我们生活在一个信息化的社会中,信息高速公路是我们传递信息的载体,而网络是这一载体的核心。互连在一起的网络要进行通讯有许多问题要解决,路由选择是其中重要的内容。正确的路由选择需要知道路由中结点的信息,路由信息协议(RIP)使每个结点知道相邻结点的信息。RIP存在的一个问题是当网络出现故障时,要经过比较长的时间才能将此信息传递到所有的路由器。本文提出RIP的一种改进方法,该方法采用间隔若干路由器的方式交换路由表信息,能够较显著地加快网络故障信息传递速度。在设计相关算法时需要求出全局最优值,鉴于遗传算法具有很强的全局最优值搜索能力,本文采用遗传算法解决全局最优值问题。在做遗传算法试验时,发现有些情况下遗传算法常会收敛于局部最优值,尤其是针对某些特殊函数时,这种现象非常明显。在这些特殊函数中,全局最优值范围很窄,而其附近的函数值很小,同时局部最优值范围又很大。本文对此进行了研究,分析了造成这种现象(收敛于局部最优值)的原因,并提出一种新的并行策略,这一策略模拟分头找人的搜寻方法,限制全局最优值附近个体的盲目移动,从而增加找到全局最优值的可能性。实验和对比数据表明,该方法能提高函数收敛于全局最优值的概率,特别是针对那些特殊函数时。论文最后将遗传算法应用于优化RIP(RIP的改进方法),设计了优化RIP中个体和适应度函数的表达式,并做了相关试验。