20、加权广义再生器选址问题的偏斜变邻域搜索方法

加权广义再生器选址问题的偏斜变邻域搜索方法

1. 引言

在设计光通信网络时，最重要的要求是信号从源节点到目标节点传输的可靠性。光信号通过连接网络中两个终端节点的链路集进行传输，其质量会随着离源节点距离的增加而下降。在光网络中，信号在开始失去质量之前只能传播最大距离，这主要是由于衰减和传输损伤。为了再生信号，必须在网络的某些节点安装特殊设备——再生器。再生器将恶化的光信号转换为电信号，然后对其进行再生，最后将恢复的电信号转换回光信号。由于再生器的部署成本很高，因此有必要安装最少数量的再生器，以降低光网络的总成本。

这个优化问题在文献中被确定为再生器选址问题（RLP）。更准确地说，RLP的目标是最小化要部署在给定网络中某些节点上的再生器数量，以确保所有终端节点之间的通信具有良好的信号质量。RLP由Chen等人提出，他们提出了三种启发式方法和精确的分支切割方法作为RLP的解决方案。此外，文献中还建立了RLP与最大叶生成树问题（MLSTP）之间的对应关系。由于这种对应关系，为MLSTP提出的战略振荡程序也可以用作RLP的解决方案。Duarte等人设计了一种贪婪随机自适应搜索程序（GRASP）和一种有偏随机密钥遗传算法来解决RLP。

然而，RLP可能无法准确解决服务提供商要求的所有约束。在实践中，很少要求网络中的所有节点都必须相互通信，并且安装再生器的潜在位置集通常是受限的。为了克服这种情况，引入了广义再生器选址问题（GRLP）。在GRLP中，安装再生器的候选位置属于观察到的电信网络中节点的子集，并且网络中的所有节点不必相互通信。Chen等人提出了一种分支切割算法（BnC），以及两种构造性启发式方法（GH1和GH2）和一种局部搜索程序来解决GRLP。Quintana等人设计了一种有效的GR