CN112566219B - 一种电力通信异构网络选择的权重确定方法 - Google Patents

Abstract

一种电力通信异构网络选择的权重确定方法，所述方法利用层次分析法得到电力通信异构网络的主观权重，利用改进的熵权法得到电力通信异构网络的客观权重，然后利用博弈理论在两种权重之间寻找妥协，使得每个权重与最佳权重之间的偏差最小化，进而得到一个相对均衡和协调的组合权重向量，即电力通信异构网络选择的最佳权组合重。本发明将层次分析法与改进的熵权法相结合，既考虑到了专家的专业判断，又保证了网络选择结果的客观性。从而确保了异构网络接入选择的合理性和有效性，同时也优化了无线网络资源，提高了网络容量，能满足电力多业务需求。

Description

一种电力通信异构网络选择的权重确定方法

技术领域

本发明涉及一种电力通信异构网络方法，属于通信技术领域。

背景技术

在电力无线通信网日益现代化与智能化的同时，其运行环境也复杂多样，单一的通信制式已不能满足电力业务的全面需求，所以现有的电力无线通信采用多种制式，包含有230MHz电力无线专网、1.8GHz电力无线专网、WLAN、WiMAX、以及5G公网等多种不同的网络,这种异构多网络混合的环境下，形成不同区域的网络覆盖，实现了多种网络优势互补。也正是由于异构网络的出现，使得电力业务在接入网络时面临着新的问题，即异构无线网络接入选择问题。

现有的网络接入选择算法在网络权重确定上方法多样，根据计算权重时数据来源的不同，大致可分为主观赋权法、客观赋权法。但是单独使用这两种方法均存在相应的弊端：主观赋权中仅强调专家的意向，使得决策结果有较大主观性，难以符合实际要求；客观赋权的过程不再依赖专家自身的主观判定，而是借助初始数据之间的数学关系赋予权重，虽然有很好的数学理论依据，但有时也无法真正反映网络属性的重要性。因此寻求一种既可以客观反映网络属性本身的作用，又符合实际要求的权重确定方法是十分必要的。

发明内容

本发明的目的在于针对现有技术之弊端，提供一种电力通信异构网络选择的权重确定方法，以确保异构网络接入选择的合理性和有效性，满足电力多业务需求。

本发明所述问题是以下述技术方案解决的：

一种电力通信异构网络选择的权重确定方法，所述方法利用层次分析法得到电力通信异构网络的主观权重，利用改进的熵权法得到电力通信异构网络的客观权重，然后利用博弈理论在两种权重之间寻找妥协，使得每个权重与最佳权重之间的偏差最小化，进而得到一个相对均衡和协调的组合权重向量，即电力通信异构网络选择的最佳权组合重。

上述电力通信异构网络选择的权重确定方法，所述权重确定方法按以下步骤进行：

a.利用层次分析方法，从目标层、属性层、方案层三个方面建立层次分析模型，所述目标层为选取的最优网络，所述属性层包括各种网络决策属性，所述方案层包括各种备选网络；

b.根据不同电力业务类型下各决策属性的相对重要程度，构造决策矩阵A＝(a_ij)_n×n，其中，a_ij为第i个决策属性相对于第j个决策属性的重要程度，n为涉及到的决策属性总数；

c.计算决策矩阵A的最大特征向量，并对最大特征向量进行标准化，得到主观权重矩阵：W₁＝(w₁，w₂，...，w_n)^T，其中w₁，w₂，...，w_n表示不同决策属性所代表的主观权重；

d.将选取的无线网络属性参数分为正向参数和逆向参数，所述正向参数为属性值越大越好的参数，所述逆向参数为属性值越小越好的参数，采用改进的极差变换法，分别对正向参数和逆向参数进行归一化处理：

无线网络属性参数所构成的矩阵记为：B＝(b_ij)_m×n，其中b_ij表示第i种待评价对象的第j种决策属性的量化结果，m为待评价对象即不同制式的网络，n为决策属性总数，正向参数归一化处理可表示为：

逆向参数归一化处理可表示为：

其中，b_max，j表示第j种决策属性的最大值，b_min，j表示第j种决策属性的最小值，最终得到归一化处理后的参数矩阵；

e.利用改进熵权法计算客观权重向量：

根据归一化处理后的参数矩阵，计算信息熵H_i：

其中：

计算熵权值w：

通过上式可得客观权重向量W₂＝(w₁，w₂，...，w_m)^T；

f.确定最佳权重值：

①假设采用L种赋权方法能够获得L种权重向量W_k＝[W_k1W_k2…W_kn]，(k＝1，2，…，L)，n为决策属性的个数，k为权重结果的数量，α_k为组合权重系数，W_k为所得的综合权重，构建向量权重集：

