在光网络中，光学波分多路复用网络（WDM）是未来广域主干网络以及科学网格网络的潜在提名者。波分复用是不同波长的光载波同在一根光纤上传输的技术,它的本质就是光纤上频分复用 FDM技术,每个通路通过的频域的分割实现,每个通路占用一段光纤的带宽。由 WDM光纤系统组成的光纤网不仅可迅速增加网络容量,还具有透明性,即可传送语音、数据、图像等多媒体信息。很明显，最近，电信网络中快速增长的数据量已经重新引起了大家对于高速光学网络的兴趣。在这种网络中，数据以光学的形式从源头节点传输到目的地节点。同时，这种光网络在光域中执行各种切换操作时，不需要经历任何的光电转换过程，十分方便。　　在光学波分多路复用网络中，每个光纤被分成多个波长，每个波长能够同步地传输数据，这使得每个光纤能够支持每秒的数据传输速率。一个光学波分多路复用网络包括使用光交叉连接或者开关连接的光纤。光交叉连接（Optical Cross Connect，OXC）是一种兼有复用、配线、保护/恢复、监控和网管的多功能 OTN传输设备，OADM可以被看成功能简化的 OXC结构，是一种能在不同的光路径之间进行光信号交换的光传输设备。光纤开关是能使光纤线路换接的器件，按进线和出线数目，可分为1×2，2x4等开关。换接时通过电磁感应改变可动光纤的位置，换接时间可小至毫秒量级,从而被广泛应用于光纤通信系统中，以提供备份线路的换接。在任何一个光学网络中，任何两个节点之间在通信之前就必须建立端到端的光路。一系列光路请求随着时间的推移而到达，每个光路都会被分配一个随机的通信时间，即通信时间是不确定的。这些光路应通过决定网络上的路由，连接源头与目的地，以及沿路径分配自由波长来进行动态设置。现有的光路不能被重新路由以容纳新的光路请求，直到它们被释放，所以如果沿着该特定路径没有自由波长，一些光路请求则有可能被阻挡。因此，为每个光路寻找物理路由以及为每个路由分配满足一组约束条件的波长，被称为路由和波长分配（RWA）问题。有效的解决路由和波长分配（RWA）问题，使网络能够接受并实现更多的光路请求，具有很重要的现实意义。　　RWA问题有两种变化形态：静态的RWA问题，指的是其中的业务需求是预先已知的，在光路需求到达的任何地点，RWA算法为该请求分配预先已知的路由和波长。在动态 RWA问题中，其中的连接请求是以随机的方式到达的，一个动态的 RWA算法可以根据网络的当前状态来为给定的光路分配所请求的路由。光路的概念被概括为一个光树的概念。树是由根结点和若干颗子树构成的，它存在很多条子路径。因此，与光路径不同，光树具有多个目标节点，即它是个点对多点的通信。当光路形成了以源节点为根的树时，需要建立一棵光树，而不是物理拓扑中的一条路径。由于 RWA问题是 NP完全问题，即多项式复杂程度的非确定性问题，因而通常使用元启发式算法进行解决。启发式算法可以在可接受的计算费用内找到最好的解,但不一定能保证所得到解的可行性及最优性，甚至大多数情况下无法阐述所得解与最优解之间的近似程度。启发式算法包括遗传算法、模拟退火算法、粒子群算法、禁忌搜索算法及神经网络算法等。此外，在许多路由方法中应考虑和解决 RWA问题，比如单播，多播或选播等。通常，在网络中建立的通信大部分都是单播的。单播是客户端与服务器之间的点到点连接。“点到点”指每个客户端都从服务器接收远程流。仅当客户端发出请求时，才发送单播流。在单播中，只能是单个的源节点向单个的目的地节点才能进行数据传送。然而，在单播和多播两种情况下，均需要做大量工作来处理 RWA问题。在多播通信中，单个源节点同时向多个目的地发送数据。在多播通信请求中需要直接给出目的地集合，并且数据必须要被传送到目的地集合中的所有节点。多播通信模型的一个关键的特性是提供了间接标识的多播组，其中发送方和接收方都不需要知道对方的具体情况。发送方只需要向一个多播地址发送分组而接收方只需要告诉网络自己希望接收发送这个地址的分组。在我们的工作当中，我们考虑的是一种称为选播的新型通信方式。选播通信是多播通信范例的一种泛化。事实上，选播是指的一种从一个源节点同时到达多个目的地进行信息传输的通信方式。多播和选播的关键区别在于，在多播中，目的地是提前指定的，而在选播中目的地必须实时选择，事先是不确定的。　　未来很多的服务，比如视频会议，网格计算，电子科研 e-Science和同等延迟机制（P2P）等等，均将使用选播来进行数据传递。因此，在未来的 WDM网络中支持选播通信是这些应用的关键。这必然使得选播通信将要成为一个强大的，广泛采用的通信框架，对下一代应用程序具有很重要的意义。　　选播在云/实用计算、网格计算和电子科研中有非常重要的作用。