[发明专利]一种基于物联网的区块链多目标优化方法

权利要求书

1.一种基于物联网的区块链多目标优化方法，其特征在于，包括下述步骤：

S1:建立区块链吞吐率、区块链部署开销多目标函数，根据比特币区块链主链的吞吐率，提出区块链节点数的约束条件，建立区块链多目标优化数学模型；

S2:以区块链节点数的约束条件为上下阈值随机生成M个个体，作为原始样本；

S3:将原始样本代入多目标函数计算出第一代个体函数值，对函数值进行快速非支配排序后，调用模拟二进制交叉、多项式变异算法，生成个体数量为M的新一代种群，新种群与原始样本结合，得到一个含有2M个个体的新群体，输入OE-NSGA-Ⅱ算法；

S4:OE-NSGA-Ⅱ优化算法中种群精英筛选算法按快速非支配排序得到的Pareto等级划分为Pareto等级为0的Z1种群、Pareto等级为1的Z2种群等，进行伪支配值计算，计算每组个体的伪支配值ξ，提取每组中伪支配值最小个体进入精英种群；

S5：剩余个体进行拥挤度比较筛选剩余精英，得到数量为M个个体的完整精英种群作为多目标优化方法的结果；

S6:调用可控阈值的精英保留策略，控制精英种群规模，得到新的精英种群个体数N；

S7：观察迭代次数，若迭代次数达到要求则结束循环输出结果，若迭代次数未满足要求，则将精英种群作为新一代原始样本重复方法；

所述步骤S1中，建立区块链多目标优化模型为：

目标函数为区块链吞吐率，公式如下：

其中，TPS表示区块链的吞吐率，S表示系统区块链大小，T_d表示每条交易平均大小，m表示区块链系统中存在的节点数，α表示传播时延，

目标函数为区块链部署开销，公式如下：

C＝2ωm(m-1)

其中，C表示部署开销，ω表示传递时延开销，m表示区块链系统中存在的节点数。

约束条件为节点数量，公式如下：

M^min＜m＜M^max

其中，M^min表示最低节点数量，按比特币主链TPS＝6.67，S＝1MB，T_d＝250字节，α＝10min计算获得，M^max表示最大节点数，其值等于目前全球最大比特币节点数；

所述步骤S4中，利用OE-NSGA-Ⅱ算法中种群精英筛选算法按快速非支配排序得到的Pareto等级划分为Pareto等级为0的Z1种群、Pareto等级为1的Z2种群等，进行伪支配值计算，计算每组个体的伪支配值ζ，提取每组中伪支配值最小个体进入精英种群，具体步骤如下：

1-1)原始种群生成，对原始种群数据进行非支配排序，得到个体数量为M的子种群P；

1-2)子种群P进行模拟二进制交叉、多项式变异，得到与种群P规模相同的变异种群种群Q；

1-3)P与Q合并生成种群规模为2M的新一代父种群S，对父种群根据目标函数进行快速排序得到一串升序排列的种群数组，按快速非支配排序得到的Pareto等级划分为Pareto等级为0的Z1种群、Pareto等级为1的Z2种群，依此类推；

1-4)将父种群S分成若干子种群，通过种群精英筛选算法计算子种群中每个个体的伪支配值ξ大小，种群大小为2M，目标函数以f_m为例，计算函数如下：

1-5)i＝2M时，ξ_i＝-∞；

1-6)在每个子种群中选取ξ_i最小的个体直接加入精英种群；

1-7)剩余个体进行拥挤度计算，并根据原始遗传算法，进行Pareto等级与拥挤度的排序，按照Pareto0到Pareto高级的顺序加入精英种群；

1-8)重复上述步骤1-1)-1-7)，直到迭代次数达到要求；

所述步骤S6中，可控阈值的精英保留策略用于计算下一次精英种群规模，具体计算按公式：

2-1)计算第g次迭代种群规模S_g

S_g＝P×λ_g

其中，P表示初始种群的个体数，λ_g表示迭代第g次的精英种群规模参数，该参数随着得到非支配解的数量而自适应增长，增长关系如下：

λ_g+1＝λ_g[1+ln(1+ρ)]

其中，λ_g+1为第g+1代精英保留规模参数,ρ为第g代种群中非支配集解数量与种群规模的比值。

2-2)在S_g的种群规模小于种群阈值μ时，种群自由繁殖，提高精英种群规模，达到阈值μ后，种群会进行精英淘汰，根据拥挤度的大小排序将部分精英“杀死”，“杀死”的精英由于选择拥挤度较小的个体杀死，因此不会影响种群精英种群的筛选。“杀死”部分精英后，种群规模恢复到平稳值(平稳值取5/6μ，该取值是在种群阈值增长到30后，根据种群增长的S型曲线，在种群阈值为K时，种群规模处于K/2时种群增长速率最大的与原理计算得到。由于种群阈值从20开始增长，因此平稳值取5/6μ＝25，即(20+30)/2)。