[發明專利]一種基于改進人工蜂群算法的工程約束參數優化方法

有效

• 申請號: 201410172296.5
• 申請日: 2014-04-25
• 公開（公告）號: CN103927580B
• 公開（公告）日: 2017-02-01
• 發明（設計）人: 高偉;趙博;姜鑫;周廣濤;郝勤順;孫艷濤;夏秀瑋;劉學敏;于春陽;林萌萌
• 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

1.一種基于改進人工蜂群算法的工程約束參數優化方法，其特征在于，該方法包括以下步驟：

步驟一：確定參數向量及其取值范圍，用目標函數和等式或不等式進行描述；

步驟二：根據步驟一中確定的參數向量的個數和取值范圍，初始化人工蜂群，確定最大限制迭代次數Limit、最大循環次數MaxCycles及搜索目標參數個數D，令引領蜂在初始位置鄰域內隨機地搜索蜜源；

所涉及的引領蜂初始位置表達式為：

式中，R_ij為0到1之間的隨機數，N為0到1之間的設定值；i＝1...SN，j＝1...D，SN為蜜源的個數，為第j個參數的最小取值，為第j個參數的最大取值，rand(0,1)表示0到1范圍內的隨機數；

所涉及的引領蜂初始位置鄰域位置表達式為：

其中，x_ij為引領蜂初始位置，v_ij為引領蜂鄰域搜索位置，φ_ij為參數搜索步長，取值范圍為[-SF,SF]，SF為0到1之間的可調參數；

所涉及的SF的表達式為：

SFi(t)=SFi-1(t)*(1+cosφ),ifcosφ>0SFi-1(t)/(2-cosφ),ifcosφ≤0]]>

步驟三：以概率M選取步驟一中確定的參數向量中部分參數作為調整對象，引入參數M控制搜索過程中改變參數向量中參數的個數，并自適應調節搜索步長參數SF，令引領蜂在當前蜜源鄰域內隨機搜索新的蜜源，獲取各蜜源的代價函數值f_i，由f_i計算適應度函數值fit_i，如果搜索位置的適應度函數值大于當前蜜源的適應度函數值，則轉移至新的蜜源，引領蜂在新的蜜源附近搜索并記錄適應度函數值較大的蜜源位置；

所涉及的M表達式為：

M＝e^{-α·c/MaxCycles}

其中，c為蜂群循環次數，MaxCycles為最大循環次數，α為控制參數；

所涉及的適應度函數值fit_i表達式為：

fiti=1/(1+fi)iffi≥01+abs(fi)iffi<0]]>

式中，abs()為取絕對值函數；

步驟四：待所有引領蜂搜索結束，根據各引領蜂所在蜜源的適應度函數值fit_i，得到跟隨蜂轉移至各蜜源概率P_i，依據概率進行位置更新，并記錄每次蜂群迭代搜索過程中的適應度函數值最大的蜜源位置x_best；

所涉及的轉移概率P_i表達式為：

Pi=e-β·c/MaxCycles·fitiΣi=1SNfiti+(1-e-β·c/MaxCycles)·fiti-fitminΣi=1SN(fiti-fitmin)]]>

其中，fit_min為本次循環后適應度函數值最小值，β為調整因子；

步驟五：重復步驟三、步驟四，經過有限次循環搜索，得到參數的最優估計值。

2.根據權利要求1所述的基于改進人工蜂群算法的工程約束參數優化方法，其特征在于，當迭代次數大于最大限制迭代次數Limit時，要放棄所在蜜源，同時由偵察蜂代替引領蜂產生一個新的位置。

根據權利要求1所述的基于改進人工蜂群算法的工程約束參數優化方法，其特征在于，當參數超出其最大取值范圍時，將該參數設定為該邊界的最大值或最小值。