探究低壓電力線通信的雙種群遺傳蟻群路由算法

鄧磊 古發(fā)輝 王文祥 江西應用技術(shù)職業(yè)學院

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人工蟻群的自啟發(fā)式搜索進行組網(wǎng)，遺傳自適應蟻群系統(tǒng)算法主要就是通過對遺傳算法的隨機性綜合啟發(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，可以有效的提升其整條通信的可靠性。對人工蛛網(wǎng)結(jié)構(gòu)進行分析，綜合人工蛛網(wǎng)蛛網(wǎng)算法進行低壓電力通信系統(tǒng)分級網(wǎng)絡(luò)構(gòu)建，在單層人工蛛網(wǎng)結(jié)構(gòu)中中心節(jié)點主要就是進行協(xié)調(diào)以及處理子網(wǎng)周邊節(jié)點的數(shù)據(jù)信息，也可以將其作為其他子網(wǎng)中心節(jié)點或者基站通信的中繼節(jié)點。通過對算法的改進，利用雙種群遺傳蟻群算法的并行搜索能力，可以在動態(tài)范圍中拓展到全局的搜索空間中，可以實現(xiàn)定期交換種群中優(yōu)良解信息的目的，達到提升算法收斂性以及魯棒性的目的。

1.2 低壓配電網(wǎng)拓撲結(jié)構(gòu)

低壓配電網(wǎng)拓撲結(jié)構(gòu)中其主要通過電網(wǎng)中終端節(jié)點進行連接。而周邊多種因素均會對其產(chǎn)生不同程度的影響，因此，要綜合具體的負載等級、容量以及其實際的分布狀況合理確定，會因為線路故障會受到低壓在實踐中樹干式拓撲結(jié)構(gòu)應用相對較為廣泛。

低壓電力線載波通信利用集中抄表系統(tǒng)可以有效的實現(xiàn)遠程控制管理，其主要通過集中器系統(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行處理，進而有效的進行信息數(shù)據(jù)的傳遞；其中遠程控制系統(tǒng)主要就是利用公用信道等進行遠程通信。

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

因此，在進行信息數(shù)據(jù)轉(zhuǎn)發(fā)中可以將節(jié)點作為主要的中繼節(jié)點，實現(xiàn)擴展通信距離的效果。低壓配電網(wǎng)終端主要功能就是負責臨時性的加入或者撤出，其工作狀態(tài)出現(xiàn)不同程度變化均會給傳輸通信的特征、電氣節(jié)點數(shù)據(jù)鏈路狀態(tài)產(chǎn)生直接的影響。而在其運行中其電壓電力線通信網(wǎng)絡(luò)的拓撲結(jié)構(gòu)均呈現(xiàn)動態(tài)的變化，在此種狀態(tài)之下電網(wǎng)終端節(jié)點的集中器信息數(shù)據(jù)傳輸。

在低壓電力載波通信系統(tǒng)通信中，路由算法要對網(wǎng)絡(luò)全局變化實現(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)點的路徑進行快速的搜索處理，實現(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

通過單一種群進行全局空間搜索路由的一種算法，其最優(yōu)解會出現(xiàn)局部的收斂性問題，多種群獨立并行特征會減少各種問題。通過兩個人工蟻群實現(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、變異性進處理，尋找替代子代中最優(yōu)解，通過蟻群算法實現(xiàn)對局部信息素、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)的問題。利用多迭代獲得解可以保障算法收斂全局最優(yōu)。

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

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

3 仿真實驗

通過對低壓電力線網(wǎng)絡(luò)拓撲結(jié)構(gòu)進行模擬分析，利用Matlab 仿真軟件隨機生成50 個節(jié)點，根據(jù)要求一次編號。通過設(shè)定動態(tài)化的改變條件參數(shù)，通過各個算法實現(xiàn)對50 個終端節(jié)點的合理搜索處理，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終端節(jié)點中，通過模擬電力線負載狀況，利用仿真電力線終端節(jié)點進行臨時加入或者撤出狀態(tài)，分析其算法性能指標產(chǎn)生的不良影響。

通過分析終端節(jié)點分析其撤出尋優(yōu)過程可以發(fā)現(xiàn)，在算法中通過對網(wǎng)絡(luò)中存在的50 個電氣節(jié)點組網(wǎng)尋優(yōu)分析，GOACA 以及DPGOACA 平均路徑會出現(xiàn)較為穩(wěn)定的變化，其獲得最優(yōu)解之后，通過分析連續(xù)尋找20 次的結(jié)構(gòu)信息，可以模擬電氣節(jié)點進行臨時撤出，在根據(jù)要求進行49 個電氣節(jié)點組網(wǎng)的尋優(yōu)處理。而網(wǎng)絡(luò)動態(tài)變化會對算法重新尋優(yōu)過程分析，在分析中，其3種算法的最優(yōu)解的結(jié)果如下：

表2 節(jié)點撤出后算法尋優(yōu)結(jié)果

在網(wǎng)絡(luò)中其初始隨機產(chǎn)生50 個電氣節(jié)點，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 次的相同時候，可以通過模擬電器節(jié)點的方式進行臨時性的加入，在通過重新51個電氣節(jié)點進行組網(wǎng)尋優(yōu)，ACA 算法則要通過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)點加入后算法尋優(yōu)結(jié)果

通過上表可以發(fā)現(xiàn)，DPGOACA 算法需要的迭代數(shù)相對較少，可以實現(xiàn)多個節(jié)點之間的組網(wǎng)尋優(yōu)，通過分析確定其最優(yōu)路徑長度是較為優(yōu)異的結(jié)果。

結(jié)束語：

DPGOACA 算法通過雙種群自身獨有的獨立搜索能力可以實現(xiàn)擴大全局解空間，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。進行低壓電力載波通信系統(tǒng)中進行動態(tài)變化低壓配電網(wǎng)拓撲結(jié)構(gòu)模型化處理分析，利用仿真結(jié)果發(fā)現(xiàn)改進之后算法收斂良好，有著較強的魯棒性，在實踐中因為周邊環(huán)境相對較為復雜要綜合實際狀況配置對應的軟硬件，進而達到提升通信可靠性的目的。