Abstract
This paper presents a fast and scalable re-routing algorithm that adapts to dynamically changing networks. The proposed algorithm integrates Dijkstra's shortest path algorithm with the genetic algorithm. Dijkstra's algorithm is used to define the predecessor array that facilitates the initialization process of the genetic algorithm. After that, the genetic algorithm re-searches the optimal path through appropriate genetic operators under dynamic traffic situations. Experimental results demonstrate that the proposed algorithm produces routes with less traveling time and computational overhead than pure genetic algorithm-based approaches as well as the standard Dijkstra's algorithm for large-scale networks.
본 논문은 유전자 알고리즘을 이용해서 동적으로 변하는 네트워크상에서 빠르게 최단 경로를 재탐색할 수 있는 알고리즘을 제안한다. 제안 알고리즘은 다익스트라 알고리즘과 유전자 알고리즘을 통합한 형식의 알고리즘이다. 이 제안 알고리즘은 최초 탐색 시 다익스트라(Dijkstra) 알고리즘을 이용해서 유전자 알고리즘의 초기화 과정을 용이하게 하는 선행자 배열을 정의한다. 그 후 유전자 알고리즘은 적절한 유전 연산자를 통해 동적으로 변하는 트래픽 상황에서 최적의 경로를 재탐색한다. 실험 결과를 통해 제안 알고리즘이 거대한 네트워크 데이터에 대해서 다른 유전자 알고리즘 기반의 최단경로 찾기 알고리즘이나 다익스트라 알고리즘보다 적은 계산시간으로 더 짧은 주행시간의 경로를 제시한다는 것을 보였다.