Một ví dụ lai tạo Đột biến: Đột biến trình khai thác nghiệm từ nghiệm có Một ví dụ trình đột biến thể hình 4.7 Hình 4.4: Một mẫu 5-node mạng Hình 4.7: Một ví dụ trình đột biến Hình 4.5: Một ví dụ mã hóa chuỗi Lai tạo: Lai tạo trình khám phá nghiệm từ nghiệm có Một ví dụ trình lai tạo cho thấy hình 4.6 4.2.2.2 Gán bước sóng mức độ tối thiểu trước tiên (MDF) Trong gán bước sóng, thuật toán độ tối thiểu trước tiên (MDF) đề xuất để gán kênh bước sóng giới hạn cho tập yêu cầu Thuật toán gán độ hợp trước tiên thực gán bước sóng từ số kênh nhỏ đển số kênh cao [11] Còn thuật toán này, mức độ tối thiểu gán trước 16 tiên Giả định mức độ tối thiểu đồ thị phụ trợ thể cho số lượng yêu cầu bị chồng lấn Thuật toán MDF trình bày sau: 1.Sắp xếp tất yêu cầu theo số lượng mức độ từ mức độ nhỏ đến mức độ lớn Tại hạng (số lượng mức độ nhất, bị chồng lấn yêu cầu khác), gán bước sóng Tại yêu cầu tiếp theo, yêu cầu không bị chồng lấn với yêu cầu trước đó, gán kênh bước sóng tương tự yêu cầu trước đó, không gán bước sóng Lặp lại bước 3, tất yêu cầu xem xét Ví dụ MDF Yêu cầu (2): từ nút đến nút  kênh bước sóng Yêu cầu (3): từ nút nút  kênh bước sóng Bởi không chồng chéo với yêu cầu kết nối trước Yêu cầu (1): từ nút đến nút  kênh bước sóng2 Bởi bị chồng chéo với 2 3 Hình 4.8: Một đồ thị phụ trợ cho thuật toán mức độ tối thiểu trước tiên (MDF) MDF kiểm tra mạng nhỏ có quan hệ kiểu chồng lấn hình 4.9 Mối quan hệ chồng lấn thu từ tập sáu yêu cầu NFSNET thể hình 10 Sáu yêu cầu là: Yêu cầu 0: có tuyến đường từ nút đến 12: 1 3 4 67 8 12 Yêu cầu 1: từ nút đến 3:   Yêu cầu 2: từ nút đến 5: 3 4 Yêu cầu 3: từ nút 0: 7 Yêu cầu 4: từ nút 9: 7 8 Yêu cầu 5: từ nút 11 đến 12: 11 8 12 Hình 4.9: Một biểu đồ phụ trợ cho thuật toán gán bước sóng Hình 4.10: NFSNET với 14 nút 42 cạnh 17 4.2.2.3 Cơ chế xén tỉa Trước đây, Konak[14], Taboada Coit[26] đề xuất chế để cắt giảm nhiều nghiệm không bị chiếm ưu hai phương pháp tiếp cận, thuật toán mức độ ưu tiên xếp hạng tạo đám liệu Trong phương pháp đầu tiên, người định có biết mức ưu tiên mục tiêu, xem xét theo trật tự để tìm nghiệm ưu tiên Trong phương pháp thứ hai, cắt tỉa cách sử dụng phân nhóm liệu coi phù hợp người định không cần phải biết mức ưu tiên mục tiêu Trong phần này, nhiều nghiệm (các nghiệm không bị chi phối) thu từ NSGA-II cắt bỏ bớt cách sử dụng thuật toán tiếng phân nhóm liệu (tức thuật toán K-means) Thuật toán K-means thể sau: Chọn K điểm trọng tâm ban đầu Repeat (Lặp lại) a Hình thành K cụm cách gán điểm cho trọng tâm gần với b Tính toán lại trọng tâm cụm Until (Cho đến khi) trọng tâm không thay đổi thí nghiệm cho thấy hình 4.10, 4.11 4.12 bao gồm mạng NFSNET với 14 nút 42 cạnh định hướng, mạng CHNNET với 15 nút 54 cạnh định hướng mạng ARPANET với 20 nút 64 cạnh hướng [30] Đối với kích thước toán, tập hợp nhu cầu thông tin liên lạc khảo sát tập hợp kênh bước sóng Ở giả định tất cạnh có số khả bước sóng Hình 4.11: Mạng lưới Quốc gia Trung Quốc (CHNNET) với 15 nút 54 cạnh hướng Độ gần nghiệm so với trọng tâm khoảng cách Euclide Vấn đề thuật toán K-means để tìm giá trị thích hợp K 4.3 Kết mô Thiết kế mạng RWA đa mục tiêu với cấu hình mạng tập yêu cầu cho xem xét số thí nghiệm