[發明專利]一種基于改進距離策略帝國主義算法的管路布局優化方法

在審

• 申請號: 201811348210.4
• 申請日: 2018-11-13
• 公開（公告）號: CN109460617A
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 沈建國
• 申請（專利權）人: 沈建國
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/00
• 代理公司: 重慶市諾興專利代理事務所(普通合伙) 50239
• 代理人: 劉興順

本發明請求保護一種基于改進距離策略帝國主義算法的管路布局優化方法，其包括以下步驟：分別建立管路長度、彎頭數以及安裝便捷性三個目標函數，并應用罰函數法將避障約束函數分別集成到三個目標函數中；初始化種群即國家，計算得到每個國家的目標函數值、約束違反總值以及與控制變量對應的狀態變量，并將初始群體復制到外部儲存空間；算法迭代，采用改進的距離策略帝國主義算法進行優化更新國家，將更新后的國家復制到外部儲存空間與上一代國家進行非劣排序和擁擠距離計算，然后根據所得的排序情況進行裁剪以保持外部儲存空間大小不變；并根據遺傳算法從帕累托最優解集中找到最優折衷解，并按照最優折衷解進行設計。

技術領域

本發明屬于管路多目標布局優化領域，尤其涉及一種基于改進距離策略帝國主義算法的管路布局優化方法。

背景技術

復雜裝備如航空發動機等通常包含大量管路和線纜，在管線敷設過程中需要考慮多個工程規則的要求，該問題就是典型的多目標優化問題。目前，管路敷設一般只考慮工期、質量、費用等指標，采用加權法或是變權重加權的方法將多個目標合并成一個目標進行優化。這種優化方法所采用的權重值具有主觀性，其最優解只是多個目標函數的簡單疊加，只能得出一個局部最優解，無法提供決策者多個解的選擇，并未解決多目標優化的本質。

實際中，大多數多目標優化問題不像單目標優化那樣存在唯一的最優解，其最優解通常為一個集合，即Pareto解集。只有真正求得管路多目標布局優化問題的Pareto最優解集或逼近Pareto最優解集，才能更加客觀的反映多目標優化問題的本質，從而真正意義上解決多目標優化問題。目前，基于Pareto解集的管路多目標布局優化方法還比較少，總體上針對這一方面的研究仍處于起步階段，基于NSGA算法解決管路的多目標優化問題理論研究和實際應用還未見報道。

到目前為止，智能優化算法已經提出多種以自然或社會啟發的群體智能算法，包括蟻群算法、遺傳算法以及粒子群算法等。其中帝國主義算法(imperialist competitionalgorithm,ICA)是一種受帝國競爭行為啟發的進化算法，屬于社會啟發的隨機優化搜索方式。該算法已經成功應用于多種優化問題中，可以驗證該算法的在優化問題上的優越性，但是在多目標問題中的應用還非常少，因此帝國主義算法在多目標問題的應用以及算法的改進在管路布局優化方法問題上值得深入研究。

發明內容

本發明旨在解決以上現有技術的問題。提出了一種可以提高算法優化性能、提高算法的全局搜索能力的基于改進距離策略帝國主義算法的管路布局優化方法。本發明的技術方案如下：

一種基于改進距離策略帝國主義算法的管路布局優化方法，其包括以下步驟：

S1、分別建立管路長度、彎頭數以及安裝便捷性三個目標函數，并應用罰函數法將避障約束函數分別集成到三個目標函數中；三個目標函數如下：

其中，lpipe為管路長度，bpipe為管路彎頭數，epipe為表示管路位置能量值，hpipe為管路與障礙相交的懲罰項，可根據種群中個體編碼對應的路徑計算得到；α，β，γ以及δ為正常數，根據經驗進行調整確定；其中，編碼方式按如下處理：給定起點和終點坐標分別為A(x A，y A)和B(x B，y B)，編碼[x A，y A，1，x B，y B]代表從A點經過P(x A，y B)點到達B點；編碼[x A，y A，0，x B，y B]代表從A點經過Q(x B，y A)點到達B點；

S2、初始化種群即國家，計算得到每個國家的目標函數值、約束違反總值以及與控制變量對應的狀態變量，并將初始群體復制到外部儲存空間；