8.4.1. Метод «имитационного отжига» (Simulated Annealing).

Данный метод вместе с другими генетическими алгоритмами (genetic algorithms) был создан для нахождения правильных решений комплексных задач оптимизации сетевых топологий. Алгоритм начинает свою работу с произвольной первичной конфигурации виртуальной топологии и используются операции перестановки узлов для достижения ближайших (похожих) конфигураций. В операциях перестановки узлов исследуется возможность перемены мест между соседними узлами. Так например, если узел i связан с узлами j, a, и b, тогда как узел j связан с узлами p, g и i, то после операции перестановки узлов между узлами i и j, узел i будет связан с узлами p, g и j, тогда как узел j будет связан с узлами a, b и i. Ближайшие конфигурации, дающие лучшие результаты по низкому значению средней задержки пакета в сравнении с предыдущим (действующим) решением, принимаются автоматически. Решения, которые хуже, чем действующее, принимаются с определенной вероятностью, которая определяется управляющим системным параметром. Вероятность, с которой выбираются эти неудачные конфигурации, уменьшается в процессе работы алгоритма, что и даёт возможность моделирования «холодного» («cooling») процесса, связанного с отжигом. При вычислении вероятности принятия полученной конфигурации используется отрицательный экспоненциальный множитель, и эта величина получается обратно пропорциональной к разнице между действующим решением и лучшим из полученных.

118

На первоначальной стадии процесса работы алгоритма исследуются случайные конфигурации в пространстве поиска таким образом, чтобы обеспечить возможность получения различных исходных конфигураций без зацикливания в какой-либо одной локальной области. Но так как с течением времени вероятность принятия неудачного решения уменьшается, то длительность процесса работы алгоритма достигает минимума после нескольких итераций. Состояние становится «замороженным» («frozen»), когда больше нет улучшений в целевой функции задачи даже после большого количества повторений.

8.4.2. Метод «девиации потока» (Flow Deviation Algorithm).

Алгоритм девиации [24] путем регулирования трафика обеспечивает оптимальную минимизацию средней задержки пакетов в масштабах всей сети. Как уже упоминалось, трафик от узла-источника к узлу-адресату может разделяться, что позволяет минимизировать задержку пакета. Если потоки не уравновешены, тогда чрезмерная загрузка отдельного канала может привести к большим задержкам в этом канале и, таким образом, оказать негативное влияние на среднюю задержку пакетов в масштабах всей сети. Алгоритм основывается на понятии потоков по кратчайшим маршрутам (shortest-path flows), где определяется линейная скорость увеличения задержки при бесконечно малом увеличении потока по каждому отдельному каналу. Эти «ставки издержек» («cost rates») затем используются для решения задачи направления потока по кратчайшему маршруту (с использованием какого-либо алгоритма, например, алгоритма Dijkstra, Bellman-Ford, [25], и других). Полученные пути являются наиболее благоприятными, по которым может отклоняться часть потока. Алгоритм также позволяет определить, какую часть первоначального потока необходимо отклонить, и процесс его работы продолжается до тех пор, пока не будет достигнут определенный допустимый уровень.