【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及優(yōu)化控制，特別是指一種混合驅(qū)動的粒子群優(yōu)化方法及裝置。
技術(shù)介紹
1、由于工程實(shí)踐中優(yōu)化問題的普遍性和日益復(fù)雜性，智能算法在越來越多的領(lǐng)域發(fā)揮了不可替代的作用。粒子群算法(particle?swarm?optimization,pso)作為一種常用的智能算法，自1995年由kennedy和eberhart提出。算法自提出以來就引起了廣泛的關(guān)注，并在機(jī)器人運(yùn)動規(guī)劃、信號處理、數(shù)據(jù)挖掘等領(lǐng)域有著廣泛的應(yīng)用。
2、通常，在粒子群迭代過程中，適應(yīng)度值是選擇范例唯一的評價指標(biāo)，因?yàn)檫m應(yīng)度值較優(yōu)的粒子會帶有更多的優(yōu)質(zhì)信息，且其所在的區(qū)域往往具有更好的適應(yīng)度。因此適應(yīng)度較優(yōu)的粒子可被視為種群中的精英粒子。但在優(yōu)化復(fù)雜的多峰函數(shù)時，基于適應(yīng)度值選擇學(xué)習(xí)范例會導(dǎo)致種群陷入局部最優(yōu)值中。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)要解決的技術(shù)問題是提供一種混合驅(qū)動的粒子群優(yōu)化方法及裝置，具有更強(qiáng)的全局搜索能力。
2、為解決上述技術(shù)問題，本專利技術(shù)的技術(shù)方案如下：
3、第一方面，一種混合驅(qū)動的粒子群優(yōu)化方法，所述方法包括：
4、對粒子群優(yōu)化算法的參數(shù)進(jìn)行定義；
5、將定義的所述粒子群優(yōu)化算法初始化；
6、根據(jù)初始化的粒子群優(yōu)化算法更新粒子i的第d維的位置；
7、更新粒子群的個體最優(yōu)位置和全局最優(yōu)位置gbestt；
8、根據(jù)改進(jìn)率計(jì)算公式計(jì)算粒子的新穎性和改進(jìn)率；
9、將適應(yīng)度值、新穎性和改進(jìn)率較高
10、根據(jù)更新粒子i的第d維的位置進(jìn)行粒子群的速度更新；
11、對進(jìn)行交叉互換，生成子代ti＝[ti,1,ti,2,...,ti,d]；
12、對于產(chǎn)生的子代ti＝[ti,1,ti,2,...,ti,d]進(jìn)行突變操作，其中，
13、ti,d＝rand(lbd,ubd),if?rm＜pm，其中，lbd和ubd代表搜索空間在第d維的下界和上界，pm表示突變的概率rm是0，1之間的隨機(jī)數(shù)；
14、對產(chǎn)生的子代ti＝[ti,1,ti,2,...,ti,d]進(jìn)行選擇操作。
15、進(jìn)一步的，對粒子群優(yōu)化算法的參數(shù)進(jìn)行定義，包括：
16、以n表示種群大小，d表示粒子的維度，第t代粒子群中，粒子i的速度和位置為和粒子i的個體最優(yōu)位置為
17、種群的全局最優(yōu)位置表示為表示粒子的改進(jìn)率；表示粒子的新穎性；af、air和an分別表示基于適應(yīng)度、改進(jìn)率和新穎性選擇的范例的集合；m表示集合af、air和an的大小；fes表示當(dāng)前的函數(shù)評估次數(shù)，maxfes表示最大函數(shù)評估次數(shù)，ei1、pi2和oi3表示af、air和an中的隨機(jī)一個粒子。
18、進(jìn)一步的，將定義的所述粒子群優(yōu)化算法初始化，包括：
19、初始化fes＝0,maxfes,af＝air＝an＝φ,k,c1,c2,c3,m,k1,n；
20、隨機(jī)初始化粒子的位置以及速度
21、進(jìn)一步的，所述改進(jìn)率計(jì)算公式為：
22、其中，表示的適應(yīng)度值，表示的適應(yīng)度值，為和之間的歐式距離，c為常數(shù)；
23、所述粒子的新穎性的計(jì)算公式為：
24、其中，表示與最相鄰的第j個粒子，表示和之間的歐氏距離。
25、進(jìn)一步的，根據(jù)更新粒子i的第d維的位置進(jìn)行粒子群的速度更新，包括：
26、根據(jù)進(jìn)行粒子群的速度更新；
27、其中，ei1,d、pi2,d和oi3,d分別表示ei1、pi2和oi3的第d維分量，i1,i2,i3是[1,m]之間的隨機(jī)數(shù)。
28、進(jìn)一步的，其中，rd是只取0，1的隨機(jī)數(shù)，kd∈{1,2,...,n}是一個隨機(jī)數(shù)，i＝1,2,...,n，d＝1,2,...,d，n表示種群數(shù)，d表示粒子維度，m是[0,d]之間的隨機(jī)數(shù)。
29、進(jìn)一步的，其中，f(ti)表示ti的適應(yīng)度值，表示的適應(yīng)度值。
30、第二方面，一種混合驅(qū)動的粒子群優(yōu)化設(shè)備，包括：
31、獲取模塊，用于對粒子群優(yōu)化算法的參數(shù)進(jìn)行定義；將定義的所述粒子群優(yōu)化算法初始化；根據(jù)初始化的粒子群優(yōu)化算法更新粒子i的第d維的位置；更新粒子群的個體最優(yōu)位置和全局最優(yōu)位置gbestt；根據(jù)改進(jìn)率計(jì)算公式計(jì)算粒子的新穎性和改進(jìn)率；將適應(yīng)度值、新穎性和改進(jìn)率較高的前m個粒子的保存到集合af、air和an中；
