基于蚁群算法的路径探索方法、装置及电力系统的制作方法_3

文档序号:9350622阅读:来源:国知局
其中,a为任一变电站节点,b为任一保护智能中心节点;设置蚁群算法中总蚂蚁数Nant, Nant =总节点数NX 2/3,如果结果不是整数,则向上取整;设置总循环次数C,例如设置C= 100 ;设置信息素矩阵X,其中,X为NXN阶矩阵,矩阵中每个元素值均为I ;设置信息素残留系数X&例如设置L= 0.95 ;设置最短路径矩阵P,最短路径矩阵P为包含N个O元素的列向量;设置最短路径节点数Nb,最短路径节点数Nb值为O ;设置最短路径总长L b,最短路径总长Lb值为一很大的值,例如Lb= 999。通过该技术方案,对蚁群算法的多种参数进行了设置,从而便于进一步在时延距离矩阵D_中通过蚁群算法搜索最短路径信道,提升了路径搜索的效率。
[0045]在上述技术方案中,优选地,步骤110包括:以待寻找路径的起始节点为起点,通过蚁群算法在时延距离矩阵中循环搜索待寻找路径的终止节点,其中,蚁群算法的蚂蚁数起始为一,每循环搜索一次,蚂蚁数增加一;当搜索到待寻找路径的终止节点时,更新初始最短路径矩阵、初始最短路径节点数和初始最短路径总长,并将当前的蚂蚁数增加一;当未搜索到所述待寻找路径的终止节点但搜索无法进行下去时,直接将当前的所述蚂蚁数增加一,不更新所述最短路径矩阵、所述最短路径节点数和所述最短路径总长。
[0046]在该技术方案中,当开始循环时,循环次数记作k = 1,设起始蚂蚁数ka= I ;以节点a为起点,利用蚁群算法在D_矩阵中搜索,记录搜索路径,如果某一节点已经去过,那么在本次搜索中不会再去;如果搜索到b节点,则第k次循环的第ka只蚂蚁搜索成功,从而,将最短路径矩阵P更新,记录该蚂蚁走过的路径,将最短路径节点数Nb更新,记录该蚂蚁走过的节点数,以及将最短路径总长Lb更新,记录该蚂蚁走过的路径总长。通过该技术方案,将蚁群算法应用于电力系统灾后通信网络受损情况下变电站与保护智能中心之间的有线迂回信道的构建,便于建立最短路径信道,并使得信道构建更加快捷方便,为电力系统灾后紧急运行提供了便利。
[0047]在上述技术方案中,优选地,步骤110还包括:在将当前的蚂蚁数增加一之后,检测当前的蚂蚁数是否大于蚁群算法的总蚂蚁数;当检测结果为是时,更新初始信息素矩阵,并将当前循环次数加一,并当加一后的当前循环次数大于总循环次数时,输出最终的最短路径矩阵和最短路径总长;当检测结果为否时,令所述当前循环次数为一,重新通过蚁群算法在时延距离矩阵中循环搜索待寻找路径的终止节点。
[0048]在该技术方案中,令蚂蚁数ka= k a+l,若增加I之后的ka>总蚂蚁数Nant,则计算信息素浓度X。= 1/Lb,并更新信息素矩阵X,X = I1XX,在向量P中依次查找最短路径中包括的节点,若其中相邻两个节点分别为叫、nj,则矩阵X中对应元素x_= xnin.j+Xc;、Xnjni =xnjni+Xe。之后,再设置循环次数k = k+Ι,如果加I后的k>C,输出最短路径矩阵P、最短路径总长Lb,否则,令k= 1,返回继续时延距离矩阵中循环搜索待寻找路径的终止节点。通过该技术方案,将蚁群算法应用于电力系统灾后通信网络受损情况下变电站与保护智能中心之间的有线迂回信道的构建,便于建立最短路径信道,并使得信道构建更加快捷方便,为电力系统灾后紧急运行提供了便利。
[0049]图2示出了根据本发明的一个实施例的基于蚁群算法的路径探索装置的框图。
[0050]如图2所示,根据本发明的一个实施例的基于蚁群算法的路径探索装置200,用于电力系统,包括:构建单元202,根据电力系统中的通信网节点距离信息,构建节点距离矩阵,以及根据电力系统中的通信网节点传输时延信息,构建时延向量;时延距离矩阵确定单元204,根据节点距离矩阵和时延向量,确定时延距离矩阵;初始化单元206,初始化蚁群算法的初始参数;循环搜索单元208,根据初始参数,通过蚁群算法在时延距离矩阵中进行循环搜索,以输出电力系统的最短路径矩阵和最短路径总长。
[0051 ] 在该技术方案中,可以利用电力系统中的通信网节点距离信息、通信网节点传输时延信息等构建节点距离矩阵及时延距离矩阵,从而利用这些已有的通信网拓扑结构,确定时延距离矩阵,以便在时延距离矩阵中基于蚁群算法对任意两点间可能存在的有线迂回信道进行搜索,从而得到最优有线迂回信道。其中,电力通信网往往信道众多,并且传输时延很小,便于建立有线迂回信道。通过该技术方案,应用于电力系统灾后通信网络受损情况下变电站与保护智能中心之间的有线迂回信道的构建,便于建立最短路径信道,并使得信道构建更加快捷方便,为电力系统灾后紧急运行提供了便利。具体地,利用电力系统中有关通信网节点距离的信息,构建节点距离矩阵D,其中,D为NXN矩阵,单位为km,总节点数N,D中第i行第j列元素Cllj表示1、j两个节点间的距离,如果二者不直接相连,则将d ^设为一个很大的数值m,例如设置m = 999。同时,利用电力系统中有关通信节点传输时延的信息,还可以构建时延向量T,其中,T为N维列向量,单位为s,T中第i个元素&表示i节点的传输时延。
