Hãy xem xét một mạng OBS mô hình hóa như một đồ thị có hướng G = (V, E), trong đó V = {v1, v2, ..., vN} là tập hợp các nút, E = {e1, e2, ..., El} là tập hợp các liên kết sợi đơn hướng và mạng có một tổng của N nút và liên kết sợi L. Mỗi sợi liên kết hỗ trợ một tập hợp các kênh bước sóng dữ liệu W, {λ1, λ2, ..., λW-1, λW}. Hãy Π = {π1, π2, ..., π | Π | -1, π | Π |} là tập hợp các đường dẫn định tuyến sử dụng để truyền dữ liệu nổ trong mạng, Ei biểu thị tập hợp các liên kết sợi đi qua của con đường πi ∈ Π , và γi biểu thị lưu lượng tải trung bình cung cấp cho con đường πi. Người ta cho rằng các giá trị tải lưu lượng trung bình được cung cấp được lấy theo kinh nghiệm hoặc dựa trên các dự đoán dài hạn của tải mạng. Lý tưởng nhất, thông tin đầu vào này sẽ được sử dụng để xây dựng một bài toán tối ưu tổ hợp để xác định một trật tự tìm bước sóng, có nghĩa là, một danh sách đặt hàng của tất cả các kênh W bước sóng, cho mỗi con đường định tuyến như vậy là một hiệu suất liệu có liên quan, như xác suất nổ bình chặn , được giảm thiểu. Tuy nhiên, số liệu chặn hiệu suất chỉ có thể được tính thông qua mô phỏng mạng hoặc, trong trường hợp đó, ước tính bằng cách giải một tập hợp các phương trình phi tuyến tính (Pedro et al., 2006a). Kết quả là, các hàm mục tiêu không thể được thể hiện trong các điều khoản của các biến cố trong vòng một hình thức đóng cách phân tích (Teng & Rouskas, 2005). Hơn nữa, ngay cả nếu điều này là có thể, kích thước của không gian giải pháp tìm kiếm sẽ tăng vọt với số lượng kênh bước sóng W và số lượng đường định tuyến | Π |, kể từ khi có (W!) | Π | sự kết hợp của orderings kênh bước sóng. Do đó, đối với mạng OBS của kích thước thực tế, điều này sẽ ngăn chặn các máy tính orderings tìm kiếm bước sóng tối ưu trong một khoảng thời gian hợp lý
đang được dịch, vui lòng đợi..