[发明专利]改进最小生成树算法在电力宽带载波中应用的方法

说明书

本发明公开了改进最小生成树算法在电力宽带载波中应用的方法，包括如下步骤：步骤1、将电力宽带载波的网络拓扑模型作为最小生成树的初始化模型；步骤2、采用改进的算法求解所述最小生成树，获取最小生成树中的最优多播组成员；其中，所述改进的算法包括改进的粒子群优化算法、改进的萤火虫算法和改进的帝国竞争算法；步骤3、将所述最优多播组成员作为电力宽带载波中中央协调器、代理协调器或站点待入网的网络标识号；本发明通过将改进的最小生成树算法结合至宽带电力载波的网络拓扑结构中，通过求解最小生成树获取最优多播组成员，为宽带电力载波系统中中央协调器、代理协调器或站点的路由提供最优的路由候选方案。

技术领域

本发明涉及宽带载波技术领域，具体涉及改进最小生成树算法在电力宽带载波中应用的方法。

背景技术

城市配电网是电力系统的重要组成部分，是电力系统的主要负荷中心，同时又是城市现代化建设的一项重要基础设施。城网规划既是电力系统规划的重要组成部分，也是城市规划的重要组成部分。目前已经提出一种限定主干网架线路走向的基于改进最小生成树算法的配电网架优化规划方法。这种方法无法减小最小生成树算法的搜索范围，考虑了电力部门对主干网架走向的限定条件，网架优化规划的结果不太符合实际。

针对移动自组织网络的动态性和多跳网络特性，在路由选择中提出改进最小生成树算法。设计过程中既考虑节点间的直通中断概率，又考虑多跳次数对信道容量的影响，通过调整最小生成树得到源节点与目的节点间最佳路由。但是改进最小生成树算法无法获得很高的信道容量。

在满足电力通信业务通信需求的基础上，针对电力通信网中多播业务在带宽，时延，丢包率等方面的要求，已经提出了一种基于改进量子进化算法的策略多播路由优化方法。该方法结合量子进化算法和最小支撑树算法特性，采用量子比特的概率幅表示个体当前的位置信息，首先在量子个体上实施量子交叉，以保留较好的基因；利用量子比特相位法更新量子门及自适应调整搜索区域；设计了一种动态调整旋转角策略对个体信息素进行更新，在保证种群多样性的同时，但是个体无法快速寻找到满足约束的可行路径，无法克服传统算法局部最优的限制。

发明内容

本发明的目的在于提供改进最小生成树算法在电力宽带载波中应用的方法，以解决现有技术中导致的上述多项缺陷或缺陷之一。

为达到上述目的，本发明是采用下述技术方案实现的：

改进最小生成树算法在电力宽带载波中应用的方法，包括如下步骤：

将电力宽带载波的网络拓扑模型作为最小生成树的初始化模型；

采用改进的算法求解所述最小生成树，获取最小生成树中的最优多播组成员；其中，所述改进的算法包括改进的粒子群优化算法、改进的萤火虫算法和改进的帝国竞争算法；

将所述最优多播组成员作为电力宽带载波中的中央协调器、代理协调器或站点待入网的网络标识号。

进一步地，采用改进的粒子群优化算法求解所述最小生成树包括如下步骤：

步骤1：根据电力宽带载波中的源节点s、多播组成员集合{m₁，m₂，…，m_n}和某条链路e(i，j)，建立树T和候选链路集合E1的关系：初始时刻T＝{s}，E₁＝{e(s，i)|e(s，i)∈E}；

步骤2：对粒子群进行初始化，同时随机初始化粒子群中各粒子位置和速度；

步骤3：从候选链路集合E₁中选一条链路e(m，n)，针对该链路中粒子进行当前适应度值与历史最优适应度值比较，同时进行历史最优值替代；

步骤4：针对粒子进行当前适应度值与种群历史最优位置适应度值比较，并进行历史最优值替换；