[发明专利]一种基于遗传算法的最佳共识节点选择方法

权利要求书

1.一种基于遗传算法的最佳共识节点选择方法，其特征在于，包括如下步骤：

(S1)将多个参与节点分别编码成对应的染色体，以获取编码后的多个染色体；

(S2)对多个染色体中的每个染色体进行选择、交叉、变异和可行性检测操作；

(S3)将满足适应度函数的个体选择出来，通过适应度函数求解最优解，如果达到适应度函数要求，则求得最优解，如果没有，则返回继续执行步骤(S2)，直至得到最优解；

其中，f(ni)表示适应度函数，ni表示一个合法的染色体，N表示所有染色体的集合，Fau表示该染色体即该节点出现问题的次数，Com表示该染色体即该节点与其他节点交易的效率。

2.根据权利要求1所述的一种基于遗传算法的最佳共识节点选择方法，其特征在于，所述步骤(S1)中将各个参与节点编码呈一个染色体是根据一个包含m个参与节点的编码要求得到一个m维向量的染色体，这个维度即所有参与节点的个数，m为整数同时也是各个参与节点的编号，即N＝{n1,n2,...,nm}，其中，ni表示第i个节点。

3.根据权利要求2所述的一种基于遗传算法的最佳共识节点选择方法，其特征在于，所述步骤(S2)中对多个染色体中的每个染色体进行选择、交叉、变异和可行性检测操作是将父代样本两两分组，以进行部分映射交叉，并消除冲突的数字编号，任意选取两个点，并互换数值编号，生成新群体；验证任意染色体是否是可行解，将满足适应度函数的个体选择出来，以作为父代群体。

4.根据权利要求3所述的一种基于遗传算法的最佳共识节点选择方法，其特征在于，所述步骤(S3)中的适应度函数是通过节点的宕机次数与其他节点的通信的交易效率作出的函数。

5.根据权利要求3所述的一种基于遗传算法的最佳共识节点选择方法，其特征在于，所述步骤(S3)中达到适应度函数要求是当Fau(ni)最小，Com(ni)最大时，此时ni为最优解，即最佳共识节点。