【技术实现步骤摘要】
一种基于粒子群优化算法的网络拓扑图形自动生成方法
本专利技术属于计算机辅助绘图
，更具体地，涉及一种基于粒子群优化算法的网络拓扑图形自动生成方法。
技术介绍
粒子群算法(ParticleSwarmOptimization，PSO)起源于1987年Reynolds对鸟群社会系统的仿真实验研究；PSO是一种群智能算法，优化过程就是群体迭代过程，由粒子在其搜索空间内不断靠拢最佳点进行寻优；PSO具有参数设置少、简单易操作的优点，在科学研究与工程应用中普遍具有可行性和有效性。网络常见于社会生活中的诸多领域，如通信设备与通信链路组成的通信网络、变电站与电力线路组成的输电网络、站点与线路组成的城市轨道交通网络等。为了对网络的规模与结构进行分析与研究，常常需要绘制网络拓扑图形。对于小规模网络，手工绘制拓扑图形并精细化地调整图形中节点与边的位置布置是可行的。但对于规模较大、节点与边的数目较多的网络，手工绘制拓扑图形的效率将变得十分低下，采用计算机辅助绘图因而成为一种更为合理的选择。市面上也出现了很多网络图辅助绘制软件，软件包括各种形状、颜色的模板，用户仅通过采用拖拽的方式即...
【技术保护点】
1.一种基于粒子群优化算法的网络拓扑图形自动生成方法，其特征在于，包括以下步骤：S1：获取存储有网络拓扑图形中各节点连通关系的邻接矩阵G；根据所述邻接矩阵G的维数确定待布置的节点总数N，并初始化已布置节点数M＝0；S2：从所有未布置节点中选取待确定位置的当前节点n；S3：当M＝0时，则随机确定当前节点n的位置；当M>0时，则利用粒子群优化算法确定当前节点n的最佳位置，并根据邻接矩阵G的描述信息绘制当前节点n与所有已布置节点之间的边；S4：设置M＝M+1，递加已布置节点数M；S5：重复步骤S2至步骤S4中的迭代过程，直至M＝N，实现拓扑图形的自动生成。
【技术特征摘要】
1.一种基于粒子群优化算法的网络拓扑图形自动生成方法，其特征在于，包括以下步骤：S1：获取存储有网络拓扑图形中各节点连通关系的邻接矩阵G；根据所述邻接矩阵G的维数确定待布置的节点总数N，并初始化已布置节点数M＝0；S2：从所有未布置节点中选取待确定位置的当前节点n；S3：当M＝0时，则随机确定当前节点n的位置；当M>0时，则利用粒子群优化算法确定当前节点n的最佳位置，并根据邻接矩阵G的描述信息绘制当前节点n与所有已布置节点之间的边；S4：设置M＝M+1，递加已布置节点数M；S5：重复步骤S2至步骤S4中的迭代过程，直至M＝N，实现拓扑图形的自动生成。2.如权利要求1所述的网络拓扑图形自动生成方法，其特征在于，步骤S2中选取待确定位置的当前节点n包括以下子步骤：S21：统计每个未布置节点与所有已布置节点之间边的数目，选择与已布置节点之间连接关系最多的节点构成集合D1；S22：当||D1||＝1时，则选取D1中唯一的节点作为当前节点n；当||D1||>1时，则统计D1中所有节点的度，选择度最大的节点构成集合D2；S23：当||D2||＝1时，则选取D2中唯一的节点作为当前节点n；当||D2||>1时，则在D2中随机选取一个节点作为当前节点n。3.如权利要求1或2所述的网络拓扑图形自动生成方法，其特征在于，步骤S3中利用粒子群优化算法确定当前节点n的最佳位置，包括以下子步骤：S31：以当前节点n的坐标(xn,yn)的修正距离函数作为粒子群算法求解的优化问题的优化目标函数，以当前节点n的坐标(xn,yn)作为变量，设置确定优化问题的约束条件；S32：根据所有已布置节点的坐标信息设定搜索空间，采用粒子群优化算法在所述搜索空间内找到满足所述约束条件的当前节点n的最佳位置坐标(xn,yn)。4.如权利要求3所述的网络拓扑图形自动生成方法，其特征在于，步骤S31中，所述约束条件为：(1)设置建议距离约束阈值L和建议夹角约束阈值θ，根据所述建议距离约束阈值L确定修正距离约束阈值L′，根据所述建议夹角约束阈值θ确定修正夹角约束阈值θ′；其中，L′＝L·degree(n)，θ′＝min(θ,360°/degree(n))；(2)当前节点n与每个已布置节点ni(i＝1,2,…,M)间的距离dR1＞L...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。