[發(fā)明專利]一種基于并行增強搜索粒子群優(yōu)化算法的計算方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910588283.9
• 申請日: 2019-06-28
• 公開（公告）號: CN110334797A
• 公開（公告）日: 2019-10-15
• 發(fā)明（設(shè)計）人: 楊震倫
• 申請（專利權(quán)）人: 廣州番禺職業(yè)技術(shù)學(xué)院
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06F17/50
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 顏希文;麥小嬋

1.一種基于并行增強搜索粒子群優(yōu)化算法的計算方法，其特征在于，包括：

獲取待優(yōu)化目標問題的函數(shù)模型；

利用粒子群算法對所述函數(shù)模型進行全局搜索，同時，運行輔助算法對粒子群算法中的粒子以及粒子的個體最優(yōu)位置pbest進行選擇性更新；

當(dāng)所述粒子群算法達到最大的迭代次數(shù)時，根據(jù)最終代粒子群搜索到的最優(yōu)解的相應(yīng)變量值對所述待優(yōu)化目標問題的參數(shù)進行對應(yīng)設(shè)置，以獲得所述待優(yōu)化目標問題的解決方案。

2.如權(quán)利要求1所述的基于并行增強搜索粒子群優(yōu)化算法的計算方法，其特征在于，所述運行輔助算法對粒子群算法中的粒子以及粒子的個體最優(yōu)位置pbest進行選擇性更新，具體的：

利用輔助算法對第t代粒子以及第t代之前的H-1代粒子進行聚類并生成新個體，得到第t+1代備選粒子，并計算粒子的目標函數(shù)值；

根據(jù)預(yù)設(shè)的第一概率在所述第t+1代備選粒子中選擇出替換粒子對第t+1代粒子進行替換，以對所述第t+1代粒子進行更新；

根據(jù)預(yù)設(shè)的第二概率在所述第t+1代備選粒子中選擇出若干比較粒子，根據(jù)目標函數(shù)值依次判斷所述比較粒子是否優(yōu)于所述第t+1代粒子的個體最優(yōu)位置pbest；

若是，則將所述比較粒子替換對應(yīng)的第t+1代粒子的個體最優(yōu)位置pbest，以對所述第t+1代粒子的個體最優(yōu)位置pbest進行更新。

3.如權(quán)利要求2所述的基于并行增強搜索粒子群優(yōu)化算法的計算方法，其特征在于，所述利用輔助算法對第t代粒子以及第t代之前的H-1代粒子進行聚類并生成新個體，得到第t+1代備選粒子，具體的：

根據(jù)歐幾里得距離在搜索空間內(nèi)對第t代粒子以及第t代之前的H-1代粒子進行聚類，得到若干個粒子類別；

以預(yù)設(shè)的選擇概率從不同粒子類別中隨機選取個體，并基于這些個體采用輔助算法的算子生成新的個體；

重復(fù)執(zhí)行上述步驟，得到所述第t+1代備選粒子。

4.如權(quán)利要求3所述的基于并行增強搜索粒子群優(yōu)化算法的計算方法，其特征在于，所述輔助算法包括差分進化算法和遺傳算法；所述輔助算法的算子包括差分進化算子、交叉算子和變異算子。

5.一種基于并行增強搜索粒子群優(yōu)化算法的計算系統(tǒng)，其特征在于，包括模型獲取模塊、算法尋優(yōu)模塊、解決方案生成模塊；

所述模型獲取模塊，用于獲取待優(yōu)化目標問題的函數(shù)模型；

所述算法尋優(yōu)模塊，用于利用粒子群算法對所述函數(shù)模型進行全局搜索，同時，運行輔助算法對粒子群算法中的粒子以及粒子的個體最優(yōu)位置pbest進行選擇性更新；

所述解決方案生成模塊，用于當(dāng)所述粒子群算法達到最大的迭代次數(shù)時，根據(jù)最終代粒子群搜索到的最優(yōu)解的相應(yīng)變量值對所述待優(yōu)化目標問題的參數(shù)進行對應(yīng)設(shè)置，以獲得所述待優(yōu)化目標問題的解決方案。

6.如權(quán)利要求5所述的基于并行增強搜索粒子群優(yōu)化算法的計算系統(tǒng)，其特征在于，所述算法尋優(yōu)模塊包括粒子常規(guī)更新單元、備選粒子計算單元、粒子更新單元、最優(yōu)位置比較單元和最優(yōu)位置更新單元；

所述粒子常規(guī)更新單元，用于根據(jù)粒子群算法的粒子位置更新公式進行計算得到每個粒子在當(dāng)前運行代數(shù)下的新位置矢量，對所述新位置矢量的目標函數(shù)值進行計算，并根據(jù)目標函數(shù)值的優(yōu)劣以對每個粒子的個體最優(yōu)位置和種群最優(yōu)位置進行更新；

所述備選粒子計算單元，用于利用輔助算法對第t代粒子以及第t代之前的H-1代粒子進行聚類并生成新個體，得到第t+1代備選粒子，并計算粒子的目標函數(shù)值；

所述粒子更新單元，用于根據(jù)預(yù)設(shè)的第一概率在所述第t+1代備選粒子中選擇出替換粒子對第t+1代粒子進行替換，以對所述第t+1代粒子進行更新；

所述最優(yōu)位置比較單元，用于根據(jù)預(yù)設(shè)的第二概率在所述第t+1代備選粒子中選擇出若干比較粒子，根據(jù)目標函數(shù)值依次判斷所述比較粒子是否優(yōu)于所述第t+1代粒子的個體最優(yōu)位置pbest；

所述最優(yōu)位置更新單元，用于當(dāng)所述比較粒子優(yōu)于所述第t+1代粒子的個體最優(yōu)位置pbest時，將所述比較粒子替換對應(yīng)的第t+1代粒子的個體最優(yōu)位置pbest，以對所述第t+1代粒子的個體最優(yōu)位置pbest進行更新。