作为未来组成骨干网的核心部分,波分复用(WDM)光网络的研究动态受到广泛的关注。虽然WDM网络可以通过波分复用技术极大地提高网络带宽,但是与其上所承载业务需求量的爆炸式增长幅度相比,可用资源(如光纤、波长等)的相对不足仍然是比较明显的事实。因此,如何优化WDM光网络上选路与波长分配过程,使得某些指标(如资源利用率、网络阻塞率等)尽可能的好就显得尤为重要。这就是WDM光网络上的RWA问题的本质。本文在现有RWA问题的研究基础上提出了一种基于改进遗传算法的动态RWA算法——双交叉变异自适应遗传算法(DCMA-GA, Double Crossover and Mutation Adaptive-Genetic Algorithm)改进遗传算法的染色体采用波长编号+路径编号序列的不定长自然数编码方式,初始种群采用随机搜索生成的方法,适应度函数设计为RLI波长分配算法计算公式结合路径代价计算公式,形成了两个优化目标的均衡与折衷,选择操作采用轮盘赌+精英保留的策略,交叉与变异操作则设计了先路径后波长的独立概率双交叉变异方法,且交叉变异概率引入了自适应动态调整机制。为了对新算法进行仿真对比实验,本文专门开发了简易仿真系统。系统包括业务产生与请求执行两大模块,其中,业务产生模块负责产生近似服从参数为μ的泊松分布的呼叫连接请求,并为请求提供近似服从参数为λ的指数分布的连接持续时间。执行模块则只需根据业务模块传送过来的源宿节点对以及连接持续时间等参数调用DCMA-GA或者其它RWA算法建立连接并设定好持续时间。文章最后在自主仿真系统上基于14节点的NSFNET拓扑对新算法和两个参照算法(经典Dijkstra+FF算法以及普通GA)从两个方面分别进行了仿真对比实验,结果表明新算法对两个参照算法的改进幅度都比较明显,验证了新算法的有效性。