内容简介
光网络中的很多组合优化问题都属于NPHard问题，由于NPHard问题仍然是世界级的数学难题，因此目前和未来一段时间内，相关研究仍是学术界关注的重点。本书围绕光网络在资源调度、管理控制、性能提升等方面存在的NPHard问题，主要涉及路由与资源分配问题、虚拟光网络嵌入问题等，总结分析了现有的各种智能算法的原理和用途，详细阐述了在基于智能算法的光网络中NPHard问题的解决方案。本书共5章。第1章对光网络进行了概述。第2章阐述了光网络中的最优化求解原理。第3章介绍了光网络中的NPHard问题。第4章介绍了如何利用智能算法对光网络中的NPHard问题进行求解。第5章阐述了光网络性能度量涉及的问题和解决方案。本书适合作为本科生和研究生学习光网络规划与优化设计的教材。
目录介绍
第1章光网络概述1
1.1光纤通信概述1
1.1.1人类对光的认识1
1.1.2光纤通信技术的发展3
1.1.3光纤通信系统的组成5
1.1.4我国对光通信的政策支持7
1.2波分复用光网络10
1.2.1波分复用网络概述10
1.2.2波分复用技术简介11
1.2.3波分复用系统的组成11
1.2.4波分复用网络的应用13
1.3弹性光网络14
1.3.1弹性光网络概述14
1.3.2弹性光网络关键技术15
1.3.3弹性光网络的组成16
1.3.4弹性光网络的应用18
1.4空分复用光网络19
1.4.1空分复用技术概述19
1.4.2空分复用光网络关键技术20
1.4.3空分复用光网络的应用26
1.5天地一体化光网络27
1.5.1天地一体化光网络概述27
1.5.2天地一体化光网络架构30
1.5.3天地一体化光网络关键技术31
1.5.4天地一体化光网络的应用39
1.6智算中心光网络40
1.6.1智算中心简介40
1.6.2智算中心网络概述41
1.6.3智算中心光网络关键技术44
1.6.4智算中心光网络的应用47
本章小结48
第2章典型的最优化求解原理49
2.1确定性算法49
2.1.1Dijkstra 算法49
2.1.2KSP算法54
2.1.3FloydWarshall算法57
2.1.4A算法59
2.1.5Pulse算法62
2.2贪婪算法64
2.3群智能算法65
2.3.1蚁群算法65
2.3.2基因算法68
2.3.3模拟退火算法71
2.3.4粒子群优化算法73
2.3.5常见群智能算法对比75
2.4机器学习算法75
2.4.1MP神经元模型75
2.4.2单层感知机和多层感知机77
2.4.3深度学习及其常见架构82
本章小结90
第3章光网络中的NPHard问题91
3.1计算复杂度与问题复杂性分类91
3.1.1判定问题与优化问题91
3.1.2P问题92
3.1.3NP问题92
3.1.4NPComplete问题92
3.1.5NPHard问题92
3.1.6P、NP、NPComplete、NPHard问题之间的关系92
3.1.7经典NPHard问题93
3.2路由与资源分配问题95
3.2.1RWA问题96
3.2.2RSA问题98
3.3虚拟光网络嵌入问题101
3.4虚拟网络功能放置问题105
3.5共享备份路径保护问题108
3.6最大独立路径问题111
3.7多故障定位问题116
3.8控制器放置问题119
3.9其他NPHard问题121
本章小结122
第4章光网络中的NPHard问题求解123
4.1RWA问题求解123
4.1.1贪婪算法123
4.1.2启发式算法125
4.1.3群智能算法130
4.2RSA问题求解132
4.2.1贪婪算法132
4.2.2启发式算法134
4.3虚拟网络映射问题求解136
4.3.1贪婪算法137
4.3.2模拟退火算法139
4.3.3遗传算法140
4.3.4群智能算法142
4.4多条独立路径问题求解143
4.4.1贪婪算法144
4.4.2模拟退火算法145
4.4.3遗传算法146
4.4.4群智能算法147
4.5控制器放置问题求解148
4.5.1聚类算法149
4.5.2贪婪算法153
4.5.3启发式算法156
4.5.4群智能算法159
4.5.5其他算法161
4.6SBPP问题求解161
本章小结164
第5章光网络性能度量165
5.1光通道传输质量预测165
5.1.1传输质量预测概述165
5.1.2影响光网络传输质量的因素166
5.1.3评价光网络传输质量的关键指标171
5.1.4基于数理建模的传输质量预测172
5.1.5基于机器学习与深度学习的QoT预测174
5.2可解释的机器学习模型179
5.2.1可解释性179
5.2.2实现框架与工具180
5.2.3可解释性机器学习在全光逻辑门和光纤中的应用182
5.2.4挑战与发展方向191
5.3光网络数字孪生192
5.3.1数字孪生概述192
5.3.2数字孪生在光网络中的应用194
5.3.3光网络数字孪生技术面临的挑战与发展趋势201
本章小结201
参考文献203