一种基于改进遗传算法的指挥控制体系网络结构优化方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115963731A(43)申请公布日2023.04.14(21)申请号202310253612.0(22)申请日2023.03.16(71)申请人南京信息工程大学地址210032江苏省南京市江北新区宁六路219号(72)发明人潘成胜崔骁松赵晨王建伟杨雯升王英植(74)专利代理机构南京经纬专利商标代理有限公司32200专利代理师杨欣怡(51)Int.Cl.G05B13/04(2006.01)G06N3/126(2023.01)权利要求书3页说明书8页附图6页(54)发明名称一种基于改进遗传算法的指挥控制体系网络结构优化方法(57)摘要本发明公开了一种基于改进遗传算法的指挥控制体系网络结构优化方法，包括：建立多目标优化模型，初始化参数；采用上三角编码方法，将网络结构的邻接矩阵中有效元素进行编码形成染色体；将基础隶属网络结构和协同式网络结构作为启发式信息以生成初始种群，获得初始种群的全部个体；利用适应度函数计算种群中每个个体的适应度；选择出父代个体并采用自适应交叉和变异机制对父代个体进行进化操作，进而得到子代个体；采用精英保留策略更新种群，重复迭代直到满足终止条件，最终输出最优的指挥控制体系网络结构；本发明算法可获得抗毁性和时效性最高的网络结构，实现了指挥控制体系网络结构的优化，并表现出较好的收敛性和准确性。CN115963731ACN115963731A权利要求书1/3页1.一种基于改进遗传算法的指挥控制体系网络结构优化方法，其特征在于，针对指挥控制体系网络结构，执行以下步骤S1‑步骤S9，完成该指挥控制体系网络结构的优化：步骤S1：根据指挥控制体系网络结构，基于自然连通度、节点对之间的最短路径倒数的平均值，分别构建以最大化网络抗毁性和信息时效性为目标的目标函数，进一步建立多目标优化模型，并根据指挥控制体系网络结构的特点，给出目标函数的约束条件；步骤S2：初始化改进遗传算法中的各参数；步骤S3：针对指挥控制体系网络结构的邻接矩阵，采用上三角编码法，形成改进遗传算法中的染色体；步骤S4：以基础隶属网络结构和协同式网络结构作为改进遗传算法的启发式信息加入染色体，形成表示指挥控制体系网络结构的个体，以所形成的个体构成一半初始种群，另一半初始种群中的个体随机生成；步骤S5：基于自然连通度、节点对之间的最短路径倒数的平均值，建立适应度函数，计算种群中每个个体的适应度值；步骤S6：对种群进行迭代，判断是否满足预设最大迭代次数的限制，若是，则以迭代后的种群中的个体所对应的指挥控制体系网络结构作为最优指挥控制体系网络结构输出，并对最优指挥控制体系网络结构的性能进行分析，否则执行步骤S7；步骤S7：使用轮盘赌算子，根据适应度值选择预设数量的个体构成父代种群；步骤S8：对父代种群中的个体进行自适应交叉和变异操作，形成子代种群，完成本次迭代中种群的进化；步骤S9：针对子代种群，引入精英保留策略，完成精英保留策略所对应的操作后，跳转执行步骤S5。2.根据权利要求1所述的一种基于改进遗传算法的指挥控制体系网络结构优化方法，其特征在于，步骤S1中所构建的多目标优化模型如下：基于自然连通度R，构建以最大化网络抗毁性为目标的目标函数如下式：式中，N为指挥控制体系网络结构的节点数量，i为指挥控制体系网络结构中的节点，为指挥控制体系网络结构的邻接矩阵A的特征根；基于节点对之间的最短路径长度倒数的平均值T，构建以最大化信息时效性为目标的目标函数如下式：式中，为节点i与节点j之间的最短路径长度；目标函数的约束条件如下：指挥控制体系网络结构中边数量的约束条件为：2CN115963731A权利要求书2/3页式中，为指挥控制体系网络结构的邻接矩阵A中第i行第j列的元素，W为指挥控制体系网络结构中最大边数量；指挥控制体系网络结构中节点饱和度的约束条件为：式中，为节点i的度，Const为节点的饱和度；指挥控制体系网络结构图为无向连通图的约束条件为：式中，为指挥控制体系网络结构图G的拉普拉斯矩阵L(G)的次小特征根；指挥控制体系网络结构的邻接矩阵A取值约束条件为：其中，指挥控制体系网络结构的邻接矩阵A中的元素表示节点i和节点j相连接，表示节点i和节点j不连接。3.根据权利要求1所述的一种基于改进遗传算法的指挥控制体系网络结构优化方法，其特征在于，步骤S2中初始化改进遗传算法中的各参数包括：种群大小n=100，迭代次数G=1000，自适应交叉概率，，自适应变异概率，。4.根据权利要求1所述的一种基于改进遗传算法的指挥控制体系网络结构优化方法，其特征在于，步骤S3的上三角编码法具体为：针对指挥控制体系网络结构的邻接矩阵A中的第m行，删除第m行中的前m个元素，将剩余元素排列为一个行向量，形成改进遗传算法中的染色体。5.根据