[发明专利]一种提高无标度网络弹性的优化方法

权利要求书

1.一种提高无标度网络弹性的优化方法，其特征在于，包括以下步骤：

步骤一：针对工业互联网的拓扑，根据无标度网络的构造算法将其生成为无标度网络，得到其邻接矩阵；

步骤二：根据生成的网络，将邻接矩阵中的元素进行变量变换，以网络的自然连通度最大作为寻优目标构建拓扑优化目标函数；

步骤三：对烟花粒子群算法的参数进行初始化，并随机产生popsize个粒子的随机初始位置和速度，计算粒子的适应度；

步骤四：判断烟花粒子群算法迭代优化是否达到设定的总的迭代次数，若是转入步骤十，否则转入步骤五；

步骤五：判断粒子群算法是否达到设定的迭代次数，若是转入步骤七，否则转入步骤六；

步骤六：更新粒子的速度和位置，然后根据适应度函数重新计算更新后粒子的适应度值，再转入步骤五；

步骤七：将粒子按照适应度值大小排序，选适应度最大的n个粒子；

步骤八：将选择的n个粒子进行烟花爆炸和高斯变异；

步骤九：先从爆炸变异后的粒子里选出适应度值最大的个体，然后按照轮盘赌的选择策略选出popsize-n-1个个体，将这个适应度值最大的个体和按照轮盘赌策略选出popsize-n-1个个体与原先保留的n个个体合并组成新的popsize个个体；

步骤十：输出最优适应度值及对应粒子群的位置；

步骤十一：依照优化结果修改无标度网络的拓扑结构，最终得到弹性获得提升的工业互联网拓扑。

2.如权利要求1所述的提高无标度网络弹性的优化方法，其特征在于，在步骤三中，烟花粒子群算法的参数包括权重系数、种群规模、加速因子、爆炸半径调节因子、以及爆炸数目调节因子。

3.如权利要求1所述的提高无标度网络弹性的优化方法，其特征在于，烟花粒子群算法：首先由粒子群算法迭代优化maxgen轮之后，选出适应度最优的n个粒子保留下来，同时删除适应度较差的popsize-n个粒子，然后将保留下来的n个粒子进行烟花算法的爆炸、变异和选择操作，再选出popsize-n粒子，最后将经过粒子群算法优化保留的n个粒子与经过烟花算法得到的popsize-n粒子合并形成新的粒子群继续进行下次烟花粒子群算法的优化迭代。

4.如权利要求1所述的提高无标度网络弹性的优化方法，其特征在于，在步骤六中，粒子更新速度和位置的公式如下：

v_id(t+1)＝w*v_id(t)+c₁*r₁*(p_id(t)-x_id(t))+c₂*r₂*(p_gd(t)-x_id(t))

x_id(t+1)＝x_id(t)+v_id(t+1)1≤i≤n,1≤d≤D

其中，c₁、c₂为加速因子，r₁，r₂为在[0,1]之间的随机数，w为惯性权重，定义如下：

上式中，w_min为最小惯性权重，w_max为最大惯性权重，it为当前迭代次数，iter_max为迭代的总次数。