本研究旨在优化电力通信网的共模路径，降低网络风险，提高路径效率。结合遗传算法和蚁群算法，构建基于共模风险的多属性联合路径优化算法（CM-MCRO）。该算法通过评估共模风险、链路距离和修改次数，设计多属性适应度函数，并进行仿真测试。仿真结果表明，CM-MCRO算法能有效降低共模风险75.41%，链路距离减少23.7%，且修改数量最少。与SRAPS和GRA算法相比，CM-MCRO在多属性联合优化方面表现更优，证明了其在电力通信网共模路径优化中的有效性和实用性。