②构建博弈赋权模型：

③推导最小化偏差条件：

④求最佳组合权重系数α_k ^T＝[α₁α₂…α_L]；

⑤对α_k ^T进行归一化处理：

式中γ是归一化处理后的最优系数向量，α_k＞0且

则最佳组合权重为：

上述电力通信异构网络选择的权重确定方法，为了保证主观权重矩阵W₁的可靠性和可行度，需对其进行一致性检验，具体方法为：

计算一致性指标CI、最大特征值λ_max和一致性比率CR：

式中，RI表示随机一致性指标，当CR＜0.1时，代表矩阵通过一致性检验。

上述电力通信异构网络选择的权重确定方法，所述属性层所包括的网络决策属性具体为：网络带宽、时延、安全性、丢包率、速率和成本。

上述电力通信异构网络选择的权重确定方法，所述正向参数包括网络带宽、安全性、速率三种属性；所述逆向参数包括时延、丢包率、成本三种属性。

上述电力通信异构网络选择的权重确定方法，所述方案层即待评价对象包括230MHz电力无线专网、1.8GHz电力无线专网、WLAN、WiMAX、以及5G公网5种备选网络。

上述电力通信异构网络选择的权重确定方法，所述电力业务类型包括配电自动化、用电信息采集、视频监控业务。

有益效果

本发明将层次分析法与改进的熵权法相结合，既考虑到了专家的专业判断，又保证了网络选择结果的客观性。以其中用电信息采集业务为例，由层次分析法所得的该业务下各决策属性的相对重要程度如表1所示。

表1用电信息采集业务下各决策属性的相对重要程度

用电信息采集	带宽	时延	安全性	丢包率	速率	成本
							带宽	1	5	1	3	5	5
时延	1/5	1	1/5	1/5	1/3	1/3
							安全性	1	5	1	3	7	5
丢包率	1/3	5	1/3	1	5	5
							速率	1/5	3	1/7	1/5	1	1/3
成本	1/5	3	1/5	1/5	3	1

所得的主观权重为W₁＝[0.3132，0.0378，0.329，0.1899，0.0784]；由改进熵权法所得客观权重为W₂＝[0.2740，0.0730，0.0961，0.1082，0.1845]，最后由博弈赋权所得的最佳综合权重为W^*＝[0.2995506，0.05006，0.24790422，0.161452，0.125693，0.11537884]。可以看出该算法所得最佳权重可以避免同一属性主客观赋值差异较大的异常现象，从而确保了异构网络接入选择的合理性和有效性。同时也优化了无线网络资源，提高了网络容量，能满足电力多业务需求。

附图说明

下面结合附图对本发明作进一步详述。

图1为本发明权重确定方法流程；

图2为本发明的一种层次分析模型；

图3为以用电信息采集为例所得权重的对比图。

文中各符号分别表示为：A为决策矩阵，a_ij表示第i个决策属性相对于第j个决策属性的重要程度，n为涉及到的决策属性总数，W₁为主观权重矩阵，w₁，w₂，...，w_n表示不同决策属性所代表的主观权重。B为无线网络属性参数所构成的矩阵，b_ij表示第i种待评价对象的第j种决策属性的量化结果，m为待评价对象即不同制式的网络，n为决策属性总数，b_max，j和b_min，j分别表示第j种决策属性的最大值与最小值，H_i为信息熵，w为熵权值，α_k为组合权重系数，W_k为所得的综合权重，γ是归一化处理后的最优系数向量，CI为一致性指标，λ_max为最大特征值，CR为一致性比率，RI表示随机一致性指标，而β和f_ij则可由下式计算得到，并无实际意义：

具体实施方式

本发明提供了一种电力通信异构网络选择中权重的确定方法，所述方法同时采用主观权重和客观权重，然后利用博弈理论在两种权重之间寻找妥协，使得每个权重与最佳权重之间的偏差最小化，进而得到一个相对均衡和协调的组合权重向量。这样既可以客观反映网络属性本身的作用，又符合实际要求。从而确保异构网络接入选择时能够更合理、有效，同时也优化了无线网络资源、提高网络容量、满足电力多业务需求。

本发明针对异构无线网络选择中权重确定不够合理的问题，考虑结合主观权重与客观权重独特的优势，提出一种电力通信异构网络选择中权重的确定方法，目的是充分利用它们自身的特性，实现优劣互补，进而得到一个相对均衡和协调的组合权重向量。这样既可以客观反映网络属性本身的作用，又符合实际需求。所采用的主观权重由层次分析法确定，客观权重由改进的熵权法确定，组合权重采用博弈理论计算每个权重与最佳权重之间的最小偏差。

