摘要：针对交换式工业以太网的数据通信特点,采用遗传算法来寻找其网络划分问题的次优解。将网络划分问题等价为一个多目标优化问题,即一方面要减少子网间通信量,同时需要平衡各个子网的通信负荷;此外交换机物理条件的限制也为该优化问题设置了约束条件。在设计遗传算法的适应度函数和遗传算子时,充分考虑了控制网络的通信特点:如控制器的存在和现场设备通信的单向性。最后通过仿真验证了该算法的有效性。

摘要：本文提出了使用改进的遗传算法来优化和设计工业控制网络的具体方法。针对交换式工业以太网的冗余拓扑结构和数据通信特点,将网络拓扑设计问题等价为一个多目标优化问题,即一方面要减少子网间通信量,同时需要平衡各个子网的通信负荷;此外,交换机物理条件的限制也为该优化问题设置了约束条件。在设计具体的遗传算法时,从编码方案、交叉概率和变异概率等三个方面进行改进,克服了基本遗传算法全局搜索能力较差、容易导致局部最优,以及收敛速度和全局收敛性存在矛盾等缺点。最后,仿真结果验证了该改进算法的有效性。