專利名稱：基于最少資源神經(jīng)網(wǎng)絡(luò)求解大規(guī)模圖的最短路徑方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，更進一步涉及離散優(yōu)化領(lǐng)域中的基于最少資源神經(jīng)網(wǎng)絡(luò)求解大規(guī)模圖的最短路徑方法。該方法能夠用最少資源來求解大規(guī)模圖的最短路徑樹，可用于網(wǎng)絡(luò)路由、運輸調(diào)度和城市交通規(guī)劃。
背景技術(shù)：
近年來，隨著網(wǎng)絡(luò)大力普及、交通快速發(fā)展，如何更有效的解決網(wǎng)絡(luò)路由、運輸調(diào)度和交通規(guī)劃問題變得越來越重要，這就涉及到如何在最短的時間內(nèi)尋找大規(guī)模圖的最短路徑。北京郵電大學(xué)申請的專利“WDM光網(wǎng)絡(luò)中基于共享風(fēng)險鏈路組的網(wǎng)絡(luò)保護方法”(公開號CN 101026482A,申請?zhí)?00610007954. 0)，公開了一種WDM網(wǎng)絡(luò)環(huán)境下基于共享風(fēng)險鏈路組限制的共享資源保護方法。該方法反復(fù)調(diào)用傳統(tǒng)Dijkstra算法作為信道業(yè)務(wù)請求來計算備選工作路由集合，根據(jù)網(wǎng)絡(luò)中資源的實時使用情況，動態(tài)調(diào)整全網(wǎng)鏈路的鏈路權(quán)重值，從而得到最優(yōu)保護路由，通過使用首次命中策略為已經(jīng)計算好的工作路由和保護路由分配波長資源。該方法存在的不足是，傳統(tǒng)Dijkstra算法對圖有很大限制，只適合鏈路圖中節(jié)點權(quán)值非負無環(huán)情況，并且該算法的時間復(fù)雜度為0(n2)，這就導(dǎo)致在數(shù)據(jù)量很大的情況下，它的運算效率很差。北京博懋易通科技有限公司申請的專利“一種用于船舶航線設(shè)計的啟發(fā)式航段尋徑方法”(公開號CN 101833699A，申請?zhí)?00910119402)，公開了一種用于船舶航線設(shè)計的啟發(fā)式航段尋徑方法。該方法結(jié)合A*算法的啟發(fā)式搜索原理，建立航渡路徑樹方法來減少無謂的路徑搜索時間，通過分析基于矢量圖航段尋徑算法在船舶航線設(shè)計的特殊性，對航段尋徑算法進行改進，同時利用航段尋徑在多邊形外兩點間生成不穿越多邊形的連通路徑，找到最優(yōu)航段。該方法存在的不足是，A*算法作為一種啟發(fā)式搜索算法，是根據(jù)估價函數(shù)找最短路徑，這樣能夠避免查找很多不在最短路上的節(jié)點，但卻導(dǎo)致了 A*算法找到的解不是最優(yōu)解，并且該算法主要應(yīng)用是在大型游戲中尋找點到點的最短路徑，該專利申請中用A*算法來找一點到其他所有點的最短路徑，這就導(dǎo)致它的效率很差。武漢理工大學(xué)申請的專利“一種基于混合螞蟻算法的QoS多播路由的方法”(公開號CN 1731761A，申請?zhí)?00510019243. 0)，公開了一種基于混合螞蟻算法的QoS多播路由的方法。該方法首先采用遺傳算法生成信息素分布，再利用螞蟻算法正反饋求精確解。該方法存在的不足是，遺傳算法和螞蟻算法需要通過很大種群的競爭來找最優(yōu)解，并且只能在一定概率下得到最優(yōu)解，從而導(dǎo)致了大量計算，因此不適合應(yīng)用在求解大規(guī)模最短路徑問題。北京郵電大學(xué)申請的專利“網(wǎng)絡(luò)流量的分配方法”(公開號CN 102025628A,申請?zhí)?01010582522. 9)，公開了一種網(wǎng)絡(luò)流量的分配方法。該方法在網(wǎng)絡(luò)的源節(jié)點與目的節(jié)點之間建立多條備選路由路徑，初始化時將源節(jié)點與目的節(jié)點之間的網(wǎng)絡(luò)流量分配到一條或多條備選路由路徑上。