[發明專利]具有馮·諾依曼結構的隨機漂移粒子群優化方法

在審

• 申請號: 201710173917.5
• 申請日: 2017-03-22
• 公開（公告）號: CN106875001A
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 張建明;姚琴琴;張蔚;張峰
• 申請（專利權）人: 浙江大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06Q10/04
• 代理公司: 杭州求是專利事務所有限公司33200
• 代理人: 劉靜,邱啟旺

1.一種具有馮·諾依曼結構的隨機漂移粒子群優化方法，其特征在于，該方法包括以下步驟：

(1)初始化粒子群，包括粒子群規模m和待解決問題的維度D，粒子群中每個粒子都包含3個矢量表征自身特性，即當前位置X_i、當前速度矢量V_i和個體歷史最優位置P_besti，為所有粒子隨機初始化當前位置矢量i表示種群大小為m的粒子群中第i個粒子，i＝1,2,…,m，設置步數k＝0；

(2)根據目標函數f(X_i(k))來計算各粒子的初始代價函數值，令初始位置為個體歷史最優位置p_besti(k)，并計算種群的初始全局歷史最優位置G_gbest(K)和馮·諾依曼鄰域中所有粒子的平均歷史最優位置C_mbesti(k)；

(3)判斷循環終止條件，當代價函數值誤差滿足設定的精確度，或者迭代次數達到最大值，停止搜索并輸出得到的最優解，否則執行步驟(4)；

(4)設置迭代步數k＝k+1，更新種群中各粒子位置；

(5)更新粒子i的個體歷史最優位置P_besti(k)，重新計算種群中各粒子的代價函數值f(X_i(k))，若當前f(X_i(k))小于代價函數f(P_besti(k-1))，則將f(X_i(k))置為粒子i的歷史最優位置，即P_besti(k)＝X_i(k)，否則P_besti(k)＝P_besti(k-1)；在粒子群算法中P_besti(k)和G_gbest(k-1)的更新方程如下所示：

$P_{besti}\left(k\right)=\left\{\begin{array}{c}{X}_i\left(k\right)iff\left(X_i\left(k\right)\right)\<f\left(P_{besti}\left(k-1\right)\right)\\ P_{besti}(k-1)iff\left(X_i\left(k\right)\right)\≥f\left(P_{besti}\left(k-1\right)\right)\end{array}\right.$

$G_{gbest}\left(k\right)=P_{bestg}\left(k\right),g=\underset{0\≤i\≤m}{\arg min}\[f\left(P_{besti}\right(k\left)\right)\]$

(6)更新種群全局歷史最優位置，將每個粒子對應代價函數值f(X_i(k))與當前全局歷史最優位置的代價函數值f(G_gbest(k-1))相比較，若滿足條件f(X(k))＜f(G_gbest(k-1))，則最優位置更新G_gbest(k)＝X(k)；否則G_gbest(k)＝G_gbest(k-1)；

(7)計算每個粒子的馮·諾依曼鄰域中所有粒子的平均歷史最優位置C_mbesti(k)；

(8)返回步驟(3)。