In facing with the explosive Internet traffic growth, optical transport networks based on WDM technologies forming the core part of Internet infrastructure carrying multi-Tb/s has to be re-considered from both designing, planning, operation and management perspectives to attain greater efficiency. Thanks to the convergence of significant advances in optical transmission technologies, and photonic switching, transparent (all-optical) architecture has come into practice, paving the way for eliminating the over-utilization of costly optical-electrical-optical (O-E-O) interfaces and hence, yielding remarkable savings of cost and energy consumption compared to opaque architecture. Traditional designs for transparent optical networks based on single-objective optimization model aiming at optimizing solely a single performance metric appears to be insufficient to capture the nuances of practical designs while conventional multi-objective approach tends to reach (non-) optimal solutions. Different from existing works, we present a new framework for multi-objective WDM network designs capturing several goals on one hand and on the other hand, achieving optimal solutions. Moreover, our proposal exploits the characteristics of each constituent objectives to lay the foundation for setting up weight coefficient so that the order of optimization is guaranteed. Equally important, our proposal is pragmatic in the sense that the complexity of the optimization model remains the same as the single-objective model while the quality of solution has been greatly improved. We have extensively tested realistic optical core networks topologies, that is, COST239 and NSFNET, with various network traffic conditions and it turns out that our design brings about a saving of wavelength link usage up to roughly $28\%$ in the most favorable cases while $14\%$ is expected for the least favorable cases.


翻译:面对互联网交通的爆炸性增长,基于WDM技术的光学运输网络必须从设计、规划、操作和管理角度从设计、操作和管理角度重新考虑多Tb/s的互联网基础设施的核心部分,以提高效率。由于光学传输技术的重大进步以及光学转换、透明(全光学)结构的趋同,透明(全光学)结构已经付诸实施,为消除过度使用昂贵的光电(O-E-O)接口铺平了道路,从而比不透明结构节省了可观的成本和能源消耗。基于单一目标优化模式的透明光学网络的传统设计似乎不足以捕捉到实际设计的微妙之处,而常规多目标方法往往达到(非)最佳解决办法。不同于现有的工程,我们为多目标的WDMDM网络设计提供了一个新的框架,一方面实现了几个目标,另一方面实现了最佳解决方案。 此外,我们的提案利用了每个组成目标的优点,为设定了最起码的重量系数打下基础,因此优化的顺序是保证的。同样重要的是,我们所期望的网络的正价质量方案在高的面上仍然具有最现实性,而我们最精确的面的是要检验了我们的核心解决方案。

0
下载
关闭预览

相关内容

【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
24+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
3+阅读 · 2018年11月19日
VIP会员
相关VIP内容
【ICLR2020】图神经网络与图像处理,微分方程,27页ppt
专知会员服务
47+阅读 · 2020年6月6日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
24+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员