鄧?yán)?古發(fā)輝 王文祥 江西應(yīng)用技術(shù)職業(yè)學(xué)院

1 低壓電力線通信的雙種群遺傳蟻群路由算法

1.1 雙種群遺傳蟻群路由算法

蟻群算法是一種通過(guò)人工蟻群的自啟發(fā)式搜索進(jìn)行組網(wǎng)，遺傳自適應(yīng)蟻群系統(tǒng)算法主要就是通過(guò)對(duì)遺傳算法的隨機(jī)性綜合啟發(fā)式搜索組網(wǎng)，具有改善算法收斂性以及魯棒性的優(yōu)勢(shì)，可以有效的提升其整條通信的可靠性。對(duì)人工蛛網(wǎng)結(jié)構(gòu)進(jìn)行分析，綜合人工蛛網(wǎng)蛛網(wǎng)算法進(jìn)行低壓電力通信系統(tǒng)分級(jí)網(wǎng)絡(luò)構(gòu)建，在單層人工蛛網(wǎng)結(jié)構(gòu)中中心節(jié)點(diǎn)主要就是進(jìn)行協(xié)調(diào)以及處理子網(wǎng)周邊節(jié)點(diǎn)的數(shù)據(jù)信息，也可以將其作為其他子網(wǎng)中心節(jié)點(diǎn)或者基站通信的中繼節(jié)點(diǎn)。通過(guò)對(duì)算法的改進(jìn)，利用雙種群遺傳蟻群算法的并行搜索能力，可以在動(dòng)態(tài)范圍中拓展到全局的搜索空間中，可以實(shí)現(xiàn)定期交換種群中優(yōu)良解信息的目的，達(dá)到提升算法收斂性以及魯棒性的目的。

1.2 低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)

低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)中其主要通過(guò)電網(wǎng)中終端節(jié)點(diǎn)進(jìn)行連接。而周邊多種因素均會(huì)對(duì)其產(chǎn)生不同程度的影響，因此，要綜合具體的負(fù)載等級(jí)、容量以及其實(shí)際的分布狀況合理確定，會(huì)因?yàn)榫€路故障會(huì)受到低壓在實(shí)踐中樹(shù)干式拓?fù)浣Y(jié)構(gòu)應(yīng)用相對(duì)較為廣泛。

低壓電力線載波通信利用集中抄表系統(tǒng)可以有效的實(shí)現(xiàn)遠(yuǎn)程控制管理，其主要通過(guò)集中器系統(tǒng)、采集器系統(tǒng)以及電表系統(tǒng)、低壓電力線等構(gòu)成。其集中器中就是電力載波的方式進(jìn)行處理，進(jìn)而有效的進(jìn)行信息數(shù)據(jù)的傳遞；其中遠(yuǎn)程控制系統(tǒng)主要就是利用公用信道等進(jìn)行遠(yuǎn)程通信。

集中器主要通過(guò)網(wǎng)管構(gòu)成，是不同電表中通信的終端節(jié)點(diǎn)系統(tǒng)，其中其電力線信道具有較強(qiáng)的干擾性、高衰減性的特征，可以臨時(shí)加入或者撤出終端節(jié)點(diǎn)。同時(shí)，其與電力線上信號(hào)傳輸過(guò)程中不理想狀態(tài)之下的傳輸距離對(duì)比分析可以發(fā)現(xiàn)，一些終端節(jié)點(diǎn)則無(wú)法直接的與集中器實(shí)現(xiàn)通信。

因此，在進(jìn)行信息數(shù)據(jù)轉(zhuǎn)發(fā)中可以將節(jié)點(diǎn)作為主要的中繼節(jié)點(diǎn)，實(shí)現(xiàn)擴(kuò)展通信距離的效果。低壓配電網(wǎng)終端主要功能就是負(fù)責(zé)臨時(shí)性的加入或者撤出，其工作狀態(tài)出現(xiàn)不同程度變化均會(huì)給傳輸通信的特征、電氣節(jié)點(diǎn)數(shù)據(jù)鏈路狀態(tài)產(chǎn)生直接的影響。而在其運(yùn)行中其電壓電力線通信網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)均呈現(xiàn)動(dòng)態(tài)的變化，在此種狀態(tài)之下電網(wǎng)終端節(jié)點(diǎn)的集中器信息數(shù)據(jù)傳輸。

在低壓電力載波通信系統(tǒng)通信中，路由算法要對(duì)網(wǎng)絡(luò)全局變化實(shí)現(xiàn)系統(tǒng)化的分析。在其產(chǎn)生不同的工作狀態(tài)轉(zhuǎn)變的狀態(tài)之下可以利用節(jié)點(diǎn)的路徑進(jìn)行快速的搜索處理，實(shí)現(xiàn)網(wǎng)絡(luò)的重組，選擇最優(yōu)網(wǎng)絡(luò)則可以有效的保障通信的可靠性。

2 優(yōu)化原理

通過(guò)單一種群進(jìn)行全局空間搜索路由的一種算法，其最優(yōu)解會(huì)出現(xiàn)局部的收斂性問(wèn)題，多種群獨(dú)立并行特征會(huì)減少各種問(wèn)題。通過(guò)兩個(gè)人工蟻群實(shí)現(xiàn)全局路徑的有效搜索，獲得初始解集合。最優(yōu)解則屬于是遺傳優(yōu)化父代解的一種形式，主要就是利用交叉、變異性進(jìn)處理，尋找替代子代中最優(yōu)解，通過(guò)蟻群算法實(shí)現(xiàn)對(duì)局部信息素、全局信息素的一種有效的更新，定期交換空間集合的優(yōu)良解信息，降低最優(yōu)解陷入局部最優(yōu)的問(wèn)題。利用多迭代獲得解可以保障算法收斂全局最優(yōu)。

