[發(fā)明專利]一種梯度粒子群混合優(yōu)化方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410206193.6
• 申請(qǐng)日: 2014-05-15
• 公開(kāi)（公告）號(hào): CN105095960A
• 公開(kāi)（公告）日: 2015-11-25
• 發(fā)明（設(shè)計(jì)）人: 朱童;林正良;周單;胡華鋒;張克非;陳蕾
• 申請(qǐng)（專利權(quán)）人: 中國(guó)石油化工股份有限公司;中國(guó)石油化工股份有限公司石油物探技術(shù)研究院
• 主分類號(hào): G06N3/00
• 分類號(hào): G06N3/00
• 代理公司: 北京思創(chuàng)畢升專利事務(wù)所 11218
• 代理人: 郭韞

1.一種梯度粒子群混合優(yōu)化方法，其特征在于：所述方法包括：

步驟1，初始化一種群粒子，賦予隨機(jī)位置和速度，置k：＝0；

步驟2，計(jì)算每個(gè)粒子的適應(yīng)度值

步驟3，將與當(dāng)前最好位置p_j的適應(yīng)度值fitness(p_j)比較，若優(yōu)于fitness(p_j)，則將該粒子賦值為p_j，然后轉(zhuǎn)入步驟4；否則進(jìn)入步驟4；

步驟4，將與全局經(jīng)歷的最好位置p_g的適應(yīng)度值fitness(p_g)比較，若優(yōu)于fitness(p_g)，則將該粒子賦值為p_g，然后轉(zhuǎn)入步驟5；否則進(jìn)入步驟5；

步驟5，用式(1)、式(2)計(jì)算粒子的速度和位置其中：j＝1，2，...，m，m為種群內(nèi)粒子個(gè)數(shù)：

v_is(t+1)＝ω·v_is(t)+c₁r₁(p_is(t)-x_is(t))+c₂r₂(p_gs(t)-x_is(t))

(1)

x_is(t+1)＝x_is(t)+v_is(t+1)

(2)；

步驟6，若達(dá)到預(yù)設(shè)梯度算法啟動(dòng)條件，返回全局最優(yōu)個(gè)體p_g，轉(zhuǎn)向步驟7；否則，k：＝k+1，轉(zhuǎn)步驟2；

步驟7，進(jìn)行梯度算法：以步驟6返回的p_g為梯度算法的初始點(diǎn)，進(jìn)行迭代；

步驟8，若達(dá)到終止條件，則結(jié)束，輸出當(dāng)前結(jié)果作為所求問(wèn)題的最優(yōu)解；否則轉(zhuǎn)步驟7。

2.根據(jù)權(quán)利要求1所述的梯度粒子群混合優(yōu)化算法，其特征在于：所述步驟2中的適應(yīng)度值為待求問(wèn)題的目標(biāo)函數(shù)。

3.根據(jù)權(quán)利要求1所述的梯度粒子群混合優(yōu)化方法，其特征在于：所述步驟3中的當(dāng)前最好位置p_j是指粒子群算法里當(dāng)次迭代的最優(yōu)解；

所述步驟4中的全局經(jīng)歷的最好位置p_g是指粒子群算法里整個(gè)所有迭代過(guò)程中的最優(yōu)解。

4.根據(jù)權(quán)利要求1所述的梯度粒子群混合優(yōu)化算法，其特征在于：所述步驟8中的終止條件為：終止誤差ε＞0或達(dá)到設(shè)定的最大迭代次數(shù)。