根據(jù)備選路由路徑上初始分配的網(wǎng)絡(luò)流量，通過hopfield神經(jīng)網(wǎng)絡(luò)算法確定備選路由路徑中的初始最優(yōu)路由路徑，并將源節(jié)點與目的節(jié)點之間的網(wǎng)絡(luò)流量分配到初始最優(yōu)路由路徑。根據(jù)備選路由路徑上初始分配的網(wǎng)絡(luò)流量以及初始最優(yōu)路由路徑上分配的網(wǎng)絡(luò)流量，通過FD流量偏差算法調(diào)整備選路由路徑上分配的網(wǎng)絡(luò)流量，直至網(wǎng)絡(luò)傳輸時延滿足預(yù)定要求。在源節(jié)點和目的節(jié)點之間建立多條備選路由，結(jié)合hopfield神經(jīng)網(wǎng)絡(luò)算法與FD算法調(diào)整網(wǎng)絡(luò)中各鏈路業(yè)務(wù)負載，進行流量分配調(diào)整，以達到優(yōu)化網(wǎng)絡(luò)傳輸時延。該方法存在的不足是，hopfield網(wǎng)絡(luò)收斂到正確最短路徑的過程緩慢并且不能收斂到正確的最短路徑，而且該網(wǎng)絡(luò)所需要的神經(jīng)元數(shù)目是圖節(jié)點的平方或圖的弧數(shù)，同時網(wǎng)絡(luò)參數(shù)變化對解的質(zhì)量有很大影響。西北工業(yè)大學(xué)申請的專利“一種基于小波變換和多通道PCNN的高光譜圖像融合方法”(公開號CN 101697231A,申請?zhí)?00910218671. 4)，公開了一種基于小波變換和多通道PCNN的高光譜圖像融合方法。該方法對待融合的N個波段的高光譜圖像進行配準和灰度調(diào)整的預(yù)處理，進行小波變換，得到低頻子帶圖像和高頻子帶圖像，利用多通道PCNN模型分別對低頻子帶圖像和高頻子帶圖像進行初步的非線性融合處理，得到相應(yīng)的點火頻率圖，對低頻子帶圖像，將點火頻率進行相應(yīng)系數(shù)范圍的線性映射，直接將映射結(jié)果作為融合結(jié)果，對高頻子帶圖像，利用點火頻率圖進行區(qū)域分割，并對不同區(qū)域采用不同的融合規(guī)則進行融合處理，最后進行小波重構(gòu)，得到最終的融合結(jié)果圖像。該方法存在的不足是，PCNN 模型所要求的神經(jīng)元數(shù)量與圖中邊長之和成正比，很多基于PCNN的神經(jīng)網(wǎng)絡(luò)算法已提出只用與圖中節(jié)點數(shù)相同的神經(jīng)元來尋找最短路，但是網(wǎng)絡(luò)的神經(jīng)元仍然像PCNN的一樣是基于integrate-and-fire，因此網(wǎng)絡(luò)表現(xiàn)為一個非線性微分方程組，當(dāng)圖中的節(jié)點數(shù)變大的時候，系統(tǒng)的計算非常復(fù)雜；其次，在用戶預(yù)定的參數(shù)范圍內(nèi)，時間步長參數(shù)會影響網(wǎng)絡(luò)收斂總的迭代次數(shù)，從而影響算法的計算復(fù)雜性；同時解的質(zhì)量和計算復(fù)雜性也極易受到其他參數(shù)的影響，因此這些方法無法應(yīng)用到大規(guī)模問題。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出了一種基于最少資源神經(jīng)網(wǎng)絡(luò)求解大規(guī)模圖的最短路徑方法，本方法可運用最少資源得到全局最優(yōu)解。實現(xiàn)本發(fā)明的具體步驟如下(1)初始化大規(guī)模圖網(wǎng)絡(luò)；(2)在網(wǎng)絡(luò)源節(jié)點產(chǎn)生自動波；(3)按照下式計算節(jié)點的傳輸時間
‘min {yj (t) + djt [yj (0]}，if W1 (t)本 Φ;+ =7 )
