[發明專利]一種智能集成文化方法

無效

• 申請號: 201110309538.7
• 申請日: 2011-10-13
• 公開（公告）號: CN102346872A
• 公開（公告）日: 2012-02-08
• 發明（設計）人: 馬慧珠;張秋菊
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及的是一種優化算法技術。

背景技術

智能優化算法是人工智能的關鍵技術之一，廣泛應用于數據挖掘、模式識別等領域。雙層并行優化的文化算法，具有自組織、自適應、自學習性，是一種具有高魯棒性和廣泛適用性的全局優化方法。近年來隨著對文化算法及其應用的深入研究，文化算法已成為學者研究的熱點課題之一。

與本發明相關的報道有：1、“一種基于人工魚群和文化算法的新型混合全局優化算法”(《計算機應用研究》2009年第26卷第12期)，該混合算法的思想是將人工魚群嵌入文化算法框架中，作為種群空間的一個進化過程；通過從進化種群中獲得的知識組成知識空間，兩空間具有各自群體并獨立并行演化，從而實現增加人工魚群的群體多樣性。2、“基于遺傳和粒子群結合的文化算法”(《東北大學學報(自然科學版)》2009年第30卷第11期)，針對PSO算法的″早熟″現象，給出了基于遺傳和粒子群結合的文化演化算法.該算法PSO/GA納入文化算法框架，形成PSO的主群體空間和GA的信仰群體空間，兩群體空間可以獨立并行演化，并在適當的時機實現信仰群體空間對主群體空間的引導，達到改善粒子群優化算法全局搜索能力、提高計算精度的目的。3、“基于智能集成優化的合成塔入口氨含量軟檢測”(《化工學報》2010年第61卷第8期)，提出一種智能集成優化算法，將遺傳算法、粒子群優化算法應用到文化算法框架中，并與神經網絡相結合，構造一種智能集成網絡模型，并將其應用到合成塔入口氨含量軟測量建模。

雖然已有一定數量關于文化算法的研究，但是都沒能從智能集成優化以及將社會結構的概念引入文化算法框架中，使其更適合求解復雜工程問題的應用。

發明內容

本發明的目的在于提供適用于求解復雜工程問題的一種智能集成文化方法。

本發明的目的是這樣實現的：

本發明一種智能集成文化方法，其特征是：

(1)初始化種群空間：在定義域內隨機生成一個N維實數向量，這樣就在種群空間中產生了一個個體，重復以上步驟p次，產生種群規模為p的初始種群空間；

(2)通過適應度函數，對種群空間中的個體進行評價；

(3)根據給定的取值范圍和初始種群空間中的候選解，按照信仰空間結構，生成初始信仰空間；

(4)根據影響函數influence()，對種群空間中的每個父個體進行變異，生成p個相應子個體；

(5)對于由子個體和父個體共同組成的規模為2p的種群空間中每個個體，從該種群空間中隨機選取c個個體與它進行比較，如果該個體優于與之比較的個體，則稱該個體取得一次勝利，并記錄每個個體的勝利次數，選擇前p個具有最多勝利次數的個體作為下一代的父個體；

(6)設定接受函數accept()，并更新信仰空間；

(7)設定終止條件，如果不滿足終止條件，則重復步驟(4)，反之，則結束。

本發明還可以包括：

1、所述的影響函數influence()可以采用以下四種版本：

(1)僅使用規范知識調整變量變化步長及前進方向：

(2)使用規范知識調整變量變化步長，形勢知識調整其前進方向：

(3)僅使用規范知識調整變量變化步長：

(4)僅使用形式知識調整變量前進方向：

其中為服從標準正態分布的隨機數，為信仰空間中變量i可調整區間的長度，σ_j，i是第j個個體中第i個變量的個體級變化步長，表示第t代種群中的第i個最優個體，表示第t代種群中變量i新生成的第j個個體。

2、所述的接受函數accept()用以選擇能夠直接影響當前信仰空間知識經驗的個體，從當前種群空間中以β比例選擇最優個體，即accept()其中為高斯整數函數。

3、所述的終止條件為函數迭代至預先設定的最大運行迭代次數或解達到預先設定的精度要求。

本發明的優勢在于：本發明能夠繼承基于種群的優化算法的所有優點，與傳統的優化算法相比，具有自組織、自適應、自學習性，是一種具有高魯棒性和廣泛適用性的全局優化方法。

附圖說明

圖1為本發明的流程圖；

圖2為嵌入文化算法工具相的社會結構的組成。

具體實施方式

下面結合附圖舉例對本發明做更詳細地描述：