[發(fā)明專利]一種網(wǎng)格編織優(yōu)化方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810374751.8
• 申請(qǐng)日: 2018-04-24
• 公開（公告）號(hào): CN108573301B
• 公開（公告）日: 2021-05-11
• 發(fā)明（設(shè)計(jì)）人: 張淼;劉日升;郝雪冬;龐卓標(biāo);唐雄民
• 申請(qǐng)（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號(hào): G06N3/00
• 分類號(hào): G06N3/00
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張春水;唐京橋

本發(fā)明公開了一種網(wǎng)格編織優(yōu)化方法及裝置，通過上下編織的方式使得兩個(gè)隨機(jī)的粒子相互學(xué)習(xí)，增加種群多樣性，從而有利于粒子群搜索全局最優(yōu)值。一旦粒子某維陷入停滯不前的情況，其可以在左右編織操作下擺脫局部最優(yōu)，并且會(huì)通過左右編織行為迅速傳播至整個(gè)種群，而更新后的維也會(huì)使其余陷入局部最優(yōu)的維有更多機(jī)會(huì)通過左右編織行為跳出局部最優(yōu)，兩種編織方式的結(jié)果會(huì)呈鏈?zhǔn)椒磻?yīng)在整個(gè)種群中蔓延，解決了現(xiàn)有PSO算法存在著在處理復(fù)雜的多峰搜索問題中容易產(chǎn)生早熟收斂以及局部尋優(yōu)能力差的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及信息處理領(lǐng)域，尤其涉及一種網(wǎng)格編織優(yōu)化方法及裝置。

背景技術(shù)

粒子群優(yōu)化算法是近年來由J.Kennedy和R.C.Eberhart等開發(fā)的一種新的進(jìn)化算法。PSO算法(粒子群優(yōu)化算法)屬于進(jìn)化算法的一種，它是通過模擬鳥群覓食行為而發(fā)展起來的一種基于群體協(xié)作的隨機(jī)搜索算法，一群鳥在隨機(jī)搜索食物，在這個(gè)區(qū)域里只有一塊食物，所有的鳥都不知道食物在那里，但是他們知道當(dāng)前的位置離食物還有多遠(yuǎn)，最簡單有效的就是搜尋目前離食物最近的鳥的周圍區(qū)域，PSO初始化為一群隨機(jī)粒子(隨機(jī)解)，然后通過迭代找到最優(yōu)解，在每一次疊代中，粒子通過跟蹤兩個(gè)極值來更新自己。第一個(gè)就是粒子本身所找到的最優(yōu)解，這個(gè)解叫做個(gè)體極值pBest，個(gè)極值是整個(gè)種群目前找到的最優(yōu)解，這個(gè)極值是全局極值gBest。

粒子群算法屬于進(jìn)化算法的一種，是從隨機(jī)解出發(fā)，通過迭代尋找最優(yōu)解，它也是通過適應(yīng)度來評(píng)價(jià)解的品質(zhì)，但是PSO算法存在著在處理復(fù)雜的多峰搜索問題中容易產(chǎn)生早熟收斂以及局部尋優(yōu)能力差的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明提供了一種網(wǎng)格編織優(yōu)化方法及裝置，用于解決現(xiàn)有PSO算法存在著在處理復(fù)雜的多峰搜索問題中容易產(chǎn)生早熟收斂以及局部尋優(yōu)能力差的技術(shù)問題。

本發(fā)明提供的一種網(wǎng)格編織優(yōu)化方法，包括：

確定待優(yōu)化參數(shù)的上限和下限、所述待優(yōu)化參數(shù)的數(shù)量、上下編制行為發(fā)生概率和左右編織行為發(fā)生概率；

確定與所述待優(yōu)化參數(shù)對(duì)應(yīng)的種群規(guī)模為m，解空間為d維，通過初始化公式在目標(biāo)函數(shù)的定義域范圍內(nèi)生成m個(gè)粒子，其中，解空間的上限和下限分別是field₁＝[a₁,a₂,a₃,…a_d]和field₂＝[A₁,A₂,A₃,…A_d]；

確定所述待優(yōu)化參數(shù)為父代粒子，并計(jì)算以所述父代粒子的第一適應(yīng)度值；

通過第一預(yù)設(shè)公式在所述種群中任意兩個(gè)相同維數(shù)的父代粒子進(jìn)行上下網(wǎng)格編織，生成對(duì)應(yīng)的子代粒子；

計(jì)算各子代粒子的第二適應(yīng)度值，并分別與對(duì)應(yīng)的父代粒子的第一適應(yīng)度值進(jìn)行比較，若子代粒子優(yōu)勝，則將所述子代粒子取代父代粒子，否則，剔除所述子代粒子；

通過第二預(yù)設(shè)公式在所述種群中任意兩個(gè)子代粒子的相鄰維度進(jìn)行交叉網(wǎng)格編織運(yùn)算。

優(yōu)選地，第i個(gè)粒子的第j維的所述初始化公式具體為：

x_ij＝a_j+rand(1)×(A_j-a_j)；

式中，j表示維數(shù)，j為大于0且小于d的整數(shù)，rand(1)表示[0,1]的隨機(jī)數(shù)，x_ij表示粒子i的第j維的值。

優(yōu)選地所述第一預(yù)設(shè)公式為：

MS_hc(i,d)＝r₁×X(i,d)+(1-r₁)×X(j,d)；