(t), otherwise,其中，yi(t+l)是t+1時刻節(jié)點i的傳輸時間，min是求最小符號，j是Wi (t)中的節(jié)點，e是屬于符號，Wi (t)是從源節(jié)點到節(jié)點i各個中間節(jié)點權(quán)值，Yj(t)是t時刻節(jié)點j 的傳輸時間，Clji[yj(t)]是t時刻經(jīng)過節(jié)點j到節(jié)點i的傳輸時間，興是不等于符號，Φ是空集，Yi (t)是t時刻節(jié)點i的傳輸時間；(4)確定最晚到達時間比較步驟(3)獲得的傳輸時間和上次迭代所得傳輸時間， 取二者之間時間最短的作為節(jié)點最晚到達時間；
(5)更新節(jié)點路徑5a)在當(dāng)前節(jié)點的權(quán)重路徑節(jié)點中，將源節(jié)點到當(dāng)前節(jié)點傳輸時間最小的節(jié)點確定為競爭獲勝節(jié)點；5b)將競爭獲勝節(jié)點加入到當(dāng)前節(jié)點的路徑末尾；(6)判斷大規(guī)模圖網(wǎng)絡(luò)是否收斂，若收斂，執(zhí)行步驟(7)；若不收斂，增加一次迭代次數(shù)，執(zhí)行步驟⑶；(7)輸出最短路徑和最短路徑傳輸時間。
權(quán)利要求
1.一種基于最少資源神經(jīng)網(wǎng)絡(luò)求解大規(guī)模圖的最短路徑方法，包括如下步驟(1)初始化大規(guī)模圖網(wǎng)絡(luò)；(2)在網(wǎng)絡(luò)源節(jié)點產(chǎn)生自動波；(3)按照下式計算節(jié)點的傳輸時間
2.根據(jù)權(quán)利要求1所述的基于最少資源神經(jīng)網(wǎng)絡(luò)求解大規(guī)模圖的最短路徑方法，其特征在于步驟(1)所述的初始化為，設(shè)初始時間為1，大規(guī)模圖網(wǎng)絡(luò)中任一節(jié)點為源節(jié)點，源節(jié)點對應(yīng)的最早到達時間和最晚到達時間均為0，網(wǎng)絡(luò)中其他所有節(jié)點的最早到達時間為 0，最晚到達時間為無窮大，傳輸時間為無窮大。
3.根據(jù)權(quán)利要求1所述的基于最少資源神經(jīng)網(wǎng)絡(luò)求解大規(guī)模圖的最短路徑方法，其特征在于步驟(2)所述的產(chǎn)生自動波是指將源點的傳輸時間初始為0，源節(jié)點點火產(chǎn)生自動波。
4.根據(jù)權(quán)利要求1所述的基于最少資源神經(jīng)網(wǎng)絡(luò)求解大規(guī)模圖的最短路徑方法，其特征在于步驟(6)所述的網(wǎng)絡(luò)收斂判斷方法為將步驟(3)所得傳輸時間與上次迭代所得傳輸時間相比較，如果兩者相等，則網(wǎng)絡(luò)收斂。
5.根據(jù)權(quán)利要求1所述的基于最少資源神經(jīng)網(wǎng)絡(luò)求解大規(guī)模圖的最短路徑方法，其特征在于步驟(7)所述的最短路徑為步驟(5)所得最短路徑，最短路徑傳輸時間為步驟(3) 所得最短路徑傳輸時間。
全文摘要
本發(fā)明公開了基于最少資源神經(jīng)網(wǎng)絡(luò)求解大規(guī)模圖的最短路徑方法。本發(fā)明能夠運用最少資源尋找大規(guī)模數(shù)據(jù)的最短路徑樹，并且找到的解是最優(yōu)解，可用于網(wǎng)絡(luò)路由、運輸調(diào)度和城市交通規(guī)劃。本發(fā)明實現(xiàn)的步驟包括初始化大規(guī)模圖網(wǎng)絡(luò)；在網(wǎng)絡(luò)源節(jié)點產(chǎn)生自動波；計算節(jié)點的傳輸時間；確定節(jié)點的最晚到達時間；求出競爭獲勝節(jié)點，將競爭獲勝節(jié)點加入到節(jié)點的最短路徑中；增加一次迭代次數(shù)，重復(fù)計算相應(yīng)節(jié)點的傳輸時間和最晚到達時間，更新最短路徑直到網(wǎng)絡(luò)收斂；輸出找到的最短路徑和相應(yīng)的傳輸時間。
文檔編號G06N3/02GK102360452SQ20111033034
公開日2012年2月22日 申請日期2011年10月26日 優(yōu)先權(quán)日2011年10月26日
發(fā)明者何曉濤, 張軍英 申請人:西安電子科技大學(xué)