[發明專利]一種基于高斯過程回歸和螢火蟲算法相結合的細顆粒物預測與溯源方法

在審

• 申請號: 201811023925.2
• 申請日: 2018-09-01
• 公開（公告）號: CN109325616A
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 王慧強;王偉平;高欣穎;趙帥;杜鵬;李冰洋;王羽鈞
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/00;G06F17/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于高斯過程回歸和螢火蟲算法相結合的細顆粒物預測與溯源方法，其特征在于，包括以下步驟：

(1)對螢火蟲算法進行優化，得到螢火蟲優化算法；

(2)創建模型的樣本訓練集并為高斯過程回歸模型選擇協方差函數；

(3)利用改進的粒子群優化算法對高斯過程回歸模型的方程超參數優化；

(4)根據優化的超參數得出模型，輸出預測。

2.根據權利要求1所述的方法，其特征在于，所述對螢火蟲算法進行優化，得到螢火蟲優化算法，包括：

(1.1)熒光素更新階段

在熒光素更新階段期間，每個螢火蟲向其之前的熒光素水平增加目標位置在目標函數中的適應性成正比的熒光素量，此外，熒光素值的一部分被減去以模擬熒光素隨時間的衰減，熒光素更新規則由下式給出：

l_i(t+1)＝(1-ρ)l_i(t)+γJ(x_i(t+1))

其中，l_i(t)表示與螢火蟲i在t時刻的熒光素大小，ρ是熒光素衰減常數(0＜ρ＜1)，γ是熒光素增強常數，J(x_i(t))表示t時i位置處目標函數的值；

(1.2)運動階段

在運動階段，每個螢火蟲使用概率機制決定朝著一個熒光素值高于其自身的鄰居移動，對于每個螢火蟲i，向鄰居j移動的概率由下式給出：

螢火蟲根據上式給出的p_ij(t)選擇一個j∈N_i(t)的螢火蟲；

其中，j∈N_i(t)，表示時間t處的螢火蟲i的鄰居的集合，d_ij(t)表示時間t處的螢火蟲i和j之間的歐幾里得距離，并且表示在時間t與螢火蟲i相關的鄰域范圍

螢火蟲運動的離散時間模型為：

其中，x_i(t)∈R^m是在時間t時螢火蟲i在m維實空間R^m中的位置，||.||表示歐幾里得范數算子，s(s＞0)表示是步長；

(1.3)鄰域范圍更新階段

令r₀為每個螢火蟲的初始鄰域范圍，為了自適應地更新每個螢火蟲的鄰域范圍，應用以下規則：

其中，β是常數參數，n_t是用于控制鄰居數量的參數；

通過下式，計算得到鄰域集合中個體與目標螢火蟲個體的平均距離：

的范圍：在初始化時令當時，令q＝0.96；

(1.4)螢火蟲自探索方面

當螢火蟲個體在其感知范圍內找不到優秀個體時，在此范圍內沒有找到優秀的個體，那就以現在的位置為起點，進行對數螺旋搜索，使得搜索面積變大，并且在移動過程中移動兩圈，如果移動后，新位置的熒光素水平比原來低，而且周圍沒有優秀的個體，螢火蟲會以下式跳出該位置：

x_i(t+1)＝x_i(t)+(1-2rand())·s_i(t)

如果更新后熒光素值仍然小于原來位置水平，則取消位置更新

其中，rand()是(0,1)的隨機數。