假定某次业务优化路径数量为，全程功率损耗为λi dB，单位线长的损耗为λadB，跳接点的熔接损耗为λbdB，全程可供的最大损耗为λT，则可以得出每条规划路径的全程损耗为：

　　λi=∑Leni ×λa +Ni ×λb≤λT （2） 

　　对于第i条规划业务路径自至的跳接次数Ni，假定有序集合TRi中的元素个数为Ri（Ri=CardiTRi），则： 

　　Ni=（Ri-1）/2-1 （3） 

　　在整个业务路径规划中，路径损耗是业务开通的关键因素，路径损耗必须在业务要求的功率范围内满足，且取最小。损耗主要包括光路中的单位损耗和跳接点的接续损耗。而跳接点的数量也会在现场布线操作时产生人工消耗和业务不稳定因素，所以确定路径规划的两个基本约束条件为：a. 损耗最小，b. 跳接点最少。 

　　由此，该模型可转变为：在有限的跳接次数以内，使得功率损耗最小的路径，即目标函数为： 

　　MINTRi U（Ni，λi）≤λT （4） 

　　其中U（Ni，λi）为以目标优先的二元目标函数集，也就是说在满足最少跳接次数Ni的前提下使得λi可控且最优的方案集合。 

　　从函数的性质上看，应该有■U/■Ni>0，■U/■λi>0。从目标优先的次序看，有■U/■Ni>>■U/■λi。 

　　规划路径的节点集： 

　　PA={P1，P2，P3，…，PNi} （5） 

　　规划路径的线路集： 

　　QA={Q1，Q2，Q3，…，QNi+1} （6） 

　　路径损耗： 

　　n'　　根据上述推演，求解式（1）-（7）所形成基本约束条件。 

　　三、算法求解思路 

　　根据上述算法，拟定求解思路如下： 

　　（1）根据业务点坐标确认覆盖该业务范围的业务设施位置，拟定为通路起点P1，确认设施P1的业务提供能力；（2）从所选择业务点坐标确认覆盖范围内是否含有末梢光交接设施，得出最近直线距离内交接设施点坐标，拟为路径终点PNi；（3）分别从P1、PNi点出发，对比各中继段所能到达的交接设施，追溯由P1至PNi的可达路径，通过比较跳接次数和全程功率损耗来确定最优路径；（4）从搜索算法来看，需设定多个路线集和点集，运算量会随网络规模和跳接次数的增加成级数增长，为节约算法复杂度和计算成本，需考虑限定措施。 

　　具体算法设计如下： 

　　A. 先将起始点作为P1，假定P1到目标点PNi存在直通通路（直通缆段），则直接得出最优路径； 

　　B. 当直通缆段不存在时，匹配经过节点P1的所有线路{QP1}和经过节点PNi的所有线路{QPNi}，确认是否存在公共节点P2，若存在，则P1-P2-PNi为所求通路路径； 

　　C. 当{QP1}和{QPNi}中不存在公共节点P2时，将问题转换为节点P2和节点PNi之间是否存在公共节点P3的问题求解，以确定P1-P2-P3-PNi的通路路径； 

　　D. 以此类推，考虑N次跳接的情况，逐步追溯得出结果； 

　　E. 同步考虑功率损耗，当最短路径已超出光功率限额范围时，自动退出搜索并返回； 

　　F. 当结果TRi存在多个时，通过对比各个结果的λi选择最优的业务规划路径。 

　　不难看出，对业务优化的模型可以转换为对点线模型路径规划的算法演绎。受到路径规划算法复杂度的限制，算法的计算成本随着网络规模增长而加大，在本文应用的模型中，过多的跳接点会带来额外的路径损耗，而路径损耗是业务规划模型的基本约束条件，常规场景下，布线跳接次数应有限限定，因此，在算法中也可通过减少或限定计算的跳接次数（如NiMax≤5），使算法的计算成本基本可控。 

　　四、结论 

　　经测试算法内容通过输入测试数据圆满实现业务优化。基于自动化算法的模拟资源调配方案，可用于现网有限资源的调整，为新增业务腾出空间，同时也可推广应用到基于现网资源基础的工程预设计中，从方案初期就介入方案合理性，减少后期因资源优化带来的业务中断影响客户感知。 

　　参 考 文 献 

　　[1] Santanu Saha Ray. Graph Theory with Algorithms and Its Applications[M]. 北京：Springer，India，PrivateLtd，2013 

　　[2] 王海英. 图论算法机器MATLAB实现[M]. 北京：北京航空航天大学出版社，2010