1.一种基于遗传算法优化组播光森林的能效路由频谱分配方法，其特征在于：包括以下步骤：

1)首先根据组播请求计算满足业务需求的源节点到组播各目的节点的最短光路径集合，对集合中各源-目的节点对的最短光路径编号，对组播目的节点进行划分，设计遗传算法的染色体编码格式表示光森林的目的节点划分和光路径，一条染色体对应一个光森林，目的节点不同划分和光路径组合，得到遗传算法的初始化种群；

2)对种群中的每个光森林个体，根据光路径距离选择最高的信号调制等级，计算光森林传输组播所需的频隙数目和发射机的功耗，采用适应度函数选择种群中高能效的光森林RMSA(Routing,Modulation and Spectrum Allocation,路由调制格式和频谱分配方案)个体方案，实现精英保留策略，淘汰低能效的光森林RMSA方案；

3)对种群中的光森林个体，以一定的概率对2条染色体编码交叉和变异，得到新的个体，并确定光森林个体的RMSA方案，计算适应度函数值，精英保留能效高的优秀个体，淘汰能效差的光森林个体；

4)遗传算法迭代结束时输出能效最高的光森林RMSA方案，当网络中有其他业务请求结束传输释放光路资源时，如果组播传输没有结束，则在光网络中寻找组播的一条最小光树，并确定光树的最小RMSA，比较光树所需的发射机功耗是否低于最优光森林的功耗，如果是，则重配置组播到光树传输，以进一步节约能耗。

2.根据权利要求1所述的基于遗传算法优化组播光森林的能效路由频谱分配方法，其特征在于：在步骤1)中，所述设计遗传算法的染色体编码格式包括2部分，染色体长度为组播目的节点数目的2倍，前一半的基因位表示光森林的目的节点划分，后一半的基因位表示目的节点对应的光路径，一条染色体对应组播的一个光森林，目的节点划分数就是光森林中子树数目。

3.根据权利要求2所述的基于遗传算法优化组播光森林的能效路由频谱分配方法，其特征在于：在步骤2)中，根据光森林中每个子光树的最长路径约束确定最高的传输信号调制等级，根据调制等级和路径段数，计算子光树所需分配的最小频隙数目和光发射机的功率；适应度函数是折中计算光森林中各子光树消耗的频隙总和与折中的发射机功耗总和，适应度函数值越小，反映光森林的频谱功耗越小，能效越高，是组播的优秀光森林个体。

4.根据权利要求3所述的基于遗传算法优化组播光森林的能效路由频谱分配方法，其特征在于：在步骤3)中，根据光森林的染色体编码结构，前一半基因位对应组播目的节点的划分，当前一半的某个基因位以一定的概率交叉或变异时，染色体编码结构的后一半基因位对应目的节点的光路径，则后一半对应的基因位要相应的交叉或变异，以避免产生无效的新染色体。

5.根据权利要求4所述的基于遗传算法优化组播光森林的能效路由频谱分配方法，其特征在于：该方法具体包括以下步骤：

初始化：输入弹性光网络的网络拓扑用G(V，E，FS)表示，其中V表示节点集合，E表示光纤链路集合，FS(Frequency Slot，频隙)表示每条链路上的子载波集合；

步骤1：计算组播r(s，D，bw)的前K条最短光路径并编顺序号，新到达的组播请求r(s，D，bw)中，s为源节点，bw为业务传输的带宽速率，D为目的节点集合，|D|表示组播目的节点个数；计算光网络中组播请求r的源节点s到D中每一个目的节点之间的前K条最短光路径，K大于等于网络拓扑的平均节点度数，并对每个源-目的节点对的光路径编号，设置迭代次数N，初始化迭代变量it＝1；

步骤2：构造组播路由的染色体和初始化种群，从组播的源节点到每一目的节点对中选中一条光路，按编码结构构造成一条染色体，染色体由两部分构成：前面部分表示目的节点的划分，最多|D|部分的划分，后面部分表示各个子组播的光树构建方式，染色体的基因位等于目的节点的数目的2倍；一个个体包括一条染色体，代表组播的一个光森林，多个组合的个体就构成一种初始化种群；种群的大小取决于所允许的最大组播子树数目、目的节点的数目以及K；

步骤3：根据适应度函数，使用光森林的精英选择策略，选择能效高的光森林保留在种群中；对种群中每一个光森林个体确定RMSA(Routing,Modulation and Spectrum Allocation,路由调制格式和频谱分配方案)：根据每棵子光树的大小确定传输信号的调制等级，在距离约束下尽量选择最高的调制等级以节约传输的频谱资源，根据调制等级计算组播请求所需带宽频隙数，按照频谱一致性和连续性原则为每棵子光树分配空闲可用的频隙块；并计算光森林个体的能效适应度函数值，即频谱效率和能耗折中的最优值；比较光森林个体的适应度函数值，淘汰适应度函数值较小的较差组播森林RMSA方案，选择适应度函数值最小的光森林RMSA方案作为精英个体保留在种群中；

步骤4：判断是否有it＝N，判断算法是否终止，如果迭代次数达到设定值，则输出适应度函数值最小的光森林RMSA方案，算法转步骤6；

步骤5：对光森林的染色体目的节点编码位和光路径编码位的基因位以一定的概率分别进行交叉和变异操作，找到更多的个体，即找到更多的目的节点划分方案和光森林方案，it＝it+1，返回算法步骤3；

步骤6：是否有新组播请求到达， 如果有，转步骤1；如果无新请求，则当光网络中有业务传输结束时，判断是否存在因为光路径资源释放，使光森林上待传输的业务可以使用这些释放的光路径资源在单棵光树上满足传输组播请求；如果有，则分配光树的RMSA，并对比该业务在新的单棵光树传输和在预先优化选择的光森林传输所需要功耗值，若基于光树的组播RMSA功耗小于基于组播森林RMSA的功耗，则将该业务重配置到新的单棵光树上传输，从而在时域上减少组播光森林带来的额外的能耗开销。