[發明專利]一種基于改進物種保存策略的多峰優化骨干微粒群算法

在審

• 申請號: 201810666908.4
• 申請日: 2018-06-26
• 公開（公告）號: CN108921277A
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 王攀攀;段森;胡泳軍;尚健祎;馮森;王佩月;金榮澤
• 申請（專利權）人: 中國礦業大學
• 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

1.一種基于改進物種保存策略的多峰優化骨干微粒群算法，其特征在于，包括如下步驟：

步驟1：構造優化問題的適應度函數，進行算法初始化；

步驟2：利用適應度函數，計算每個微粒的適應值；

步驟3：更新微粒個體極值；

步驟4：更新/確定物種種子；

步驟5：計算微粒到各個種子的距離，確定微粒的歸屬；

步驟6：更新微粒位置x_i，其中每個微粒的第j維位置更新公式：，式中N(?)表示高斯分布；是高斯分布的均值；是高斯分布的標準差；

步驟7：若滿足停止條件，搜索停止，輸出所有全局最優位置和全局最優適應值；否則，返回步驟2繼續搜索。

2.根據權利要求1所述的一種基于改進物種保存策略的多峰優化骨干微粒群算法，其特征在于，所述步驟1中的算法初始化具體包括：隨機產生微粒的位置，計算其適應度值，并將這兩者初始化個體極值，設置算法所需參數，包括種群規模、最大迭代代數和物種相似度閾值σ^*。

3.根據權利要求1所述的一種基于改進物種保存策略的多峰優化骨干微粒群算法，其特征在于，所述步驟3中個體極值更新方式：將每個微粒當前位置的適應度值與原個體極值比較，如果當前位置更佳則取代原個體極值，否則個體極值保持不變。

4.根據權利要求1所述的一種基于改進物種保存策略的多峰優化骨干微粒群算法，其特征在于，所述步驟4中更新/確定物種種子的方式：

（4.1）對所有微粒的個體極值按照適應度值的優劣進行降序排列形成集合S_pbest，設置種子集X_s為空集；

（4.2）將適應度最好的微粒作為種子放入種子集X_s；

（4.3）將S_pbest中的其余個體與X_s中已有的種子進行相似度比較，如果該微粒的個體極值與所有種子的歐氏距離都大于σ^*，則這個微粒個體極值就會被加入到種子集中，直至遍歷整個S_pbest。

5.根據權利要求1所述的一種基于改進物種保存策略的多峰優化骨干微粒群算法，其特征在于，所述步驟5中距離的計算方式：可以是歐氏距離也可以是其它距離定義方式；所述微粒歸屬確定方式：非種子微粒屬于離自身最近的種子。

6.根據權利要求1所述的一種基于改進物種保存策略的多峰優化骨干微粒群算法，其特征在于，所述步驟7中停止條件包括適應值誤差小于設定閾值或迭代次數超過最大代數。