[發(fā)明專利]一種基于多種群的粒子群計(jì)算方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310677980.4
• 申請(qǐng)日: 2013-12-13
• 公開（公告）號(hào): CN103646281B
• 公開（公告）日: 2017-07-21
• 發(fā)明（設(shè)計(jì)）人: 張俊;顏秉珩;崔贏;張現(xiàn)忠
• 申請(qǐng)（專利權(quán)）人: 浪潮電子信息產(chǎn)業(yè)股份有限公司
• 主分類號(hào): G06N3/00
• 分類號(hào): G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于多種群的粒子群計(jì)算方法, 其特征在于基于多種群的并發(fā)搜索，在每次迭代搜索過程中，都會(huì)有包含種群內(nèi)以及種群間的信息交互，這樣能夠有效避免算法過早收斂，減小算法陷入局部極值的可能性，進(jìn)而提高問題的求解質(zhì)量；

基本粒子群計(jì)算方法采用速度-位置搜索策略，描述為：在一個(gè)n維的解空間中，有一個(gè)由m個(gè)粒子組成的種群，每個(gè)粒子代表解空間的一個(gè)候選解；其中，第i個(gè)粒子在n維解空間中的位置表示為X_i =（X_i1, X_i2,…, X_in），其中：i = 1,2,3,…,m；

速度表示為V_i =(V_i1, V_i2,…, V_in）；第i個(gè)粒子從開始到當(dāng)前迭代次數(shù)得到的最優(yōu)解：

個(gè)體極值P_i =(P_i1, P_i2,…, P_in），整個(gè)粒子種群目前的最優(yōu)解：

全局極值P_g =(P_g1, P_g2,…, P_gn）；單個(gè)粒子通過以下兩個(gè)公式分別對(duì)速度和位置進(jìn)行更新；

V_id(t+1) = wV_id(t) + c₁r₁ (P_id(t) - X_id(t)) + c₂r₂ (P_gd(t) - X_id(t))(公式1)

X_id(t+1) = X_id(t) + V_id(t+1)(公式2)

其中，d = 1,2,3,…,n；w為慣性因子，t表示時(shí)間，c₁，c₂稱為學(xué)習(xí)因子或加速因子，在0到2之間取值；r₁，r₂為0到1之間的隨機(jī)數(shù)；公式1由三部分組成，第一部分為慣性部分，反應(yīng)了粒子的運(yùn)動(dòng)慣性，代表粒子有維持自己先前速度的趨勢；第二部分為認(rèn)知部分，反映了粒子對(duì)自身歷史經(jīng)驗(yàn)的記憶，代表粒子有向自身歷史最佳位置逼近的趨勢；第三部分為社會(huì)部分，反映了粒子間協(xié)同合作與知識(shí)共享的群體歷史經(jīng)驗(yàn)，代表粒子有向群體歷史最佳位置逼近的趨勢；計(jì)算條件如下：

（1）該計(jì)算方法的模型中存在多個(gè)粒子種群，每個(gè)種群都會(huì)對(duì)解空間進(jìn)行搜索；

（2）粒子間的協(xié)同合作與知識(shí)共享分為兩類：同一種群內(nèi)部和不同種群之間的信息交互；

（3）每個(gè)種群之間交換的信息為各種群的歷史最優(yōu)適應(yīng)值和相應(yīng)的位置矢量；

（4）粒子的位置更新公式不用變化，而粒子的速度更新公式變?yōu)椋?/p>

V_id(t+1) = wV_id(t) + c₁r₁ (P_id(t) - X_id(t)) + c₂r₂ (P_gd(t) - X_id(t)) + c₃r₃ (P_Gd(t) - X_id(t)) (公式3)

其中：P_g = ( P_G1, P_G2,…,P_Gn)為所有種群中的最優(yōu)解，符號(hào)g表示：在種群中所有粒子經(jīng)歷過的最好位置的索引號(hào)，即P_g；符號(hào)G表示：在所有種群中粒子得到的最優(yōu)解的索引號(hào)，即

P_G；同時(shí)增加了相應(yīng)的學(xué)習(xí)因子c₃和隨機(jī)數(shù)r_3，t表示時(shí)間；

（5）種群間采用不同的慣性參數(shù)w，學(xué)習(xí)因子c₁，c₂，c₃以及隨機(jī)數(shù)r₁，r₂，r₃，體現(xiàn)種群間的差異性；

基本計(jì)算步驟如下：

step1 隨機(jī)初始化多個(gè)種群以及種群中的每個(gè)粒子；

step2 判斷是否滿足算法終止條件，若是，則退出算法；否則，繼續(xù)以下步驟；

step3 針對(duì)每一個(gè)粒子，計(jì)算該粒子的適應(yīng)值，判斷是否更新該粒子的歷史最優(yōu)適應(yīng)值和位置矢量；

step4 選擇該粒子所屬種群中適應(yīng)值最優(yōu)的粒子，判斷是否更新該粒子所屬種群的歷史最優(yōu)適應(yīng)值和位置矢量；

step5 選擇所有種群中適應(yīng)值最優(yōu)的粒子，判斷是否更新所有種群的歷史最優(yōu)適應(yīng)值和位置矢量；

step6 按照公式3和公式2更新每個(gè)粒子的速度和位置，跳轉(zhuǎn)到step2。