基于混合遺傳算法的1553b總線消息傳輸優(yōu)化方法
【技術領域】
[0001] 本發(fā)明涉及總線消息傳輸技術領域，具體涉及一種基于混合遺傳算法的1553B總 線消息傳輸優(yōu)化方法。
【背景技術】
[0002] 1553B總線是一種集中式控制的飛機內(nèi)部電子系統(tǒng)聯(lián)網(wǎng)的標準，它的高可靠性、實 時性以及靈活性使其在航空、航天等領域上得到廣泛的應用。
[0003] 由于現(xiàn)有電子系統(tǒng)對實時性和可靠性具有很高的要求，必須保證1553B總線上消 息傳輸?shù)膶崟r性。當1553B總線上需要處理不同長度不同周期的多種消息時，并且存在異 步消息需要處理時，系統(tǒng)的實時性一般很難保證。目前比較常見的1553B總線消息優(yōu)化算 法有基于計算量向量算法、RMS調(diào)度算法、長釋放時間間隔優(yōu)先算法、HTSF算法等。在上述 方法中，基于計算量向量算法和RMS調(diào)度算法都是基于靜態(tài)負載均衡的，沒有解決消息的 動態(tài)負載均衡問題，當總線上有很多非周期性消息時，容易導致總線堵塞或飽和；長釋放時 間間隔優(yōu)先算法不能保證釋放間隔較小的消息或者突發(fā)消息能在截止期前完成調(diào)度；HTSF 算法沒有考慮同一時刻可能有多條消息同時到達的情況，而且算法執(zhí)行效率較低。
[0004] 為了避免出現(xiàn)1553B總線堵塞和飽和現(xiàn)象，提高1553B總線的利用率，降低總線的 平均延遲時間，均衡總線負載，需要設計一種優(yōu)化1553B總線消息傳輸?shù)姆椒ā?br>
【發(fā)明內(nèi)容】

[0005] (一）要解決的技術問題
[0006] 本發(fā)明要解決的技術問題是：如何提高1553B總線的利用率，降低總線的平均延 遲時間，均衡總線負載，達到最優(yōu)的通信效率。
[0007] (二）技術方案
[0008] 為了解決上述技術問題，本發(fā)明提供了一種基于混合遺傳算法的1553B總線消息 傳輸優(yōu)化方法，包括以下步驟：
[0009] S1、基于排隊論建立1553B總線消息傳輸?shù)臄?shù)學模型，得到目標函數(shù)：
[0010] 將1553B總線上消息的傳輸過程看作是一種單服務員單隊列的排隊系統(tǒng)，排隊模 型為一個M|M|1排隊模型，總線上的每一條消息指令為等待服務的顧客，總線為提供數(shù)據(jù) 傳輸?shù)姆諉T，服務時間為消息傳輸時間；
[0011] 該排隊系統(tǒng)的排隊規(guī)則為：
[0012] 消息的相繼到達時間間隔獨立，假設到達時間服從泊松分布；
[0013] 排隊隊列的長度為無限長，服務方式服從先來先服務；
[0014] S2、基于改進遺傳算法得到1553B總線消息調(diào)度可行解：
[0015] 利用遺傳算法對染色體進行編碼，確定初始種群，通過遺傳算法中的遺傳操作對 初始種群進行優(yōu)化，即根據(jù)自識別交叉和變異概率，對初始種群進行交叉、變異操作，根據(jù) 所述目標函數(shù)對染色體種群進行評估，當染色體種群進化速率小于預設閾值時終止遺傳算 法，得到1553B總線消息調(diào)度可行解；
[0016] S3、基于改進蟻群算法得到1553B總線消息調(diào)度最優(yōu)解：
[0017] 根據(jù)遺傳算法得到的全局搜索信息設置信息素初始值，根據(jù)1553B總線消息調(diào)度 的完成情況，調(diào)整信息素；在消息準備傳輸時，觀察各個空閑資源的信息素，按照概率大小 選擇資源使用；在消息傳輸結束后，對消息進行評價，根據(jù)信息匹配度進行信息素反饋，得 到最優(yōu)的調(diào)度方案。
[0018](三）有益效果
[0019] 本發(fā)明先通過排隊論建立1553B總線消息調(diào)度數(shù)學模型，接著引入遺傳算法快速 找到1553B總線消息調(diào)度可行解，然后將遺傳算法找到的可行解轉(zhuǎn)換成蟻群優(yōu)化算法初始 信息素，最后利用蟻群算法的局部尋優(yōu)和正反饋機制得到1553B總線消息調(diào)度最優(yōu)解。仿 真實驗結果表明，利用改進后的遺傳算法對1553B總線消息傳輸進行優(yōu)化，能夠在滿足每 條消息最大延遲時間要求和通訊實時性的前提下，提高了總線利用率，有效地緩解了總線 消息擁塞和飽和現(xiàn)象，解決了總線負載均衡的難題，具有較好的處理異步消息的能力。
【附圖說明】
[0020] 圖1是M|M| 1模型發(fā)生率圖；
[0021] 圖2是本發(fā)明實施例的方法流程中改進的遺傳算法流程圖；
[0022] 圖3是本發(fā)明實施例的方法流程中改進的蟻群算法流程圖。
【具體實施方式】
[0023] 為使本發(fā)明的目的、內(nèi)容、和優(yōu)點更加清楚，下面結合附圖和實施例，對本發(fā)明的
【具體實施方式】作進一步詳細描述。
[0024] 為了提高1553B總線消息傳輸?shù)膶崟r性，降低總線的通信延遲率，本文提出了一 種改進遺傳算法的1553B總線消息傳輸優(yōu)化方法，包括以下步驟：
[0025] 1、基于排隊論建立1553B總線消息傳輸?shù)臄?shù)學模型
[0026] 1553B總線上消息的傳輸過程可以看作是一種單服務員單隊列的排隊系統(tǒng)。該模 型為一個M|M|1排隊模型。該排隊系統(tǒng)的模型發(fā)生率見圖1，其中圓圈中的數(shù)字代表排隊系 統(tǒng)的狀態(tài)，則可知該排隊系統(tǒng)為一個齊次馬爾可夫鏈的生滅過程。
[0027] 在圖1中，A為消息的平均到達率，y為總線的平均服務率，m為消息個數(shù)，因此 1/入為消息的平均時間間隔，l/y為消息的平均傳輸時間。
[0028] 設^為排隊系統(tǒng)在狀態(tài)k處的概率，P為總線利用率，建立生滅過程的狀態(tài)平衡 方程：
[0029] 狀態(tài) 0:入p0=yEi，Ei=pE0
[0030]狀態(tài) 1:入p丨=yE2,E2=p2E0
[0031] ......
