遗传算法对统一承载平台下POTN组网的优化分析

霍艳艳，沈燕燕

（华信咨询设计研究院有限公司，浙江 杭州 310000）

1 POTN组网概述

POTN组网属于综合性组网方式，不仅融合了光层、OTN层、SDH层以及分组传送层的功能，而且实现了对TDM、分组以及波长的调度。同时，POTN组网通过在多层间建立映射与匹配，实现了分组、OTN、SDH以及波长等业务数据的统一传输，并对传输数据进行加密、解密以及管理。目前，POTN组网分为板卡式交叉组网和集中式交叉组网两种方式。

1.1 板卡式交叉组网

板卡式交叉组网通过集中交换板卡和分组业务处理板卡方式对SDH、Internet以及MPLS-TP业务数据进行处理，具有业务调度精度高和数据处理能力强的优点。板卡式交叉组网不受OTN设备架构、交叉板卡以及线路板卡的影响，仅需要在OTN设备上设置L2和MPLS-TP适配器就可以实现POTN设备的平滑升级。然而，现有生产商过于注重分组功能中支路板卡的QoS功能，忽视了Internet网的OAM功能，使得该组网方式适用范围有限。

1.2 集中式交叉组网

集中式交叉组网是指对不同类型的业务构建统一的交叉矩阵，将ODUK交叉、VC交叉以及分组交叉功能融合在交叉板上。集中式交叉组网具有灵活性强和集中度高的优点，不仅可以实现多核交换和统一交换组网，还可以灵活调节分组交换和TDM交换的容量，但无法从现有OTN设备进行直接平滑升级。因此，集中式交叉组网的应用范围有限。

由上述分析可知，POTN组网要综合板卡式和集中式交叉组网的优点，构建统一的承载平台，以满足宽带升级与改造的要求。

2 POTN组网问题的描述

统一承载平台下，POTN组网方式主张对IP域网承载、OLT上联承载、移动前承载以及大客户专线承载进行功能独立，构建位置分散的管理岛，并在管理岛间建立通信网络。该组网方式需要依据各个管理岛的通信量和改造标准进行快速的组网方案调整，以提高对现有信道、TCP/IP协议、加密/解密以及网承载能力的利用率，以满足5G改造对带宽承载的要求。POTN组网问题的数学描述如下。第一，假设统一承载平台下POTN组网方式中M为各个管理岛的组合，不同管理岛（IP域网承载、OLT上联承载、移动前承载以及大客户专线承载）对应不同的改造与升级任务，且各个管理岛所处的位置不相同。第二，假设N为POTN组网中的信息传输任务，i为信息阐述的任务编号，j为传输流程，Ni,j(i，j=1,2,…,n)为信息传输任务。信息传输量越大，处理流程越多且复杂。第三，以信息传输作为单位，将同一传输任务中的安全等级、信息量类似以及传输距离相近的信息传输包划归为一个POTN组网传输计划内[1]。第四，POTN组网信息传输中相近的传输任务均由传输方案完成，因为传输量和带宽限制的约束，所以POTN组网的传输方案要按照一定的顺序进行。第五，POTN组网中任意传输任务均有传输时间、传输量以及带宽占用率限制，类似任务的大量传输有利于简化SDH、Internet以及MPLS-TP的处理流程。

3 遗传算法构建

3.1 遗传算法

遗传算法通过对POTN组网中端点的不断调整和分析，找出同一类样本的IP域网承载、OLT上联承载、移动前承载以及大客户专线承载的差异，并以此为突破口进行各个管理岛的优化和分析。同时，遗传算法利用初次涉及的管理岛参数找出各个管理岛之间的关系，发现管理岛之间的带宽和承载传输的瓶颈。统一承载平台依据管理岛之间的瓶颈，与初始参数进行对比，进而发现POTN组网方案中的调整点。简单地说，遗传算法可以保持不同管理岛之间的耦合联系，并在信息任务传输过程中计算各个管理岛的性能与带宽占有率，为后期的POTN组网调整提供依据[2]。

本文利用遗传算法对POTN组网进行优化，不断切换板卡式交叉组网与集中式交叉组网方式，以适应5G网络传输对现有网络带宽的要求。在遗传算法的分析下，信息通信的传输任务能够与现有的POTN组网更好地匹配，并在参照Metropolis接受准则的基础上，实现统一承载平台最优调度。假设POTN组网的承载能力与信息传输任务之间的最优匹配概率为Pt=exp[f(i)-f(j)Tk]，Pt介于0～1，且为任意随机数。在5G网络的要求条件Tk下，POTN组网由板卡式交叉组网方式i向集中式交叉组网j方向转变，那么各个管理岛的调用方案为：

式中，i为信息阐述的任务编号，j为传输流程，Tk为5G网络的要求条件，Pt为最优匹配概率。

3.2 管理岛算子设计

3.2.1 编码方式

3.2.2 适应度函数

适应度函数是计算信息传输任务与POTN组网的拟合程度的函数，能够反映在5G约束条件下的信息传输效果。在统一承载平台下，通过遗传算法的引导迭代计算，可获得最优的信息任务传输方案。为了方便计算，减少计算的复杂性，统一承载平台下POTN组网的适应度函数取最小调节值。信息传输任务与POTN组网的拟合程度，就是遗传算法适应度函数的最终结果。为了保证数据信息传输的准确性，要在信息传输任务与POTN组网之间设定惩罚阀值，避免出现下一任务与上一任务的重合。如果网络带宽的理论利用率与实际利用率之间存在0.3%的误差，会给运营商增加10%的运用成本，因此惩罚阀值对适应度函数计算十分重要[4]。具体的适度函数计算公式如下：

