首页> 外文期刊>電子情報通信学会技術研究報告 >大規模なマルチレイヤネットワーク設計問題における計算時間の高速化手法
【24h】

大規模なマルチレイヤネットワーク設計問題における計算時間の高速化手法

机译:大规模多层网络设计问题的快速计算方法

获取原文
获取原文并翻译 | 示例
           

摘要

光パスレベルのネットワークとIPトラヒツクレベルのネットワークからなるマルチレイヤネットワークの最適化を,線形計画問題を解くことで行い,ネットワーク資源の有効利用を図る研究が行われている.しかし,ネットワーク規模が増大するに従い,線形計画問題の変数が膨大になり,現実的な時間で線形計画問題を解くことが不可能となる.この問題に対処するため,従来の近似解析手法では,光パスレベルの変数削減を行うとともに,線形計画問題を小さな部分問題に分割し,部分問題を繰返し解くことで,近似解を求めている.しかし,この近似解析手法では,最適解との誤差が大きくなる問題がある.本稿では,波長レイヤとIPレイヤの両レイヤで,ホップ数の大きな経路を最適化の候補から除外することで,変数私削減する手法を提案し,数値計算実験により提案方式の有効性を示す.%Multi-layer network optimization has been studied for efficient use of network resources by solving linear programming problem. Here, the multi-layer network consists of lambda-layer network and IP-layer network, However, when applying this LP problem for a large-scale network with a few hundred nodes, huge amount of variables are used and cannot be handled by middle size computers. In order to cope with this problem, some heuristic methods have been proposed and evaluated from a viewpoint of accuracy for their computation results. These heuristic methods reduce variables at lambda layer and also decompose the original LP problem into smaller sub-problems and induce an approximate solution by solving these smaller LP problems. However, these heuristic methods cannot obtain enough accurate results in many cases. In this paper, we propose a novel variable reduction method at both lambda and IP-layer by excluding long hops routs. We evaluate our proposed method and the conventional methods and show the availability of our method.
机译:已经进行了研究,以通过解决线性编程问题来有效地利用网络资源来优化由光径级网络和IP流量级网络组成的多层网络。然而,随着网络规模的扩大,线性规划问题的变量变得巨大,并且不可能在现实的时间内解决线性规划问题。为了解决该问题,在常规的近似分析方法中,减小了光程水平变量,将线性编程问题分为小的子问题,并且迭代地解决了子问题以获得近似解。但是,这种近似分析方法存在来自最优解的误差变大的问题。在本文中,我们提出了一种通过从波长层和IP层的优化候选中删除具有大量跃点的路由来减少变量的方法,并通过数值计算实验证明了该方法的有效性。通过解决线性规划问题,研究了多层网络优化以有效利用网络资源。在这里,多层网络由Lambda层网络和IP层网络组成,但是,当将LP问题应用于大型网络时针对具有数百个节点的大规模网络,使用了大量变量,并且这些变量无法由中型计算机处理。为解决此问题,提出了一些启发式方法,并从准确性的角度对其计算结果进行了评估。这些启发式方法减少了Lambda层的变量,还可以将原始LP问题分解为较小的子问题,并通过解决这些较小的LP问题来得出近似解,但是,这些启发式方法在许多情况下无法获得足够准确的结果。我们通过排除长跳路由,在lambda和IP层上提出了一种新颖的变量减少方法,并评估了我们提出的方法和常规方法ds并显示我们方法的可用性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号