[0032]狀態(tài)k:Apk=yEk+1，Ek+1=Pk+1E。 (1)
[0033] 假設消息的平均時間間隔大于消息的平均傳輸時間，S卩P< 1，則下列級數(shù) :?〇:....
[0034] X =:五&(1 十/?+/>2十'"十//+-.，) (2) k=o
[0035] 收斂
[0036] 由此得出排隊系統(tǒng)在不同狀態(tài)下的概率分別為：
[0037] E〇= 1-P
[0038] Ei=P(1-P)
[0039] ......
[0040] Ek=Pk(l-p) (3)
[0041] ......
[0042] 總線利用率為
[0043] (4). M
[0044] 排隊系統(tǒng)內(nèi)消息的平均數(shù)為：
[0045]
[0046] (5)
[0047] 若排隊系統(tǒng)內(nèi)有k條消息，其中k_l條消息在排隊等候，則排隊等候的消息平均數(shù) 為：
[0048] (6)
[0049] 消息傳輸花費的時間為：
嚴嚴 八. t-*[0051] 消息排隊等候所花費時間的平均值為：
[0050] (7)
[0052]
[0053] 1553B總線傳輸系統(tǒng)的平均延遲時間為消息傳輸時間和消息排隊等候時間之和。 對1553B總線上非周期消息傳輸進行優(yōu)化的目標是使平均延遲時間最小，并確定達到最優(yōu) 目標值的最優(yōu)的總線平均服務率y'
[0054] 取目標函數(shù)z為消息傳輸時間與消息在排隊系統(tǒng)中排隊等候時間之和的期望值：
[0055] z=csu+cwL(9)
[0056] 其中，cs為當U= 1時總線消息傳輸所耗費的時間，cw為每條消息在總線中排隊 等候所耗費的時間。將￡ = ^7代入上式，可得 ju-A
[0057]
(1〇)
[0058] 上式（10)即為1553B總線消息傳輸?shù)臄?shù)學模型。
[0059] 2、基于遺傳算法得到1553B總線消息調(diào)度可行解，參考圖2:
[0060] (1)染色體編碼
[0061] 設定消息個數(shù)為m，消息周期個數(shù)為n，m個消息要被安排在n個周期上。個體染 色體上的每個基因位置編號代表消息編號，每個基因位用〇~（m-1)之間的整數(shù)表示，代表 某條消息所在的周期編號。比如，m= 6，n= 4,染色體編碼為（0, 1，2, 3, 3, 2):表示第1條 消息分配到小周期1上，第2條消息分配到小周期2上，第3條和第6條消息分配到小周期 3上，第4條和第5條消息分配到小周期4上。
[0062] (2)確定初始種群
[0063] 種群的初始化是遺傳算法的關鍵，傳統(tǒng)的遺傳算法確定初始種群多半采取隨機生 成法形成染色體方案，以致于迭代開始就可能形成許多不可行的方案，要進行大量的計算 后才能得到優(yōu)化的方案，這在很大程度上降低了算法的運算效率，本發(fā)明對經(jīng)典遺傳算法 進行改進，改進后的初始種群的選擇算法能有效抑制"早熟"現(xiàn)象，其全局搜索能力和搜索 效果都有了明顯的提高。改進后的初始種群的產(chǎn)生方式如下：
[0064] 首先隨機產(chǎn)生N個個體，個體長度為Length，設x和y為兩個個體，u是種群內(nèi)的 第一個個體，v是與u進行相似度比較的個體，它們之間的相似度定義為：
[0065] sim(u,v) = 1-dist(u,v)(dist(u,v)是海明距離函數(shù)）（11)
[0066] 通過比較個體相似度，要求規(guī)定能夠入選初始個體相似度必須滿足如下條件：
[0067]
(12)
[0068] 其中，d表示調(diào)節(jié)常數(shù)，用于控制期望的相似度。
[0069] (3)適應度函數(shù)
[0070] 適應度函數(shù)用于評價染色體的優(yōu)劣，其函數(shù)值越大表示染色體生存能力越強，對 應的解最優(yōu)。公式（10)給出了 1553B總線傳輸系統(tǒng)的平均延遲時間函數(shù)，因此本發(fā)明采用 的適應度函數(shù)為：
nq\
[0071] (J
[0072] (4)交叉操作
[0073] 常用的交叉方式有一點交叉、兩點交叉、多點交叉和一致交叉等。本發(fā)明對遺傳算 法進行改進，采用多點位單基因交叉的方式，用父代最優(yōu)解1~_與子代染色體池進行交叉操 作，該方法能夠避免算法過早地喪失進化能力。具體步驟如下：
[0074] a)在染色體池T中選擇進行交叉操作的染色體和最優(yōu)染色體T
[0075] b)隨機生成交叉片段