随着Internet网络技术的飞速发展,各种形式的网络应用深入到千家万户的日常生活中,网络上的业务流量迅猛增长,人们对网络设备的性能、网络可靠性以及稳定性的期望也越来越高.因此在建立一个网络之前就应很好地进行规划设计;而对于现有的网络系统,在网络元件发生故障时,它可能不再满足正常流量的需求,这时可以在现有网络的基础上增加费用小的链路进行扩充,这样可以在充分利用原有网络资源的基础上恢复网络的正常流量需求.该文针对有跳数约束的R边连通网络的规划问题进行最优解的求解,由于跳数约束代表了网络中任意两点进行信息传输时时延的要求,而边连通度则是考虑网络可靠性的重要指标.因此该文中的网络规划问题就是在满足约束的前提下,求使网络建设费用最小的网络拓扑图.该文对满足约束条件的初始拓扑网络图,应用两种解决算法:进化规划算法和混合遗传算法分别进行了最优解的求解.进化规划算法由于其可以直接在解空间中进行最优解的搜索,因此对该文中结构不固定的网络规划问题的求解有很大的优越性.另外通过在变异操作中加入优化策略加大了最优解的求解速度.对上述问题该文同时又采用混合遗传算法进行了解决.该文的遗传算法与传统遗传算法不同的是对交叉变异后产生的不可行解,采用了测试和修复操作使修复后满足约束的不可行解重新进入下面的迭代过程,这样避免了优秀基因的过早丢失,进而避免了算法的过早收敛现象.上述两种算法都是在网络完好情况下进行的网络规划而没有考虑链路或节点发生故障的情况,然而在实际中尽管网络有很高的可靠性,但每一个网络元件都有可能发生故障,该文最后针对现有网络拓扑图进行了发生故障情况下的网络改进,对由于故障引起的链路流量的变化,提出一个启发式算法对网络增加链路进行改进,使其在故障情况下仍然能满足正常流量的需求.