在進(jìn)行算法初期計(jì)算中，主要利用兩個(gè)種群中人工螞蟻路徑轉(zhuǎn)移概率匯總的方式進(jìn)行下一調(diào)節(jié)點(diǎn)的合理選擇。為了實(shí)現(xiàn)對(duì)螞蟻通過(guò)路徑的信息素更新優(yōu)化，引導(dǎo)后續(xù)螞蟻合理選擇路徑，可以通過(guò)蟻周系統(tǒng)、蟻量系統(tǒng)以及蟻密度三種信息素更新模型進(jìn)行處理。螞蟻在通過(guò)全部節(jié)點(diǎn)處理之后，可以實(shí)現(xiàn)每一代螞蟻尋找最優(yōu)解將其遞交給遺傳算法，進(jìn)行全局的搜索優(yōu)化處理，進(jìn)行遺傳優(yōu)化則可以選擇最優(yōu)路徑。

其迭代滿足條件要求之后，可以對(duì)種群中各個(gè)優(yōu)良解回路信息素的進(jìn)行處理，將其散入到另一個(gè)種群中，則可以打破停滯狀態(tài)，合理控制單一種群進(jìn)化之后“早熟”問(wèn)題，保障其具有全局最優(yōu)性的主要特征優(yōu)勢(shì)。

3 仿真實(shí)驗(yàn)

通過(guò)對(duì)低壓電力線網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行模擬分析，利用Matlab 仿真軟件隨機(jī)生成50 個(gè)節(jié)點(diǎn)，根據(jù)要求一次編號(hào)。通過(guò)設(shè)定動(dòng)態(tài)化的改變條件參數(shù)，通過(guò)各個(gè)算法實(shí)現(xiàn)對(duì)50 個(gè)終端節(jié)點(diǎn)的合理搜索處理，尋找其最優(yōu)的路徑，并且要保障其連續(xù)保持20 次左右，撤出或者加入到單個(gè)終端節(jié)點(diǎn)中，通過(guò)模擬電力線負(fù)載狀況，利用仿真電力線終端節(jié)點(diǎn)進(jìn)行臨時(shí)加入或者撤出狀態(tài)，分析其算法性能指標(biāo)產(chǎn)生的不良影響。

通過(guò)分析終端節(jié)點(diǎn)分析其撤出尋優(yōu)過(guò)程可以發(fā)現(xiàn)，在算法中通過(guò)對(duì)網(wǎng)絡(luò)中存在的50 個(gè)電氣節(jié)點(diǎn)組網(wǎng)尋優(yōu)分析，GOACA 以及DPGOACA 平均路徑會(huì)出現(xiàn)較為穩(wěn)定的變化，其獲得最優(yōu)解之后，通過(guò)分析連續(xù)尋找20 次的結(jié)構(gòu)信息，可以模擬電氣節(jié)點(diǎn)進(jìn)行臨時(shí)撤出，在根據(jù)要求進(jìn)行49 個(gè)電氣節(jié)點(diǎn)組網(wǎng)的尋優(yōu)處理。而網(wǎng)絡(luò)動(dòng)態(tài)變化會(huì)對(duì)算法重新尋優(yōu)過(guò)程分析，在分析中，其3種算法的最優(yōu)解的結(jié)果如下：

表2 節(jié)點(diǎn)撤出后算法尋優(yōu)結(jié)果

在網(wǎng)絡(luò)中其初始隨機(jī)產(chǎn)生50 個(gè)電氣節(jié)點(diǎn)，三種算法均可以快速其出現(xiàn)尋優(yōu)結(jié)構(gòu)呈現(xiàn)連續(xù)的20 次的相同時(shí)候，可以通過(guò)模擬電器節(jié)點(diǎn)的方式進(jìn)行臨時(shí)性的加入，在通過(guò)重新51個(gè)電氣節(jié)點(diǎn)進(jìn)行組網(wǎng)尋優(yōu)，ACA 算法則要通過(guò)多次的迭代才可以尋找其最優(yōu)的路徑，而剩余兩種方式則可以快速的尋找適應(yīng)新的網(wǎng)絡(luò)，只需少次迭代則可以快速的尋找最優(yōu)的路徑。

節(jié)點(diǎn)加入后算法尋優(yōu)結(jié)果

通過(guò)上表可以發(fā)現(xiàn)，DPGOACA 算法需要的迭代數(shù)相對(duì)較少，可以實(shí)現(xiàn)多個(gè)節(jié)點(diǎn)之間的組網(wǎng)尋優(yōu)，通過(guò)分析確定其最優(yōu)路徑長(zhǎng)度是較為優(yōu)異的結(jié)果。

結(jié)束語(yǔ)：

DPGOACA 算法通過(guò)雙種群自身獨(dú)有的獨(dú)立搜索能力可以實(shí)現(xiàn)擴(kuò)大全局解空間，這樣可以提升尋找最優(yōu)解可能性的目的，通過(guò)定期交換彼此解集中的優(yōu)良解信息，也有效的降低了陷入局部最優(yōu)的可能性，有效的改善了算法的尋優(yōu)能力。進(jìn)行低壓電力載波通信系統(tǒng)中進(jìn)行動(dòng)態(tài)變化低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)模型化處理分析，利用仿真結(jié)果發(fā)現(xiàn)改進(jìn)之后算法收斂良好，有著較強(qiáng)的魯棒性，在實(shí)踐中因?yàn)橹苓叚h(huán)境相對(duì)較為復(fù)雜要綜合實(shí)際狀況配置對(duì)應(yīng)的軟硬件，進(jìn)而達(dá)到提升通信可靠性的目的。