式中，ck为任务传输结束标志，β为惩罚阀值，t1为实际利用率，ti为理论利用率。

3.2.3 交叉组网和管理岛方案调整算子设计

遗传算法对统一承载平台下POTN组网的优化分析过程中，交叉组网Pc和管理岛方案调整Pm综合作用于POTN组网性，提高了统一承载平台下POTN组网的准确性。Pc值越大，则交叉组网的复杂程度越高。Pm也会增加管理岛方案调整频率，值越大，统一承载平台下POTN组网优化效果越差。找到交叉组网Pc和管理岛方案调整Pm之间的平衡尺度，是遗传算法反复迭代后确定的最优值。部分传输信息量的适应度大于整个POTN组网内信息任务集合M的平均适应度时，该传输信息量的传输方案将会被延缓，或者传输方案被特殊记录，并进行下一步的运算，降低了该类型信息传输对带宽的占用率，能够保证POTN组网信息传输效率。部分信息传输任务的适应度低于整个POTN组网内信息任务集合的平均适应度时，该传输信息任务的POTN组网方案将被淘汰。因此，Pc和Pm可以为统一承载平台下POTN组网提供最佳的信息传输任务方案。

式中：fmin是POTN组网内信息任务的最小适应度；fmg为整个POTN组网内信息任务集合的平均适应度；fc为管理岛方案调整，即统一承载平台下POTN组网的最优方案。

3.3 遗传算法的POTN组网操作步骤

假设S代表所有统一承载平台下POTN组网方案的集合，scheduke存储最优的POTN组网方案或者特殊的组方方案，Totaltime存储POTN组网内信息任务的最小适应度，那么遗传算法的迭代分析步骤如下。

步骤1：设置遗传算法的初始信息传输任务个数Popsize、交叉组网Pc、管理岛方案调整Pm、最优信息传输任务方案scheduke和POTN组网内信息任务的最小适应度Totaltim。

步骤2：判断遗传算法迭代的终止条件，如果统一承载平台下POTN组网方案符合5G改造升级的要求与标准则停止，否则转入步骤7。

步骤3：依据变管理岛方案调整Pm频率产生新的POTN组网方案，并对其进行编码和适值运算，依据Metropolis接受准则找到最优POTN组网方案。

步骤4：计算交叉组网Pc值，依据Metropolis接受准则，提高统一承载平台下POTN组网方案的效率，保证信息传输任执行时的传输带宽。

步骤5：scheduke存储最优的POTN组网方案，Totaltime存储POTN组网内信息任务的最小适应度，并不断对上述值进行更新与存储。

步骤6：设置迭代计算标志Tk，将其存储于ATk，每进行一次POTN组网方案调整，则k=k+1，并转到步骤4。

步骤7：输出最优POTN组网方案存储与scheduke中，结束本算法。

4 实际案例的仿真分析

A运营商由于原有ATM网络退网，要将原有网络上的25个业务用户迁移至北点ATM中。原有ATM网采用MSTP设备，并通过155 MHz、622 MHz以及2.5 GHz的带宽与上联所属端局的MSTP设备汇聚，并经该汇聚设备将原有ATM业务转移至网络核心节点。然而，原有ATM网络与北电数据网的核心节点处于不同地址，电路无法进行电路切割，需要经MSTP设备转接才能实现。但是，北电数据网面临端口数据扩容和证券与金融业务增加的问题，无法承载原有ATM的转接业务。基于上述原因，需要统一设置原有ATM客户节点和北电数据网的核心节点，利用遗传算法进行POTN组网，在保证北电数据网带宽占有率的前提下，实现原有ATM客户节点的快速并入。

4.1 统一承载平台下POTN组网

为了考察统一承载平台下POTN组网方案的优劣，在MATLAB环境下进行仿真，初始条件为9个业务节点、36个汇聚节点以及带宽容量为80×100 Gb/s。要求市区和城郊的IP城域覆盖所有核心节点和汇聚节点，并满足IP城域网的承载、OLT上联承载、移动前承载以及大客户专线的需求。通过构建统一承载平台下POTN组网方案排序矩阵，实现了最优的POTN组网方案。改进遗传算法的结果如表1所示。

表1 改进遗传算法的结果

4.2 遗传算法的理论POTN组网与实际POTN组网要求的速度比较

如图1所示，理论POTN组网与实际POTN组网要求的速度基本一致，说明遗传算法的理论POTN组网速度符合预期要求。下面对管理岛方案调整Pm进行比较。如图2所示，理论POTN组网方案调整与实际POTN组网方案调整限制要求基本一致，说明遗产算法在方案调整限制下对管理岛方案进行最优调整，使得POTN组网更加合理。通过上述比较分析可知，遗传算法对统一承载平台下POTN组网具有显著的优化作用，符合原有网络的升级与改造要求。

图1 理论POTN组网与实际要求POTN组网速度比较

图2 两种算法的变异性理论

5 结 论

本文从统一承载平台下POTN组网的角度出发，分析遗传算法对统一承载平台下POTN组网的优化情况，旨在让统一承载平台下的POTN组网方案符合改造与升级要求。通过设置遗传算法的初始信息传输任务个数Popsize、交叉组网Pc以及管理岛方案调整Pm获得了90次迭代，获得了A运营商ATM网络改造的最优POTN组网方案。通过MATLAB仿真结果可知，遗传算法的理论POTN组网与实际POTN组网要求的速度基本一致，理论POTN组网方案调整次数符合实际POTN组网方案调整限制，说明遗传算法对统一承载平台下POTN组网具有显著的优化作用，符合原有网络的升级与改造要求。