32、處理模塊，用于根據(jù)更新粒子i的第d維的位置進(jìn)行粒子群的速度更新；對進(jìn)行交叉互換，生成子代ti＝[ti,1,ti,2,...,ti,d]；對于產(chǎn)生的子代ti＝[ti,1,ti,2,...,ti,d]進(jìn)行突變操作，其中，ti,d＝rand(lbd,ubd),if?rm＜pm，其中，lbd和ubd代表搜索空間在第d維的下界和上界，pm表示突變的概率rm是0，1之間的隨機(jī)數(shù)；對產(chǎn)生的子代ti＝[ti,1,ti,2,...,ti,d]進(jìn)行選擇操作。
33、第三方面，一種計(jì)算設(shè)備，包括：
34、一個或多個處理器；
35、存儲裝置，用于存儲一個或多個程序，當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實(shí)現(xiàn)所述的方法。
36、第四方面，一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)中存儲有程序，該程序被處理器執(zhí)行時實(shí)現(xiàn)所述的方法。
37、本專利技術(shù)的上述方案至少包括以下有益效果：
38、本專利技術(shù)的上述方案，通過引入新穎性和改進(jìn)率作為評價粒子的指標(biāo)，并利用遺傳算法進(jìn)行粒子間的信息交流以保證粒子群不陷入早熟，因此本專利技術(shù)相較于現(xiàn)有技術(shù)具有更強(qiáng)的全局搜索能力，本專利技術(shù)可以用于控制、系統(tǒng)優(yōu)化、通信、資源調(diào)度等多領(lǐng)域的優(yōu)化問題求解。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，對粒子群優(yōu)化算法的參數(shù)進(jìn)行定義，包括：
3.根據(jù)權(quán)利要求2所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，將定義的所述粒子群優(yōu)化算法初始化，包括：
4.根據(jù)權(quán)利要求3所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，所述改進(jìn)率計(jì)算公式為：
5.根據(jù)權(quán)利要求4所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，根據(jù)更新粒子i的第d維的位置進(jìn)行粒子群的速度更新，包括：
6.根據(jù)權(quán)利要求5所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，其中，rd是只取0，1的隨機(jī)數(shù)，kd∈{1,2,...,N}是一個隨機(jī)數(shù)，i＝1,2,...,N，d＝1,2,...,D，N表示種群數(shù)，D表示粒子維度，m是[0,D]之間的隨機(jī)數(shù)。
7.根據(jù)權(quán)利要求6所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，其中，f(Ti)表示Ti的適應(yīng)度值，表示的適應(yīng)度值。
8.一種混合驅(qū)動的粒子群優(yōu)化設(shè)備，其特征在于，包括：
9.一種計(jì)
10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲介質(zhì)中存儲有程序，該程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1-7中任一項(xiàng)所述的方法。
...【技術(shù)特征摘要】
1.一種混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，對粒子群優(yōu)化算法的參數(shù)進(jìn)行定義，包括：
3.根據(jù)權(quán)利要求2所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，將定義的所述粒子群優(yōu)化算法初始化，包括：
4.根據(jù)權(quán)利要求3所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，所述改進(jìn)率計(jì)算公式為：
5.根據(jù)權(quán)利要求4所述的混合驅(qū)動的粒子群優(yōu)化方法，其特征在于，根據(jù)更新粒子i的第d維的位置進(jìn)行粒子群的速度更新，包括：
6.根據(jù)權(quán)利要求5所述的混合驅(qū)動的粒子群優(yōu)化方法，其...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張?jiān)骑w，陳峰，陳勛，丁泉，
申請(專利權(quán))人：深圳慧智星晨科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。