Một số lượng giới hạn kênh bước sóng cạnh liên kết mạng áp đặt 80% yêu cầu phải chấp nhận Một tập hợp toán kiểm tra với số lượng yêu cầu khác tạo ngẫu nhiên theo phân bố kiểm tra Các mạng ví dụ khác chọn Hình 4.12: ARPANET với 20 nút 64 cạnh hướng 18 FAR-FF để so sánh Các kết mô cho thấy hình 4.13, 4.14, 4.15 bảng 4.1 chi GA-MDF thực tốt so với FAR-FF với tuyến ngắn tiềm tất ba Số yêu cầu chấp nhận cấu trúc mạng Số yêu cầu chấp nhận Thuật toán GA-MDF chuẩn hóa với thuật toán Số kênh bước sóng Hình 4.15: Các nghiệm không bị chi phối GA-MDF FAR-FF thu từ ARPANET Số kênh bước sóng Số yêu cầu chấp nhận Hình 4.13: Các nghiệm không bị chi phối GA-MDF FAR-FF thu từ NFSNET Số kênh bước sóng Hình 4.14: Các nghiệm không bị chi phối GA-MDF FAR-FF thu từ CHNNET 19 Bảng 4.1:Thời gian tính toán GA-MDF FAR-FF mạng khác cấu trúc liên kết với 150 mặt hàng CPU times Total Max Average cpu Total cpu deg deg time(s) time (s) NPSNET 14 15 42 GA-MDF 14,806.3 44,419.0 FAR-FF 11,986.7 35,960.0 CHN 27 15 18 54 3.6 GA-MDF 16,512.7 49,538.0 FAR-FF 12,344.7 37,034.0 ARPANET 32 20 1.6 64 3.2 GA-MDF 29,435.0 88,305.0 FAR-FF 21,540.3 64,621.0 Bảng 4.2 cho thấy kết thu với tổng số 150 yêu cầu sử dụng tiếp cận Weighted-Sum, 11 trường hợp giá trị trọng số xem xét Những kết (được hiển thị "○" ) so sánh với kết thu từ NSGA-II (hiển thị "×") hình 4.16 No.of (nondriection) edge 21 No.of Nodes Noof edges no.of nodes Degree Averge Min deg deg RWA techniques Số yêu cầu chấp nhận Network topologies Số kênh bước sóng 150 yêu cầu Hình 4.16: Kết từ phương pháp tiếp cận Weighted-Sum trường hợp khác trọng số NSGA-II Bảng 4.2: Kết từ cách tiếp Weighted-Sum với trường hợp khác thông số trọng số (150 mặt hàng) {W0,Ww} {1.0,0.0} No.of accepted comodities 123.0 No.of wavelengths used 9.0 {W0,Ww} {0.4,0.6} No.of accepted comodities 127.0 No.of wavelengths used 10.0 20 {0.9,0.1} 123.0 9.0 {0.3,0.7} 127.0 10.0 {0.8,0.2} 121.0 9.0 {0.2,0.8} 127.0 11.0 {0.7,0.3} 122.0 9.0 {0.1,0.9} 140.0 13.0 {0.6,0.4} 122.0 9.0 {0.0,1.0} 150.0 17.0 {0.5,0.5} 123.0 9.0 Như thấy Bảng 4.3, thuật toán NSGA-II đòi hỏi nhiều tính toán, với thời gian CPU tính toán trung bình 14806,3 s trường hợp 150 yêu cầu thu từ thuật toán NSGA-II, thời gian tính toán thu từ cách tiếp cận Weighted-Sum (với 11 trường hợp trọng số) 349,0 x 11 = 3839 s Bảng 4.3: Số lần lặp lại thời gian tính toán tổng trọng (nhiều trọng số) phương pháp tiếp cận NSGA-II Weighted-Sum (multiple weights) NSGA-II Iteration CPU time(s) Iteration CPU time(s) Average (per replication run) 10 33.0 1.0 2400.0 85.0 30 39.2 9.1 2400.0 6.503 50 50.2 32.6 2400.0 1617.7 100 51.0 132.2 2400.0 6403.3 150 58.2 349.0 2400.0 14806.3 Total 10 1090.0 33.0 7200.0 255.0 30 1293.0 300.0 7200.0 1816.0 50 1656.0 1077.0 7200.0 4853.0 100 1684.0 4363.0 7200.0 19210.0 150 1921.0 11518.0 7200.0 44419.0 mặt trước hình.4.17 (a) Đối với trường hợp K Đối với chế xén tỉa, phân nhóm liệu K-means chọn mục tiêu không ưu tiên hóa phương = K = 5, trọng tâm đại diện tất cụm pháp Số lượng nghiệm thu từ NSGA-II cách thể ký hiệu  tiếp cận 31 nghiệm hình 4.16 Tất số phân cụm lại cách sử dụng thuật toán K-means Nghiệm với K = dễ dàng để đưa định đặt