[發明專利]基于參考方向的代理差分演化算法

在審

• 申請號: 201910009266.5
• 申請日: 2019-01-04
• 公開（公告）號: CN109740724A
• 公開（公告）日: 2019-05-10
• 發明（設計）人: 李薇;江巧永
• 申請（專利權）人: 西安理工大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 楊洲

一種基于參考方向的代理差分演化算法，首先，演化過程分為兩個階段，每個階段采用不同的演化策略；第一階段的主要任務是全局探索和宏觀局部開發；第二階段的主要任務是微觀局部開發；其次，采用全局代理模型，對整個搜索空間進行建模，將種群引導到全局最優解可能存在的區域，每個子種群與參考方向相關聯，子種群在參考方向的引導下進行快速局部收斂；最后，設計產生突變因子和交叉因子的機制，以促進算法的有效探索與開發；本發明解決了經典差分演化算法在解決復雜優化問題中所出現的求解精度不高和早熟收斂的問題；提高了經典差分算法的效率和魯棒性。

技術領域

本發明屬于智能優化技術領域，具體涉及一種基于參考方向的代理差分演化算法。

背景技術

隨著社會的發展，工程中的優化問題已經變的越來越復雜，用智能優化算法解決工程中出現的復雜優化問題是智能控制領域中的研究熱點。目前生物啟發計算已經廣泛地應用于人工智能中，許多研究者通過研究生物演化過程，模擬自然進化機制設計以相應的優化算法。差分進化算法是求解連續優化問題的最經典的演化算法之一。

差分進化算法的性能依賴于三個因素，突變因子、交叉因子和突變策略。大量的實驗結果表明，選擇合適的控制參數對差分進化算法的性能起著重要的作用。此外，不同的進化策略表現的性能不同。有的進化策略具有較強的開發能力，有的進化策略具有較強的探索能力。經典差分演化算法在解決復雜優化問題中存在求解精度不高和早熟收斂的問題。

發明內容

為克服上述現有技術的不足，本發明的目的是提出基于參考方向的代理差分演化算法，解決經典差分演化算法在解決復雜優化問題中所出現的求解精度不高和早熟收斂的問題，提高了經典差分算法的效率和魯棒性。

為實現上述目的，本發明采用的技術方案是：基于參考方向的代理差分演化算法，包括以下步驟：

首先，演化過程分為兩個階段，每個階段采用不同的演化策略；第一階段的主要任務是全局探索和宏觀局部開發；第二階段的主要任務是微觀局部開發；

其次，采用全局代理模型，對整個搜索空間進行建模，將種群引導到全局最優解可能存在的區域，每個子種群與參考方向相關聯，子種群在參考方向的引導下進行快速局部收斂；

最后，設計產生突變因子和交叉因子的機制，以促進算法的有效探索與開發。

本發明的特點還在于：

算法的具體工作步驟為：

步驟1.1，初始化種群及相關參數；

步驟1.2，用真實函數和代理模型評價所有個體的適應度值；

步驟1.3，初始化交叉因子CR；

步驟1.4，設置狀態；

演化的具體工作步驟為：

步驟2.1，計算在種群中要選取的好的個體的比率p_rate；按照如下公式產生變異因子F_i，G(i＝1...N)；

Ex_i，G＝mean(NORM(Δf_i，G)

F_i，G＝Norm(Ex_i，G，(rand×He_i，G+En_i，G))

Δf_i，G＝|f(p_i，G)-f(p_best，G)|