[發(fā)明專利]一種基于粒子群遺傳混合算法的標準測試函數(shù)處理方法

在審

• 申請?zhí)枺?/td>: 202011280584.4
• 申請日: 2020-11-16
• 公開（公告）號: CN112348156A
• 公開（公告）日: 2021-02-09
• 發(fā)明（設計）人: 吳沁;諶國章;楊建軍;張潔;王富強;楊辰煜
• 申請（專利權(quán)）人: 蘭州理工大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N3/12
• 代理公司: 北京中仟知識產(chǎn)權(quán)代理事務所(普通合伙) 11825
• 代理人: 田江飛

1.一種基于粒子群遺傳混合算法的標準測試函數(shù)處理方法，其特征在于，該方法包括以下步驟：

S1、初始化種群后，設定種群規(guī)模為M，先由粒子群算法將種群進化到一定代數(shù)T，根據(jù)適應度函數(shù)值，將種群中適應度函數(shù)值優(yōu)于種群均值的個體U_k直接提取出來，進入下一代，剩余的(M-U_k)個個體，以剩余的(M-U_k)個個體為基礎，進行遺傳算法進化，產(chǎn)生(M-U_k)個個體；

S2、將剩余的(M-U_k)個個體和遺傳算法進化的(M-U_k)個個體結(jié)合在一起后提取出前一半的(M-U_k)個個體，將粒子群進化得出的U_k個個體和遺傳算法進化得到的(M-U_k)個個體結(jié)合形成新的粒子群群體M，之后進行下一步進化迭代。

2.如權(quán)利要求1所述的基于粒子群遺傳混合算法的標準測試函數(shù)處理方法，其特征在于，所述步驟S1包括以下步驟：

Step1：初始化種群參數(shù)，種群規(guī)模M，混合算法進化的總代數(shù)Maxgen，粒子群算法中的兩個學習因子C₁,C₂，最大速度V_max和粒子群算法進化代數(shù)T；遺傳算法中交叉概率P_c和變異概率P_m；

Step2：在解空間中初始化種群，隨機生成M個粒子；

Step3：按適應度函數(shù)計算適應度函數(shù)值；

Step4：代數(shù)計數(shù)k＝1；

Step5：判斷k≤Maxgen是否，若k≤Maxgen，繼續(xù)下一步，反之轉(zhuǎn)到Step15；

Step6：PSO進化代數(shù)計數(shù)t＝1；

Step7：判斷t≤T是否，若t≤T，繼續(xù)下一步，反之轉(zhuǎn)到Step10；

Step8：按公式(1)和(2)更新粒子群粒子的速度和位置：

式中，k表示當前迭代次數(shù)，表示第i個粒子在第k次進化過程中第d維的速度，表示第i個粒子在第k次進化過程中第d維的位置，p_i,d表示第i個粒子在當前最優(yōu)位置的第d維位置，p_g,d表示群體在當前最優(yōu)位置的第d維位置，ω表示速度的慣性權(quán)重，c₁，c₂為加速因子，r₁，r₂是兩個隨機分布在[0,1]的正實數(shù)；

Step9：t＝t+1；

Step10：將M個個體的適應度函數(shù)值排序，并計算各個粒子適應度函數(shù)值的均值faverage，將適應度函數(shù)值優(yōu)于種群均值的個體U_k提取出來；

Step11：用遺傳算法進化剩余的(M-U_k)個個體。

3.如權(quán)利要求2所述的基于粒子群遺傳混合算法的標準測試函數(shù)處理方法，其特征在于，所述步驟S2包括以下步驟：

Step12：將兩組(M-U_k)個個體合并，并根據(jù)適應度函數(shù)值選擇較優(yōu)的(M-U_k)個個體；

Step13：將PSO進化得到的U_k個個體和由遺傳算法進化得到的(M-U_k)個個體合并形成一個新的粒子群群體；

Step14：k＝k+1，轉(zhuǎn)到Step5；

Step15：輸出最優(yōu)解即粒子位置，和最優(yōu)適應度函數(shù)值。