该文中,衡量网络可靠性的指标为网络的边连通度.网络中两点之间如果有K条独立的路径,则这两点之间的边连通度为K;若各点之间的边连通度不同,则可用一个矩阵R(R=[r<,ij>],记录任意两点之间的边连通度或要求的边连通度)表示.显然边连通度越大,网络越可靠,但其建设费用也越大.另一方面,一些新兴的业务对时延的要求比较苛刻,现有的网络可能不满足时延的要求.跳数(两点之间的最短路径所经过的链路数)是影响时延的主要因素,在网络设计时应当考虑跳数约束.当网络不能满足边连通度或跳数约束时,增加链路是一个很好的解决方法.基于跳数约束的任意无向图的R边连通扩充问题就是对现有网络增加一些链路(边),使任意两点之间满足给定的边连通度及跳数要求,且新增加链路的费用为最小.针对基于跳数约束的R边连通扩充问题,该文提出了一个启发式迭代算法和一个遗传算法.启发式迭代算法的步骤为:首先形成一个初始R边连通图,通过边交换和边替代来迭代降低扩充边集的费用;最后增加一些边满足跳数约束,再通过边置换和边删除来降低费用得到一个最优或较优的扩充图.遗传算法采用了一维多值的编码方式.用惩罚方法构造了适应度函数,综合的考虑了费用条件、边连通度约束和跳数约束.该文还对两种算法做了仿真实验.从实验效果来看,遗传算法的性能优于启发式迭代算法.