APP下载

基于量子遗传算法的电力通信网路由选择策略

2013-09-13蒋康明

太原理工大学学报 2013年4期

曾 瑛,蒋康明,杨 娇,李 彬

(1.广东电网公司 电力调度控制中心,广州510600;2.华北电力大学 电气与电子工程学院,北京102206)

电力市场改革的深化和电力行业信息化程度的提高使电力业务种类和数量迅速增加[1],对通信指标的需求多样化,为了确保服务质量(QoS),路由选择不再仅仅将“可达”和“最短路径”作为衡量标准,而是希望考虑电力业务具体通信需求和网络的动态特性等要求。因此,如何满足电力业务通信需求、加速算法的收敛速度等问题成为设计面向电力业务路由协议时重点考虑的问题。文献[2]介绍了在路由算法参数中建立一个乘性QoS约束参数,在传统的路由算法基础上加入可用性参数来搜索可靠性最佳路径的方法;文献[3]提出了一种考虑负载均衡的新型联合路由算法,具有负载均衡、优化网络资源和降低端到端时延等优点;文献[4-8]对电力通信网络的可靠性、风险评估、部分网络失效后的自愈方法等内容进行了研究,但尚未研究电力通信网络在带宽、时延和丢包率等多约束条件下路径查找问题,也未建立面向电力业务的路由算法。

针对多约束路由问题的求解,一般采用启发式算法求解,如遗传算法(genetic algorithm,GA)、蚁群算法(ant colony optimization,ACO)、模拟退火算法和粒子群算法等。但是由于这些算法本身存在一些缺点,如遗传算法很难得到最优解,一般是计算得到较优解,在较优解的基础上计算得到最优解,所需要的时间将成倍增加;蚁群算法求解多约束路由时速度慢,容易出现早熟收敛和停滞现象。……

登录APP查看全文