本发明包括以下步骤：

步骤(A)，利用层次分析方法，从目标层、属性层、方案层三个方面建立层次分析模型。

步骤(B)，依据不同电力业务类型下各属性的相对重要程度构造决策矩阵，利用归一化决策矩阵得到所需的主观权重。

步骤(C)，改进的极差变换法进行属性参数归一化。分为正向参数和逆向参数的归一化。

步骤(D)，利用改进的熵权法计算属性客观权重。

步骤(E)，采用博弈理论将步骤B所得主观权重与步骤D所得客观权重进行综合，求取每个权重与最佳权重之间的最小偏差，从而确定最佳权重值。

所述层次分析模型中，目标层即为选取的最优网络；属性层所包括的网络决策属性具体为：网络带宽、时延、安全性、丢包率、速率和成本。方案层即待评价对象包括230MHz电力无线专网、1.8GHz电力无线专网、WLAN、WiMAX、以及5G公网5种备选网络。

所述属性判断矩阵由属性元素两两比较而得，代表同层子元素相对于上一层元素的相对重要性排序。

所述不同电力业务类型，本发明中包括的有配用电网三大主流业务：配电自动化、用电信息采集、视频监控业务。

所述正向参数代表属性值越大越好的参数，本发明中有带宽、安全性、速率三种属性；所述逆向参数代表属性值越小越好的参数，本发明涉及时延、丢包率、成本三种属性。

下面结合附图，对本发明实施例中的技术方案进行清楚、完整、细致地描述。

参阅图1，本发明包括以下步骤：

步骤S1：以选取最佳传输网络为目标建立层次分析模型，如附图2所示。目标层即为选取的最优网络；属性层所包括的网络决策属性具体为：网络带宽、时延、安全性、丢包率、速率和成本。方案层包括230MHz电力无线专网、1.8GHz电力无线专网、WLAN、WiMAX、以及5G公网5种备选网络。

步骤S2：根据不同电力业务类型下各属性的相对重要程度，构造决策矩阵A＝(a_ij)_n×n。其中，a_ij表示第i个决策属性相对于第j个决策属性的重要程度，n为涉及到的决策属性总数。所述的不同电力业务类型，本发明中包括的有配用电网三大主流业务：配电自动化、用电信息采集、视频监控业务。

步骤S3：通过计算该矩阵的最大特征值λ_max、最大特征向量并进行标准化，得到权重矩阵W₁＝(w₁，w₂，...，w_m)^T。

需要说明的是，为了保证可靠性和可行度，需对该矩阵进行一致性检验。一致性指标为：一致性指标CI；最大特征值λ_max；RI表示随机一致性指标请参阅表1；一致性比率CR。当CR＜0.1时，代表矩阵通过一致性检验。

表2一致性指标RI表

步骤S4：将选取的无线网络属性参数采用改进的极差变换法，分别对正向参数和逆向参数进行归一化处理。无线网络属性参数所构成的矩阵记为：B＝(b_ij)_m×n。b_ij表示第i种待评价对象的第j种决策属性的量化结果，m为评价对象，这里包括步骤S1所述的230MHz电力无线专网、1.8GHz电力无线专网、WLAN、WiMAX、以及5G公网5种备选网络。n为决策属性，这里包括步骤S1所述的网络决策属性：网络带宽、时延、安全性、丢包率、速率和成本。

其中，对于正向参数归一化处理可表示为：

对于逆向参数归一化处理可表示为：

变换之后，所有的指标均转换成为正向指标，且最优为100，最差为1。

步骤S5：利用改进熵权法计算得到客观权重向量。详细步骤如下：

根据步骤S4所述得到的归一化处理后的参数矩阵，计算信息熵：

其中：

计算熵权值：

由于原始计算熵权值的方法上存在一定弊端，当信息熵接近于1时，熵权值却会有很大差异，所以采用上式所示改进后的熵权值计算方法，保证信息熵在接近于1时，熵权值差异较小，更符合实际情况。

通过公式(9)可得由熵权法计算得出的客观权重向量W₂＝(w₁，w₂，...，w_m)^T；

步骤S6：采用博弈理论将步骤S3所得主观权重与步骤S5所得客观权重进行综合，求取每个权重与最佳权重之间的最小偏差，从而确定最佳权重值。详细的步骤如下：

1.构建向量权重集：

假设采用L种赋权方法(本发明中L＝2)能够获得L种权重向量Wk＝[W_k1W_k2…W_kn]，

(k＝1，2，…，L)，n为网络属性的个数(本文中n＝5)，k为权重结果的数量。α_k为组合权重系数(目标值)；

2.构建博弈赋权模型：

使得综合权重与主客观权重的偏差最小化。

3.推导最小化偏差条件：

/>

4.求最佳组合权重系数α_k ^T＝[α₁α₂…α_L]

