[发明专利]基于多智能体遗传算法的电力运输网络拓扑结构设计方法

摘要

本发明提出了一种基于多智能体遗传算法的电力运输网络拓扑结构设计方法，用于解决现有电力运输网络拓扑结构设计方法中存在的深度搜索能力弱和容易陷入局部最优解，导致电力运输网络在抵抗攻击或者扰动时鲁棒性差的技术问题，实现步骤为：设定多智能体遗传算法参数、初始化多智能体遗传算法种群、对初始化种群进行邻域竞争、对邻域竞争种群进行邻域交叉、对邻域交叉种进行变异、对变异种群进行群局部搜索产生局部搜索种群作为电力运输网络拓扑结构输出。本发明在设计电力运输网络拓扑结构的过程中，采用多智能体遗传算法框架，设计了邻域竞争算子、邻域交叉算子、变异算子和局部搜索算子，设计出具有高鲁棒性的电力运输网络拓扑结构。

主权项

1.一种基于多智能体遗传算法的电力运输网络拓扑结构设计方法，其特征在于包括如下步骤：(1)设定多智能体遗传算法参数，并将多智能体遗传算法获取的种群作为待设计电力运输网络拓扑结构，其中设定的参数包括多智能体遗传算法的种群大小Ω、邻域竞争概率P₀、邻域交叉概率P_c、变异概率P_m、局部搜索概率P_l和最大迭代次数N；(2)对多智能体遗传算法的种群进行初始化，得到初始化种群，并计算该初始化种群中每个个体的鲁棒值，实现步骤为：(2a)设定多智能体遗传算法种群的初始大小为1，从该种群个体中随机选择节点l,k之间的连接边e_lk和节点m,n之间的连接边e_mn，并删除所选的这两条边，在节点k,m之间重新建立连接边e_km，在节点l,n之间重新建立连接边e_ln，得到多智能体遗传算法中间种群，将该中间种群记为临时电力运输网络拓扑结构；(2b)判断临时电力运输网络拓扑结构是否连通，若是，将该临时电力运输网络拓扑结构作为新种群，并给新种群的大小加1，执行步骤(2c)；否则，删除节点k，m之间新建立的连接边e_km和节点l,n之间新建立的连接边e_ln，并还原步骤(2a)随机选择的节点l,k之间的连接边e_lk和节点m,n之间的连接边e_mn，执行步骤(2a)；(2c)判断新种群大小是否等于多智能体遗传算法的种群大小Ω，若是，将新种群作为多智能体遗传算法的初始化种群，并采用适应度函数公式，计算初始化种群中每个个体的鲁棒值，执行步骤(3)；否则，执行步骤(2a)；(3)对多智能体遗传算法的初始化种群进行邻域竞争，并计算邻域竞争种群中每个个体的鲁棒值，实现步骤为：(3a)按照均匀分布概率在0‑1之间产生一个随机数u；(3b)判断随机数u是否小于邻域竞争概率P₀，若是，执行步骤(3c)，否则执行步骤(3a)；(3c)遍历多智能体遗传算法的初始化种群，从多智能体遗传算法初始化种群中每次选择一个个体，并判断所选择个体的鲁棒值是否优于该个体邻域内鲁棒值最好个体的鲁棒值，若是，则所选择个体可以继续存活，用存活下来的个体替换多智能体遗传算法初始化种群中的对应个体，得到邻域竞争种群，并执行步骤(3d)，否则，用邻域内鲁棒值最好的个体替换多智能体遗传算法初始化种群中选择的个体，得到邻域竞争种群，并执行步骤(3d)；(3d)采用适应度函数公式，计算邻域竞争种群中每个个体的鲁棒值；(4)对邻域竞争种群进行邻域交叉，得到邻域交叉种群，实现步骤为：(4a)按照均匀分布概率在0‑1之间产生一个随机数v；(4b)判断随机数v是否小于邻域交叉概率P_c；若是，执行步骤(4c)；否则，执行步骤(4a)；(4c)遍历邻域竞争种群，从邻域竞争种群中每次选择一个个体，将所选择个体与其邻域内鲁棒值最好的个体进行邻域交叉，得到多个邻域交叉个体，并用邻域交叉个体替换从邻域竞争种群中选择的对应个体，得到邻域交叉种群；(5)对邻域交叉种群进行变异，得到变异种群，实现步骤为：(5a)按照均匀分布概率在0‑1之间产生一个随机数i；(5b)判断随机数i是否小于变异概率P_m；若是，执行步骤(5c)，否则，执行步骤(5a)；(5c)遍历邻域交叉种群，从邻域交叉种群中每次选择一个个体，计算所选择个体中的总边数；(5d)判断所选择个体中总边数是否为偶数，若是，选出总边数中一定数量的边，选择总边数中一定数量边的1/2对边进行交换，得到多个变异个体，并执行步骤(5e)；否则，选出总边数中一定数量的边，取接近总边数中一定数量边的最大偶数，选取总边数中一定数量边的1/2对边进行交换，得到多个变异个体，并执行步骤(5e)；(5e)用多个变异个体替换邻域交叉种群中的对应个体，得到变异种群；(6)对变异种群进行局部搜索，得到局部搜索种群，实现步骤为：(6a)遍历变异种群，从变异种群中每次选取一个个体，计算所选个体中节点个数,并设置初始局部搜索迭代数为1；(6b)按照均匀分布概率在0‑1之间产生一个随机数j；(6c)判断随机数j是否比种群局部搜索概率P_l小，若是，执行步骤(6d)，否则，执行步骤(6b)；(6d)采用适应度函数公式，计算所选变异种群中每个个体的鲁棒值R^initial；(6e)判断表达式|d_a‑d_c|+|d_b‑d_d|＜α×(|d_a‑d_b|+|d_c‑d_d|)是否成立，若是，从变异种群中选择的个体中随机选择节点a,b之间的连接边e_ab和节点c,d之间的连接边e_cd，删除所选的两条边e_ab和e_cd，在节点a,c之间建立新的连接边e_ac，在节点b,d之间建立新的连接边e_bd，得到多个局部搜索个体,执行步骤(6f)，否则，执行步骤(6a)，其中，d_a是节点a的度，d_b是节点b的度，d_c是节点c的度，d_d是节点d的度，α是调节因子，其取值范围为[0,1]；(6f)采用适应度函数公式，计算局部搜索后每个个体的鲁棒值R^new，判断鲁棒值R^new是否大于鲁棒值R^initial，若是，用局部搜索个体替换从变异后种群中选择的对应个体，得到局部搜索种群，并执行步骤(6g)，否则，执行步骤(6d)；(6g)局部搜索迭代数加1，判断局部搜索迭代数是否累计达到所选择的变异种群中个体的节点数，若是，执行步骤(6h)，否则，执行步骤(6d)；(6h)判断当前迭代次数是否等于设定的最大迭代次数N，若是，将局部搜索种群作为所要设计的电力网络拓扑结构，并输出，否则，执行步骤(3)。