[發(fā)明專利]基于向量角粒子群的農(nóng)田多目標(biāo)控制排水模型的求解方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011088524.2
• 申請(qǐng)日: 2020-10-13
• 公開（公告）號(hào): CN112182948B
• 公開（公告）日: 2023-03-03
• 發(fā)明（設(shè)計(jì)）人: 楊磊;胡鑫;黃康
• 申請(qǐng)（專利權(quán)）人: 華南農(nóng)業(yè)大學(xué)
• 主分類號(hào): G06F30/25
• 分類號(hào): G06F30/25;G06F111/06;G06F119/12
• 代理公司: 佛山市君創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44675
• 代理人: 杜鵬飛

1.一種基于向量角粒子群的農(nóng)田多目標(biāo)控制排水模型的求解方法，其特征在于，包括以下步驟：

獲取待求解的農(nóng)田多目標(biāo)控制排水模型；

基于粒子群算法，隨機(jī)生成初始種群，并初始化種群參數(shù)，包括：隨機(jī)生成初始種群，根據(jù)所述農(nóng)田多目標(biāo)控制排水模型中的目標(biāo)函數(shù)，計(jì)算出種群中每個(gè)個(gè)體的目標(biāo)函數(shù)和歸一化的目標(biāo)函數(shù)值；所述個(gè)體表示決策變量，在所述控制排水模型中，所述個(gè)體由控制時(shí)間組成；通過帕累托支配關(guān)系將種群里面的非支配解放入外部存檔中；

使用克隆操作外部存檔，包括：計(jì)算所述外部存檔里的基于變換的密度估計(jì)值，然后從外部存檔中選擇出多個(gè)具有最佳密度估計(jì)值的個(gè)體以用來復(fù)制生成新種群；對(duì)所述新種群進(jìn)行遺傳算法交叉變異策略，以生成新的解集；

對(duì)外部存檔和解集的并集進(jìn)行存檔更新操作，包括：消除并集中的抵抗非支配解，直到并集的大小與初始種群中個(gè)體數(shù)量相同，或者沒有抵抗非支配解為止；刪除具有最小向量角的解，并從刪除的解中添加具有最大向量角的解；

在完成存檔更新后，更新種群；更新完成后，得到新的外部存檔，至此完成一次循環(huán)；達(dá)到設(shè)定的循環(huán)條件后，輸出最終的外部存檔作為決策者參考的對(duì)象，該外部存檔中包含控制時(shí)間及其對(duì)應(yīng)的所述目標(biāo)控制排水模型的解；

所述消除并集中的抵抗非支配解，包括：

通過帕累托支配關(guān)系，找出并集C中的非支配解集并放入C_nd中，然后消除非支配解集C_nd中的抵抗非支配解，歸一化后目標(biāo)函數(shù)值大于1的解被視為抵抗非支配解；將并集中歸一化目標(biāo)函數(shù)值還大于1的解刪除，直到并集的大小為N或者沒有抵抗非支配解為止；

所述消除具有最小向量角的解，包括：

計(jì)算非支配解集C_nd中所有每?jī)蓚€(gè)解之間的向量角并將其存儲(chǔ)在角度矩陣中，利用該角度矩陣計(jì)算出每個(gè)解的最小向量角

先清空外部存檔A，然后將極端解e_i添加到外部存檔A中，C中的極端解e_i被定義為與m個(gè)單位權(quán)值向量(1,0,…,0),(0,1,…,0),…,(0,0,…,1)計(jì)算出來的向量角最小的m個(gè)解；在向外部存檔A添加極端解之后，開始刪除非支配解集C_nd中具有最小向量角的解，直到非支配解集C_nd的大小只剩下0.9N-m，N表示初始種群的大小；

所述添加具有最大向量角的解，包括：

在所述刪除C中具有最小向量角的解時(shí)，從所有被刪除掉的解中，找出具有最大的解并添加到外部存檔A中，直到A的大小達(dá)到設(shè)定的閾值；計(jì)算公式如下：

其中，其中r_k和a_j分別代表被刪除解集R和外部存檔A里面的解，|R|表示被刪除解集R的大小，|A|表示外部存檔A的大小；

所述在完成存檔更新后，更新種群，包括：

對(duì)于選擇gbest，選擇外部存檔中與λ_i最接近的解作為gbest_i；從外部存檔中選擇最小PBI值的解來作為pbest；

找到pbest和gbest之后，第t+1次的速度v_i(t+1)將通過如下公式更新：

其中x_i(t)是種群P中第i個(gè)解的位置，v_i(t)表示第t次的速度；r₁和r₂是兩個(gè)隨機(jī)數(shù)，均勻隨機(jī)地分布在[0,1]中；ω是慣性權(quán)重；為學(xué)習(xí)因子；t表示當(dāng)前迭代次數(shù)；fit()代表著適應(yīng)度值，F(xiàn)_i是為了平衡pbest_i和gbest_i的加權(quán)參數(shù)，其計(jì)算方法如下：

其中，λ_i表示通過DasDennis方法生成的均勻分布的權(quán)值向量，∠(gbest_i,λ_i)表示gbest_i,λ_i之間的向量角；

所述外部存檔中具有最小PBI值的解作為pbest，其中解個(gè)體p的自適應(yīng)θ的PBI值g^pbi(p|λ,z)計(jì)算如下：

min g^pbi(p|λ,z)＝d₁+θd₂

θ_k＝s×∠(p,λ_k)k∈1,2,…,N

其中s是預(yù)設(shè)置的縮放參數(shù)，λ為通過DasDennis方法生成的均勻分布的權(quán)值向量，z為理想點(diǎn)也就是每個(gè)目標(biāo)中最小的值，θ則為平衡d₁和d₂的縮放因子，d₁和d₂分別代表著解個(gè)體p的目標(biāo)函數(shù)值f(p)在λ投影上的距離和f(p)與λ的垂直距離，∠(p,λ_k)表示p,λ_k之間的向量角，θ_k、λ_k表示第k個(gè)θ、λ。