基于遗传算法的时间敏感网络调度方法

• Published in: 华南理工大学学报（自然科学版） Vol. 52; no. 2; pp. 1 - 12
• Main Authors: 陆以勤, 黄成海, 陈嘉睿, 王海瀚, 覃健诚, 方婷
• Format: Journal Article
• Language: Chinese
• Published: 华南理工大学 信息网络工程研究中心,广东 广州 510640%华南理工大学 微电子学院,广东 广州 511442%华南理工大学 电子与信息学院,广东 广州 510640 01.02.2024; 华南理工大学 电子与信息学院,广东 广州 510640
• Subjects: genetic algorithm; 遗传算法; link load balancing; 链路负载均衡; joint scheduling optimization strategy; 时间敏感网络; time-sensitive network; 联合调度优化策略
• ISSN: 1000-565X
• DOI: 10.12141/j.issn.1000-565X.230032

TP393.0; 随着网络技术的进步,车载网、工业物联网以及5G超高可靠低时延通信(uRLLC)等应用都需要时间敏感网络(TSN)来保证超低延时的确定性数据传输.TSN流量调度需要快速且精确的调度算法,现有的精确式求解方法复杂度高,在大规模联合调度时无法满足实时性.文中设计了一种性能更优的路由优化遗传算法(Routing-GA),结合路由和流量调度约束,能通过优化路由来提高调度算法求解效率,为链路负载均衡调度提供服务.该策略增加了调度的求解空间以及求解灵活性,具备元启发式算法的快速求近最优解特点,能够简单有效地处理大规模TSN路由约束联合调度问题.Routing-GA以时间敏感流最小端到端时延作为优化目标,联合考虑路由和TSN约束,并针对TSN传输问题特性提供一种低复杂度、高效率和高拓展性的遗传算法编码方式.此外,为了提高调度算法的性能,提出针对路由长度及链路负载均衡进行优化的交叉变异机制.实验结果表明所实现的Routing-GA能有效减少端到端时延,显著提高求解质量,进化率可以达到24.42%,平均只需要传统遗传算法(GA)迭代运行时间的12%,从而有效提高了算法的求解性能,满足TSN调度的约束要求.