我们通常将选播技术用于处理具有大量数据必须要传输的情况。在这些环境当中，服务提供商可以托管提供相同服务的多个服务器。例如，存在能够同时用于分布式数据存储（和检索）的多个服务器。许多服务器使得,可以并行处理大量计算任务。并行处理（Parallel Processing）是计算机系统中能同时执行两个或多个处理的一种计算方法,可同时工作于同一程序的不同方面。通过实现并行处理可以大大的节省大型和复杂问题的解决时间。最后，客户端可以使用计算得到的这些可用资源的一些子集来执行存储或计算任务。子集可以对应于具有最低成本或者最低延迟的服务器。作为具体的分析示例，我们考虑 e-Science场景下的并行内容分布问题。e-Science是在2000年被提出的，通过利用新一代网络技术（Internet） 和广域分布式高性能计算环境（Grid）建立一种全新科学研究模式，即在信息化基础设施支持下的科学研究活动，从而可以应对当时各学科研究领域所面临问题的空前复杂化。e-Science实验通常会产生大量的数据，之后可能会存储在多个位置以便用于分布式备份，或者存储在多个研究实验室然后可以在本地处理它。我们可以使用选播来选择这些存储位置的一些子集（例如，最低成本的存储集群），以沿着由网络设置的光树并行地发送该数据。这个问题也可以使用多播而不是选播来解决，选播是利用网络为我们选择目的地的子集，而使用多播来代替使用选播发送数据，我们就可以通过在源节点选择 k个目的地。但是这样将会存在几个缺点，这些缺点主要分为两大类型，第一类缺点是从用户的角度。在源节点处选择的节点可能是重负载的或者比候选集中的其他节点的传输速率更慢。如果一些/所有预选节点不可用，则该请求将会被阻止，即使候选集合中存在其他可用的节点。另一类缺点是指从网络运营商的角度来看，选播将允许网络去优化其资源，例如通过负载平衡的方式，负载均衡（Load balancing）在不同的领域有不同的概念，其基本概念是为了减轻某个或某些实体的负载，将任务通过某种策略分配到多个实体上去，实现负载在不同实体间的平衡。选播允许用户可以根据网络的状态自由地选择不同的节点，这样使得用户应用程序的性能变得越来越好，而且还能更好的利用网络。　　在本论文中，我们研究了在不需要波长转换器的 WDM网络中的静态选播RWA问题，并且提供了请求矩阵，即预先设置的一系列静态连接请求。据我们了解，目前没有任何工作是专门用于解决选播 RWA问题中的最大化已建立的选播请求数量问题的。给定一个线性整数程序的硬计算，我们使用元启发式来研究这个问题。我们的目标是在给定的会话或交通矩阵中最大化已建立的选播请求数量。实际上，应该注意的是，随着光网络传输容量的巨大进步，以及大量使用需要预先提供比用户更多资源的过度配置方式，如何最大化需要提供固定数量资源的接受请求数量，以便同时满足所有用户的需求的问题会变得更加严重。这就是我们选择去解决这个最大化静态 RWA问题的请求数量的原因。　　为了解决静态 RWA问题，我们通过提出一个新的数学模型来对其进行理论研究。然后，提出并比较了四种元启发式优化方法。其中，路由子问题通过实现回溯算法得到保证。我们进行的研究工作包括：　　第一，据我们所知，关于静态选播 RWA问题，目前并没有比较详细的概述。因此，我们首先介绍了选播路由和波长分配问题的定义和优点，包括与其他类型的方法（如单播和组播 RWA问题）的概述和比较。　　第二，为了更好的解决静态选播路由和波长分配（RWA）问题，我们建立了一种新的最大化选播路由和波长分配的数学模型并设计了两个约束条件：1）分配的波长必须使得共享物理链路的两个光路在该链路上使用相同的波长（即波长冲突约束）；2）必须在整个光路的所有链路上分配相同的波长（即波长连续性约束）。实验表明约束条件能有效提高算法的效率，使算法能更好的解决静态选播路由和波长分配（RWA）问题。　　第三，实现了四种高效的元启发式算法，即：遗传算法（GA），Tabu搜索算法（TSA），进化规划（EP）和随机优化（ROA）算法，用来解决最大化选播路由和波长分配。算法通过最大化不需要波长转换器并且预先给出连接矩阵的网络中的给定固定数量的资源（即波长）的接受的选播请求数量，来解决静态选播 RWA问题。此外，本论文实施的元启发式解决方案的设计考虑了各种优化因素，这加强了算法的有效性，可以为静态的选播 RWA问题提供令人满意的解决方案，如我们的数值结果所示。　　第四，提出了一种新的高效的回溯算法，用来处理最大化选播 RWA的路由子问题。这使得我们的初始搜索空间将不仅包含每个源头—目的地节点对之间的k-最短路径，而且所有可能的候选光路都是为了初始化人口。　　第五，本论