1.一种基于遗传算法的光多播树最小代价路由方法，其特征在于，包括以下步骤：

101、获取网络拓扑G（V，E），其中V表示网络拓扑G的节点集，E表示网络中节点之间的连接边，当连接边的容量n≥2时，则将该连接边转化为n条并列且容量为1的边，完成初始化，跳转至步骤102；

102、获取步骤101中经过初始化后网络拓扑G（V，E）的源节点S及目的节点集t，构造源节点S到目的节点集t的多播树，确定源节点S到目的节点集t的最大多播速率T，并设定目的节点的接收速率为k，其中1≤k≤T；获取源节点S到目的节点ti所有存在的N条路径，其中目的节点ti为目的节点集t中的一个元素，计算出该目的节点ti的k条边路径组合的方式mi，产生基因库,并采用遗传算法构造源节点S到目的节点集t的染色体种群,每个染色体表示网络的一种路由方式,其中每个染色体由与目的节点的个数相等的U个基因组成，每个基因表示源节点S到对应目的节点ti的一种路径；

103、构造步骤102中染色体的适应度函数

f=a1*NC(R)+a2*NCL,且a1>a2

式中，f为适应度函数值；NC(R)为满足多播请求速率的多播树的链路代价，NCL为编码链路数目；a1、a2为权重系数；

当适应度函数f根据遗传算法迭代更新的次数大于或者等于设定次数N1时，则输出该最优染色体的路径及适应度函数值f，跳转至步骤106；或当适应度函数f根据遗传算法迭代更新的次数大于N2且适应度函数值f不变时，则输出该最优染色体的路径及适应度函数值f，跳转至步骤106，结束；否则，跳转至步骤104；

104、采用比例选择法对步骤103中的染色体加入到初始染色体种群中，并依次经过交叉步骤、变异步骤求得最优染色体及适应度函数值；

105、对步骤104中求得的最优染色体及适应度函数值代入步骤102建立的染色体种群中，删除掉适应度函数值大于该最优染色体适应度函数值的基因；

106、输出最终的最优染色体及其适应度值，并按照该最优染色体所代表的源节点到目的节点的路径进行路由。

2.根据权利要求1所述的一种基于遗传算法的光多播树最小代价路由方法，其特征在于：步骤104中的比例选择法为轮盘选择或蒙特卡罗选择法。

3.根据权利要求1所述的一种基于遗传算法的光多播树最小代价路由方法，其特征在于，步骤104中的交叉步骤包括：A1、随机选取2个染色体作为父代染色体；

A2、对染色体中的每一个基因产生一个0到1之间随机数字，用于随机判断2个父代染色体是否进行交叉操作；

A3、当步骤A2中随机产生的数字小于pc时，2个染色体进行染色体交叉操作产生2个子代染色体，判断步骤A2随机产生的数字是否小于pc，若该随机值小于pc，则将2个父代染色体中对应的基因进行交叉互换；否则，2个父代染色体中对应的基因保持不变；其中pc为交叉概率，其中交叉概率pc取值范围为0.6～0.98；

A4、判断步骤A3中产生的子代染色体的适应度函数值是否小于父代染色体的适应度函数值，若是，跳转至步骤A5；

A5、用子代染色体代替父代中适应度函数值较大的父代染色体。

4.根据权利要求1所述的一种基于遗传算法的光多播树最小代价路由方法，其特征在于，步骤104中的变异步骤包括：B1、选择一个染色体，对染色体中的每一个基因产生一个0到1之间随机数字；

B2、判断步骤B1中每个基因的随机数字是否小于变异概率pm，若是，在该目的节点对应的基因库中随机选择一个整数代替原始基因位上的数字，即选择另一种边分离路径组合方式；否则，该基因位上的数字保持不变。