5.归一化处理：

满足α_k＞0且

式中γ是归一化处理后的最优系数向量。

6.基于博弈赋权的最优组合权重：

以上为本发明的一个实施例的详细说明，从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例分别利用层次分析法得到的主观权重，利用改进的熵权法得到的客观权重，最后通过博弈理论得到最终的指标权重。通过将层次分析法与改进的熵权法相结合，并且改进的熵权法赋权避免了极值出现时所造成的熵权值不准的问题。层次分析法考虑到了专家的专业判断，改进熵权法利用客观数据得到权重，保证了结果的客观性。而利用博弈理论将二者综合，求解每个权重与最佳权重之间的最小偏差，在两种赋权方法中取得平衡，解决了了异构无线网络选择中权重确定不合理的问题，从而确保异构网络接入选择时能够更合理、有效，同时也优化了无线网络资源、提高网络容量、满足电力多业务需求。

Claims (5)

1.一种电力通信异构网络选择的权重确定方法，其特征是，所述方法利用层次分析法得到电力通信异构网络的主观权重，利用改进的熵权法得到电力通信异构网络的客观权重，然后利用博弈理论在两种权重之间寻找妥协，使得每个权重与最佳权重之间的偏差最小化，进而得到一个相对均衡和协调的组合权重向量，即电力通信异构网络选择的最佳权组合重；

所述方法包括以下步骤：

a.利用层次分析方法，从目标层、属性层、方案层三个方面建立层次分析模型，所述目标层为选取的最优网络，所述属性层包括各种网络决策属性，所述方案层包括各种备选网络；

b.根据不同电力业务类型下各决策属性的相对重要程度，构造决策矩阵A＝(a_ij)_n×n，其中，a_ij为第i个决策属性相对于第j个决策属性的重要程度，n为涉及到的决策属性总数；

c.计算决策矩阵A的最大特征向量，并对最大特征向量进行标准化，得到主观权重矩阵：W₁＝(w₁，w₂，...，w_m)^T，其中w₁，w₂，...，w_m表示不同决策属性所代表的主观权重；

d.将选取的无线网络属性参数分为正向参数和逆向参数，所述正向参数为属性值越大越好的参数，所述逆向参数为属性值越小越好的参数，采用改进的极差变换法，分别对正向参数和逆向参数进行归一化处理：

无线网络属性参数所构成的矩阵记为：B＝(b_ij)_m×n，其中b_ij表示第i种待评价对象的第j种决策属性的量化结果,m为待评价对象即不同制式的网络，n为决策属性总数，正向参数归一化处理可表示为：

逆向参数归一化处理可表示为：

其中，b_max，j表示第j种决策属性的最大值，b_min，j表示第j种决策属性的最大值，最终得到归一化处理后的参数矩阵；

e.利用改进熵权法计算客观权重向量：

根据归一化处理后的参数矩阵，计算信息熵H_i：

其中:

计算熵权值w：

通过上式可得客观权重向量W₂＝(w₁，w₂，...，w_m)^T；

f.确定最佳权重值：

①假设采用L种赋权方法能够获得L种权重向量W_k＝[W_k1 W_k2 … W_kn]，(k＝1，2，…，L)，n为网络属性的个数，k为权重结果的数量，α_k为组合权重系数，W_k为所得的综合权重，构建向量权重集：

②构建博弈赋权模型：

③推导最小化偏差条件：

④求最佳组合权重系数α_k ^T＝[α₁ α₂ … α_L]；

⑤对α_k ^T进行归一化处理：

式中γ是归一化处理后的最优系数向量，α_k＞0且

则最佳组合权重为：

对主观权重矩阵W₁进行一致性检验，具体方法为：

计算一致性指标CI、最大特征值λ_max和一致性比率CR：

式中RI表示随机一致性指标，当CR＜0.1时，代表矩阵通过一致性检验。

2.根据权利要求1所述的电力通信异构网络选择的权重确定方法，其特征是，所述属性层所包括的网络决策属性具体为：网络带宽、时延、安全性、丢包率、速率和成本。

3.根据权利要求2所述的电力通信异构网络选择的权重确定方法，其特征是，所述正向参数包括网络带宽、安全性、速率三种属性；所述逆向参数包括时延、丢包率、成本三种属性。

4.根据权利要求3所述的电力通信异构网络选择的权重确定方法，其特征是，所述方案层包括230MHz电力无线专网、1.8GHz电力无线专网、WLAN、WiMAX、以及5G公网5种备选网络。

5.根据权利要求4所述的电力通信异构网络选择的权重确定方法，其特征是，所述电力业务类型包括配电自动化、用电信息采集、视频监控业务。

Images