No.of total comodity 21 Hình 4.17: Kết từ thuật toán K-tính chất với (a) K=1, (b)K= (c)K= Trong kết đưa đây, giá trị K lựa chọn cách xem xét hai tổng sai số bình phương (SSE) tỷ lệ phần trăm nghiệm thu SSE nhỏ đòi hỏi giá trị K lớn làm khó khăn cho việc lựa chọn định cuối Trong K nhỏ cho SSE lớn xác nhóm nghiệm cụm Các quan hệ SSE số lượng trọng tâm (K giá trị) thể Bảng 4.4 Bảng 4.4: Tổng Sai số bình phương (SSE) tỷ lệ phần trăm nghiệm thu với số lượng khác trọng tâm (K giá trị) No.of centriods 11 13 15 17 19 21 23 % of obtained solutions 3.23 9.68 16.13 22.58 29.03 35.48 41.94 48.39 54.84 61.29 67.74 74.19 Best case SSE (A) 2612.19 301.25 107.50 54.62 32.92 24.58 17.33 15.67 8.50 6.50 5.00 4.00 Average SSE (B) 2612.19 301.25 109.32 55.97 34.94 26.83 18.78 16.86 9.56 7.83 5.83 4.50 (B/2612.19)*100 100.00 11.53 4.18 2.14 1.34 1.03 0.72 0.65 0.37 0.30 0.22 0.17 22 25 27 29 31 80.65 87.10 93.55 100.00 3.00 2.00 1.00 0.00 3.00 2.00 1.00 0.00 0.11 0.08 0.04 0.00 Từ hình 4.18 cho thấy, SSE giảm nhanh K thay đổi từ đến Đồ thị hình chiếu cho thấy SSE thay đổi nhẹ từ K = tới 31 Đối với toán RWA đa mục tiêu xét này, K = tối ưu giá trị nhiều thời gian để đưa lựa chọn SSE chấp nhận Với K = 5, khoảng 16% nghiệm thu được, khoảng 23% nghiệm cho K = % Kết thu Hình 4.18: Mối quan hệ SSE số lượng trọng tâm 23 CHƯƠNG V: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 5.1 Kết luận Bài toán định tuyến gán bước sóng mạng quang WDM với tiếp cận thiết kế đa mục tiêu ràng buộc tính liên tục bước sóng tìm hiểu đề tài Mỗi yêu cầu kết nối sử dụng bước sóng gán xuyên suốt tuyến quang Cụ thể mục tiêu thiết kế xem xét đề tài để tối đa hóa số lượng yêu cầu chấp nhận tối thiểu hóa số lượng bước sóng đòi hỏi Do tiếp cận tính toán tiến hóa lai nghiên cứu tìm hiểu đề tài cho việc giải toán RWA đa mục tiêu cách hiệu Cụ thể thuật toán GA-MDF sử dụng để giải toán RWA cách hiệu quả, sau thuật toán NSGA-II áp dụng để tìm kiếm nghiệm không bị chi phối, chế xén tỉa áp dụng để lọc bớt số lượng lớn nghiệm không bị chi phối trợ giúp cho người định lựa chọn nghiệm cuối toán thiết kế tối ưu RWA đa mục tiêu Kết đề tài ứng dụng cho thiết kế mạng quang định tuyến bước sóng WDM hiệu Bằng việc sử dụng tiếp cận đa mục tiêu thay cho xem xét mục tiêu cách độc lập, nghiệm thu việc giải toán RWA phương pháp tiến hóa lai cho kết khả thi tốt hơn, hay nói cách khác cung cấp cho nhà thiết kế mạng thông tin bù trừ bổ ích nhiều mục tiêu khác Hơn thuật toán tiến hóa nghiên cứu áp dụng cho việc điều khiển mạng quang, định tuyến bước sóng động cách hiệu Đề tài làm sở định hướng nghiên cứu cho đề tài tốt nghiệp sinh viên đại học cho nghiên cứu chuyên sâu sinh viên cao học 5.2 Hướng nghiên cứu, phát triển Nghiên cứu đề tài có số đóng góp sau: (1) Phương pháp GA-MDF hiệu đề xuất cho toán RWA (2) NSGA-II với thuật toán GA-MDF có hiệu áp dụng để giải toán RWA đa mục tiêu thiết kế mạng (3) Cơ chế xén tỉa áp dụng để lọc số lượng lớn nghiệm chủ yếu để giúp người định việc lựa chọn nghiệm cuối tối ưu hóa toán RWA đa mục tiêu thiết kế mạng Đề tài mở rộng để giải toán RWA động nhận biết suy giảm chất lượng truyền dẫn hoặc/và có sử dụng chuyển đổi bước sóng mạng