计算机网络路由选择中改进量子进化算法的应用分析论文

摘 要 :随着科技日益不断发展,计算机网络在各个社会领域中被广泛应用。相应地,在进行具体规划和拓展互联网的时候,互联网通信网链路高效的路由选择成为了重要的问题。同时,相关改进量子进化算法的运用对此问题的解决起到非常重要的作用。

计算机网络路由选择中改进量子进化算法的应用分析论文

关键词:计算机网络安全论文发表,发表计算机网络技术论文,关于计算机网络的论文投稿

摘 要:随着科技日益不断发展,计算机网络在各个社会领域中被广泛应用。相应地,在进行具体规划和拓展互联网的时候,互联网通信网链路高效的路由选择成为了重要的问题。同时,相关改进量子进化算法的运用对此问题的解决起到非常重要的作用。因此,笔者对计算机网络路由选择中改进量子进化算法的应用分析这个主题进行了相应的分析。

关键词:计算机网络;路由选择;量子进化算法

在我国经济和科技共同发展下,不仅使计算机网络的技术水平得到了相应的提高,还使它的应用范围得到了扩大。相应地,路由选择的问题已日益突出。为使计算机网络的发展能够顺应当下社会发展的要求,符合相应事物发展的规律,需要对相应路由的选择放在重要的位置。需要对量子进化算法进行改进,来解决相应路由优化选择的问题。进而使计算机网络得到优化,更好地应用在人们生产和生活中。

1 计算机网络路由器的概述

众所周知,在计算机网络中,路由器占据着重要的位置,是实现网络间相互联系的必须设备之一。路由器主要是指计算机网络中,在相应的OSI或者RM的网络层上面进行相关工作。并在此基础上,对不同网络之间的相关数据进行转发、分粗、存储,同时对网络间传输数据时的路由器取向做出相应的决定。而网络路由不仅能够实现网络之间的连接,还能够进行不同网络之间信息传递的设备。一般情况下,路由器只能接收由其它路由传输过来的信息。同时,它一般可以连接两个或两个以上的IP子网逻辑端口,还需要有一个相应的物理端口。其主要包含了输入和输出端口、交换网络、路由处理器等,不同部分发挥各自的作用,使网络处于有序运行中。路由器会帮助每一个经过其中的'相关数据帧找到一条最好的传输路径,并在此基础上,以该路径作为桥梁,把相应数据信息传输到目的节点。如何选择一条最佳的路径,这才是问题的关键。路由算法便是最重要的环节。路由算法是一种网络算法,它主要是提升路由协议的功能,以此降低路由消耗。路由算法需拥有能对故障进行处理的能力及迅速聚合的能力。在计算机网络的路径出现故障的时候,路由算法不仅可以对网络信息进行更新,还能够及时建立出新的相关数据传输途径。计算机网路中的路由器在整个网络运行中所发挥的作用是不可以轻视的。

2 量子进化算法概述

在计算机网路中,路由的正确选择是保证它有序运行的关键,而量子进化算法在路由选择中经常出现。所谓的量子进化算法主要是指进化算法和相应量子计算相结合的产物。具体的说,它是在量子的太矢量表达的基础上的,并用相应的量子比特编码来代表相应的染色体,再用量子非门及量子旋转门来对相应的染色体进行更新。进而使相应的目标问题得到优化求解。在流程方面,量子算法一般包括了以下步骤。首先,需要对相应的种群进行初化。在此基础上,对相关初始种群中的不同体进行测量,得到一组相应的状态。在适应度方面,对这组状态进行评估,并把最佳个体状态和它的适应度值准确记录下来。最后,在没有结束状态下,进行之相关的其它操作。对于相应量子进化算法,需要进行一系列复杂的过程。事物要用相应的符号来表示,然后再进行计算,比如,染色体的长度可以用字母m表示。染色体也是相关对解多样性进行维持的最好呈现。通过这样的方式,使它的表达更加简洁。同时,对于它相应进化的方式需要采用量子旋转门进化。进而得出具体办法的描述,可用下面的表达式表达。

在这个表达式中,相应的旋转角可以用 来表示。这样可以进得出这样的表达式。

在量子进化算法方面,对于这种利用相应的量子旋转门来完成相应量子计划算法的办法,它主要运用的是这种原理。利用搜索法把当下的解逼到最优解。结果可以以相应概率增加的形式来进行保留。相应地,可以使用概率减少的办法删除没有用的结果,使所得结果处于最佳状态。

3 量子进化算法的改进

在计算机网络中,量子计算强大的计算能力已经成为火热的话题之一。在计算机网络路由选择中,传统量子进化算法中存在的主要问题就是它们大都是对相应的表格进行查找,寻找到适合的解法。这种方式,使相应的旋转角之间的关联性不紧密。同时,在问题搜索方面,具有一定跳跃性,不利于计算机网络的正常运行。为使相应的量子进化算法能更好地解决路由中的问题,需要对它进行改进。一是,对它的旋转角进行相应的调整和优化,使最终数值更利于路由选择。

根据这个改进后的相关表达式可以知道,旋转角处于不同情况时,会得出不一样的结果。换句话说,旋转角的值不同,所代表的含义也不同。如旋转角的值越小,就表示最优个体和个体之间的距离越近,搜索网络越小。这种状况下,使用细搜索便可以找到最优解;当相关旋转角的值越大的时候,就表明相应个体和最优个体之间的距离在不断拉大。