The reconfiguration problem in multifiber WDM networks
Le problème de la reconfiguration dans les réseaux optiques multifibres
Résumé
An optical telecommunication network is configured to transmit a given traffic
in order to meet a given objective. However the demand changes with time and
infrastructure development. The reconfiguration problem stands in this
context. It consists in being able to alter the configuration of the network
to adjust it to the new traffic. It is generally necessary to interrupt
partially or totally the traffic to reconfigure a network. Considering the
amount of data flowing on it, it may not be possible to regularly stop the
network, even for a short amount of time. Many parameters have to be taken
into account to find out a good solution, and many metrics can be used in
order to measure the quality of a solution.
In a first part, we focus on the reconfiguration problem as a mono-objective
optimization problem. We propose a mathematical model representing the
reconfiguration problem. However solving exactly the proposed model may
require a high computational time. We also propose a greedy and a simulated
annealing heuristics. Depending on the metric optimized, the solutions have
different characteristics. The greedy algorithm is fast and provides decent
solutions whereas the simulated annealing algorithm provides solutions
competing with the optimal ones.
In a second part, we focus on the multiobjective aspect of the reconfiguration
problem. We consider at the same time different metrics and search for a set
of solutions representing different interesting trade-offs instead of a unique
solution. We propose an algorithm based on our mathematical formulation. We
also adapt an evolutionary algorithm. The proposed methods succeed in finding
different interesting trade-offs. Giving a little flexibility with respect to
a metric generally allows to significantly improve the solutions with respect
to the other metrics.
in order to meet a given objective. However the demand changes with time and
infrastructure development. The reconfiguration problem stands in this
context. It consists in being able to alter the configuration of the network
to adjust it to the new traffic. It is generally necessary to interrupt
partially or totally the traffic to reconfigure a network. Considering the
amount of data flowing on it, it may not be possible to regularly stop the
network, even for a short amount of time. Many parameters have to be taken
into account to find out a good solution, and many metrics can be used in
order to measure the quality of a solution.
In a first part, we focus on the reconfiguration problem as a mono-objective
optimization problem. We propose a mathematical model representing the
reconfiguration problem. However solving exactly the proposed model may
require a high computational time. We also propose a greedy and a simulated
annealing heuristics. Depending on the metric optimized, the solutions have
different characteristics. The greedy algorithm is fast and provides decent
solutions whereas the simulated annealing algorithm provides solutions
competing with the optimal ones.
In a second part, we focus on the multiobjective aspect of the reconfiguration
problem. We consider at the same time different metrics and search for a set
of solutions representing different interesting trade-offs instead of a unique
solution. We propose an algorithm based on our mathematical formulation. We
also adapt an evolutionary algorithm. The proposed methods succeed in finding
different interesting trade-offs. Giving a little flexibility with respect to
a metric generally allows to significantly improve the solutions with respect
to the other metrics.
Un réseau de télécommunication optique est configuré de manière à répondre à
une demande donnée, avec un certain objectif. Avec le temps, la demande
d'exploitation du réseau change. C'est dans ce contexte que se pose le
problème de la reconfiguration: être capable de changer la configuration du
réseau de manière à l'adapter à des nouvelles demandes. Pour ce faire il faut
généralement interrompre totalement ou partiellement le trafic. Étant données
les quantités de données y circulant, il n'est guère envisageable d'arrêter le
réseau. De nombreux paramètres sont à prendre en compte afin de déterminer ce
que sera une bonne solution, et plusieurs métriques peuvent être utilisées
pour mesurer la qualité d'une solution.
Dans une première partie, nous nous intéressons au problème de la
reconfiguration comme problème d'optimisation mono-objectif. Nous proposons un
modèle mathématique permettant de représenter le problème. Cependant, le
résoudre exactement peut être très coûteux en temps de calcul. Nous proposons
également une heuristique gloutonne et une heuristique basée sur le recuit
simulé. Les solutions obtenues présentent différentes caractéristiques selon
la métrique optimisée. L'algorithme glouton est rapide et trouve des solutions
décentes. L'algorithme du recuit simulé obtient des solutions qui sont
comparables aux solutions optimales.
Dans une seconde partie, nous nous intéressons à l'aspect multiobjectif du
problème. Il consiste à considérer simultanément les différentes métriques et
rechercher un ensemble de solutions représentant différents compromis
intéressants. Puis nous proposons un algorithme basé sur notre modélisation
mathématique. Nous adaptons également un algorithme évolutif. Donner une
certaine flexibilité par rapport à une métrique permet généralement
d'améliorer de manière significative les solutions obtenues par rapport aux
autres métriques.
une demande donnée, avec un certain objectif. Avec le temps, la demande
d'exploitation du réseau change. C'est dans ce contexte que se pose le
problème de la reconfiguration: être capable de changer la configuration du
réseau de manière à l'adapter à des nouvelles demandes. Pour ce faire il faut
généralement interrompre totalement ou partiellement le trafic. Étant données
les quantités de données y circulant, il n'est guère envisageable d'arrêter le
réseau. De nombreux paramètres sont à prendre en compte afin de déterminer ce
que sera une bonne solution, et plusieurs métriques peuvent être utilisées
pour mesurer la qualité d'une solution.
Dans une première partie, nous nous intéressons au problème de la
reconfiguration comme problème d'optimisation mono-objectif. Nous proposons un
modèle mathématique permettant de représenter le problème. Cependant, le
résoudre exactement peut être très coûteux en temps de calcul. Nous proposons
également une heuristique gloutonne et une heuristique basée sur le recuit
simulé. Les solutions obtenues présentent différentes caractéristiques selon
la métrique optimisée. L'algorithme glouton est rapide et trouve des solutions
décentes. L'algorithme du recuit simulé obtient des solutions qui sont
comparables aux solutions optimales.
Dans une seconde partie, nous nous intéressons à l'aspect multiobjectif du
problème. Il consiste à considérer simultanément les différentes métriques et
rechercher un ensemble de solutions représentant différents compromis
intéressants. Puis nous proposons un algorithme basé sur notre modélisation
mathématique. Nous adaptons également un algorithme évolutif. Donner une
certaine flexibilité par rapport à une métrique permet généralement
d'améliorer de manière significative les solutions obtenues par rapport aux
autres métriques.
Loading...