[0052]在上述技术方案中,优选地,时延距离矩阵确定单元204包括:有效距离向量确定单元2042,将节点距离矩阵中的任一元素的时延向量与光的光纤传播速度阈值相乘,得到任一元素的有效距离向量;计算单元2044,计算所述节点距离矩阵中第i个节点对应的等效距离向量与第j个节点对应的等效距离向量的和,以及将所述节点距离矩阵中第i行第j列的元素Cllj与所述和的二分之一相加,得到所述时延距离矩阵中第i行第j列的元素d ij0
[0053]在该技术方案中,将构建的时延向量T乘以光的光纤传播速度,其中,光的光纤传播速度阈值也就是光在光纤中的速度约为2 X 105km/s,得到等效距离向量dr,也就是说,第i个元素(Iri= 2X 10 5Xt1令d ^ij= d J(ClrJdrj)/2,得到增加了时延的距离矩阵Dnew。通过该技术方案,可以获取时延的距离矩阵D_,从而便于在时延的距离矩阵D_中通过蚁群算法搜索最短路径信道,提升了路径搜索的效率。
[0054]在上述技术方案中,优选地,所述蚁群算法的所述参数包括:待寻找路径的起始节点、待寻找路径的终止节点、所述蚁群算法的总蚂蚁数、总循环次数、信息素矩阵、信息素残留系数、最短路径矩阵、最短路径节点数、最短路径总长。
[0055]在该技术方案中,蚁群算法的初始参数包括但不限于上述各项,其中,设置蚁群算法的初始参数包括:将待寻找路径的起始节点、待寻找路径的终止节点分别设为节点a、节点b,其中,a为任一变电站节点,b为任一保护智能中心节点;设置蚁群算法中总蚂蚁数Nant, Nant =总节点数NX 2/3,如果结果不是整数,则向上取整;设置总循环次数C,例如设置C= 100 ;设置信息素矩阵X,其中,X为NXN阶矩阵,矩阵中每个元素值均为I ;设置信息素残留系数X&例如设置L= 0.95 ;设置最短路径矩阵P,最短路径矩阵P为包含N个O元素的列向量;设置最短路径节点数Nb,最短路径节点数Nb值为O ;设置最短路径总长L b,最短路径总长Lb值为一很大的值,例如Lb= 999。通过该技术方案,对蚁群算法的多种参数进行了设置,从而便于进一步在时延距离矩阵D_中通过蚁群算法搜索最短路径信道,提升了路径搜索的效率。
[0056]在上述技术方案中,优选地,循环搜索单元208包括:第一循环单元2082,以待寻找路径的起始节点为起点,通过蚁群算法在时延距离矩阵中循环搜索待寻找路径的终止节点,其中,蚁群算法的蚂蚁数起始为一,每循环一次,蚂蚁数增加一;第一更新单元2084,当搜索到待寻找路径的终止节点时,更新初始最短路径矩阵、初始最短路径节点数和初始最短路径总长,并将当前的蚂蚁数增加一;循环搜索单元208还用于:当未搜索到所述待寻找路径的终止节点但搜索无法进行下去时,直接将当前的所述蚂蚁数增加一,不更新所述最短路径矩阵、所述最短路径节点数和所述最短路径总长。
[0057]在该技术方案中,当开始循环时,循环次数记作k = 1,设起始蚂蚁数ka= I ;以节点a为起点,利用蚁群算法在D_矩阵中搜索,记录搜索路径,如果某一节点已经去过,那么在本次搜索中不会再去;如果搜索到b节点,则第k次循环的第ka只蚂蚁搜索成功,从而,将最短路径矩阵P更新,记录该蚂蚁走过的路径,将最短路径节点数Nb更新,记录该蚂蚁走过的节点数,以及将最短路径总长Lb更新,记录该蚂蚁走过的路径总长。通过该技术方案,将蚁群算法应用于电力系统灾后通信网络受损情况下变电站与保护智能中心之间的有线迂回信道的构建,便于建立最短路径信道,并使得信道构建更加快捷方便,为电力系统灾后紧急运行提供了便利。
[0058]在上述技术方案中,优选地,循环搜索单元208还包括:检测单元2086,在将当前的蚂蚁数增加一之后,检测当前的蚂蚁数是否大于蚁群算法的总蚂蚁数;第二更新单元2088,当检测结果为是时,更新初始信息素矩阵,并将当前循环次数加一,并当加一后的当前循环次数大于总循环次数时,输出最终的最短路径矩阵和最短路径总长;第二循环单元20810,当检测结果为否时,令所述当前循环次数为一,重新通过蚁群算法在时延距离矩阵中循环搜索待寻找路径的终止节点。
[0059]在该技术方案中,令蚂蚁数ka= k a+l,若增加I之后的ka>总蚂蚁数Nant,则计算信息素浓度X。= 1/Lb,并更新信息素矩阵X,X = I1XX,在向量P中依次查找最短路径中包括的节点,若其中相邻两个节点分别为叫、nj,则矩阵X中对应元素x_= xnin.j+Xc;、Xnjn
当前第3页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1