[发明专利]基于密母算法的电力运输网络拓扑结构设计方法

摘要

本发明公开一种基于密母算法的电力运输网络拓扑结构设计方法，主要解决现有技术设计的电力运输网络鲁棒性弱、通信效率低的问题。其实现步骤为：1)设定密母算法参数；2)初始化种群得到初始种群M⁰；3)对初始种群M⁰进行交叉操作，得到新的种群M¹；4)对新的种群M¹种群进行局部优化操作，得到局部最优种群M²；5)根据新的种群M¹和局部最优种群M²生成下一代种群M³；6)判断当前迭代次数，若满足最大迭代次数，则从M³种群中输出最优电力运输网络，否则，返回步骤3)。本发明具有鲁棒性和通信效率高的优点，可用于构建电力传输网络。

主权项

1.基于密母算法的电力运输网络拓扑结构设计方法，包括如下步骤：(1)设定密母算法的参数：设种群个数Ω为8，种群交叉概率P_c为0.5，种群局部搜索概率P_l为0.8，最大迭代次数W为20000；(2)初始化种群：(2a)设初始种群个数T_Ω＝1，读入一个现有电力运输网络，从该网络拓扑结构中随机选择两条边，记为e_ij和e_lk，其中，e_ij表示网络节点i与网络节点j之间的连接边，e_lk表示网络节点l与网络节点k之间的连接边，并删除所选的两条边e_ij和e_lk，再在网络节点i与网络节点k之间建立新的连接边e_ik，在网络节点j与网络节点l之间建立新的连接边e_jl，得到新的网络拓扑结构；(2b)种群的大小T_Ω累加1，判断种群大小T_Ω是否大于Ω，若否，返回步骤(2a)，若是，得到初始种群M⁰；(3)设优化迭代次数T_W＝1；对初始种群M⁰执行种群交叉操作，得到新的种群M¹，计算M¹种群中每个个体的适应度：式中，表示M¹种群中网络的鲁棒值，E¹表示M¹种群中个体的通信效率；(4)局部搜索操作：(4a)从新的种群M¹中选择适应度最大的个体，记为支配网络G，设置局部搜索初始代数T＝1；(4b)采用通信效率公式计算支配网络G的通信效率Cⁱ；在0‑1之间生成一个随机数，判断该随机数是否比种群局部搜索概率P_l小，若是，则执行步骤(4c)；若否，则执行步骤(4e)；(4c)用鲁棒值公式计算支配网络G的鲁棒性并从支配网络G中随机选择两条边，记为e_ij和e_lk，其中，e_ij表示节点i与节点j之间的连接边，e_lk表示节点l与节点k之间的连接边，删除这两条边；然后在节点i与节点k之间建立新的边e_ik，在节点j与节点l之间建立新的边e_jl，得到临时支配网络G^*；(4d)计算临时支配网络G^*的鲁棒值和通信效率Cⁿ，判断是否满足：若是，则用临时支配网络G^*替换掉初始支配网络G；若否，则执行步骤(4e)；(4e)将局部搜索代数T累加1，判断T是否大于网络节点个数N，若是，则用临时支配网络G^*替换掉初始支配网络G，得到局部最优种群M²，然后，计算M²种群中每个个体的适应度：式中，是M²种群中个体的适应度，表示M²种群中网络的鲁棒值，E²表示网络通信效率；然后执行步骤(5)，若否，则返回步骤(4c)；(5)将步骤(4)得到的M²种群加入到步骤(2)得到的M⁰种群中，从中选取适应度最大的8个网络组成下一代种群M³；(6)将优化迭代次数T_W累加1，判断T_W是否大于最大迭代次数W，若满足，将M³种群中适应度最大的网络作为最优网络，输出最优网络结构，否则，返回步骤(3)。