陈斌
[摘要]所谓计算机网络可靠度其实就是指计算机网络的可用性，其具备计算机网络各用户间互相连通的描述能力。
[关键词]计算机网络优化计算遗传算法可靠度应用
一、计算机网络可靠度与遗传算法的概述
（一）计算机网络可靠度
所谓计算机网络可靠度就是指基于计算机网络通信的操作、命令控制以及负载等这些条件，在所规定的时间范围内，在计算机网络中转换与传递信号，接着在确保网络通信性能以及网络可连通这一条件下来完成数据的传输。
（二）遗传算法
即通过生物自然选择以及遗传激励基本特点的应用，模拟网络数据的传输过程以及方法，根据生物体在传递基因信息上所用的方式，借助于群体搜索和个体之间信息的互换，分割与传输网络中的这些信息，同时在网络终端重新进行组合，以此构建满足计算机网络全局信息优化的一种搜索功能，该方法在操作上比较简单和便捷，所具备的通信全局性较好，且所具备的优势以及功能较为明显，可有效解决在传输网络数据中遇到的封装问题。遗传算法主要是由以下几个部分所构成，即基因表达、进化运算、明确初始种群、遗传运算以及基因适值的计算。
在优化计算网络可靠度中应用遗传算法的时候，事先应该明确一套遗传算法优化方案，把数据序列看作编码染色体，同时加载可控制的相关信息，并将构成编码的各元素看作为遗传算法基因，从而更加有利于传输各种数据信息，将其组建成为一组染色体初始群体。
二、遗传算法计算机网络可靠度优化计算中的应用
（一）问题设立
第一，假如在计算机网络传输节点间的信息传输信道有很多种，且只有一条为直线型链路传输。这种假设有利于通过数学模型来描述网络所传输的各种信息，同时该信道通信稳定性处于良好状态，节点间可有效进行数据的传输。
第二，通信信道介质长度和通信网络可靠度之间不存有直接数据交换关系，网络中设备发生问题和网络数据传输信道之间不存在着直接关系，简而言之，就是通信信道与网络之间只存在两种状态，即故障状态与工作状态，其中故障状态应该为独立。
（二）问题计算数学模型的构建
第二，遗传算法设计优化。基于遗传算法自身对于优化设计计算机网络可靠性的高效率特点，且符合网络优化要求，通过该方法的应用可使网络数据传输效率得到有效地改善，在进行设计的时候，首先应该将有关数据和遗传算法控制参数输入到其中，按照这一参数来明确初始群体适应值函数以及其范围，借助于遍历匹配这一方式来实施竞争选择，接着再实施相应的处理以及操作，最后在实施全局的最优处理以及操作，一直到计算获得满足优化计算这一需求的最优解。
（四）遗传算法具体设计
第一，基因表达。明确网络传输的基础就是基因表达，在本文的课题研究中，通过二进制一维编码的应用来明确计算机网络中N个结点的网络基因，若在网路通信信道传输过程中存有四个节点，则其网络基因结构点也相应地变成为一个基因。
第二，适值函数的选择。遗传算法的一个前提条件就是适值函数，该函数可避免在遗传算法中出现数据欺骗问题，根据降序来排列初始种群中的数据个体成本值，接着把其中最小的这一排序成本中个体编码假设是1，并把排序编码设成为，在此基础上，则可得到所对应的这些适值函数，该函数可通过来表示，在该公式中，X是数据个体在各网络成本中的排序位置，在这里存在着一个约束条件，即。
第三，进化运算。按照上述的适值函数运算方式，借助于转轮选择运算法，在此假设在选择的时候，每一个基因选择概率均和其适值呈正比。
第四，遗传运算。在计算机网络可靠度优化计算中，遗传运算可通过变异与交叉这两种形式来实施。在变异中，事先应该明确变异基因的范围和所需变异数量，接着将所选基因来替代以前的旧基因，其操作主要如下：首先进行数据变异基因的假设，其次按照数据变异基因数量，来随机进行整数的选取，最后基于基因变异情况，使其生成为相对应的基因，若最后一个步骤不可实现，则直接到第二步就可。
第五，算法优化调整。按照优化算法所得到的结果，调整所对应的这些数据传输，并分析算法中每一个基因自身的表达式，判断各信道之间的连通性。若gij为1，则按照原交叉来执行，并对基因数据进行变异操作，一直到所有数据操作工作完成为止；若gij为0，则应该按照遗传算法的分析要求以及计算要求，将gij设为1。
基于上述对遗传算法的研究和分析，结合文章之前所提出的这一假设，构建计算网络信道通信系统，通过遗传算法的应用来实施仿真实验，在这里假设该系统中共有结点六个，在优化网络通信信道可靠度上，所用约束常数α是2，β也是2。在实际操作过程中，当遗传操作的迭代数是100次的时候，通过仿真计算来进行求解，得到网络信道的链路介质总成本是46，可确保网络信道可靠度的最大值是0.885，通过该实验证明，该系统在信息传输上的安全性以及完整性均可靠。由此可见，在计算机网络可靠度优化计算中应用遗传算法，不仅可满足当前网络信息传输的发展要求，同时还可满足仿真实验的需求以及目的。
（五）结论
第一，在计算机网络可靠度优化计算中，由于遗传算法结构较为简单，自身适用性较强，在操作上较为简便，同时其在搜索上也较为高效，应用遗传算法可切实提升在网络中各种信息的实际传输速度，同时可使网络计算时间得到缩短，提高其计算的速度，便于网络传输方式的简化，优化其计算结果，继而进一步提高其操作的性能。第二，通过遗传算法来计算信息传输，可达到减少网络成本的目的，使网络损耗得到降低，同时在原来的基础上还可进一步提升计算机网络可靠度，使网络所具备的各种性能得到优化，能够同时兼顾各种问题，比如数据模型的求解、链路介质成本以及矩阵的可靠度优化等问题。
三、结束语
综上所述，随着社会经济水平和人们社会水平的提高，计算机已逐渐成为了人们生活、工作中必不可少的一个部分，而计算机网络可靠度的优化计算也变得越来越重要。文章针对这一问题，就遗传算法在计算机网络可靠度优化计算中的应用进行了详细地阐述，望通过本文内容的阐述，可切实提升计算机网络的可靠度，继而进一步使网络中各数据信息传输的安全性、可靠性、准确性得到保障。
注：
[1]袁宏伟.基于遗传算法的计算机网络可靠度优化计算[J].计算机光盘软件与应用,2012,(23):6-8.
[2]周环.计算机网络可靠度优化计算中遗传算法的应用分析[J].中国电子商务,2013,(5):62.
[3]金庆风,刘胜利.基于可靠性理论的计算机通信网络分析及多目标优化[J].微型电脑应用,2009,25(1):19-20,12.
[4]蔺超.浅析基于可靠性理论的计算机通信网络[J].世界华商经济年鉴?城乡建设,2012,19(4):94-95.
[5]卢宏煦,刘恒.计算机网络可靠度优化计算中遗传算法的实践分析[J].电脑知识与技术,2012,08(1):93-95.
[6]周海严.浅谈计算机网络可靠优化计算过程中有效应用遗传算法[J].硅谷,2010,(19):128,112.
[7]张本宏,陆阳,张建军等.节点不完全可靠无向网络k-端可靠度计算[J].电路与系统学报,2012,17(3):20-25.
[8]牛义锋,王艳红,徐秀珍等.计算网络两终端可靠度的新分解算法[J].计算机工程与应用,2011,47(30):79-82,89.
作者单位：铁岭师范高等专科学校
邮编：112001
（责任编辑董泽芳）