[發明專利]一種具有韋伯-費克納情緒化突變操作的細菌覓食尋優方法

在審

• 申請號: 202110253340.5
• 申請日: 2021-03-08
• 公開（公告）號: CN113033755A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 董海;齊新娜;董一萱
• 申請（專利權）人: 沈陽大學
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種具有韋伯-費克納情緒化突變操作的細菌覓食尋優方法，其特征在于：包括下列順序的步驟：

(1)確定待研究對象的尋優變量X＝{x₁,x₂,x₃,...,x_s}；

(2)將待研究對象的尋優值即適應度轉化為最優狀態為0的適應度函數：J＝fitness(X)，最優值為J_min＝0；

(3)基于韋伯-費克納情緒化突變操作的細菌覓食尋優方法相關參數初始化；

(4)利用具有韋伯-費克納情緒化突變操作的細菌覓食方法進行尋優。

2.根據權利要求1所述的具有韋伯-費克納情緒化突變操作的細菌覓食尋優方法，其特征在于：所述步驟(3)具體包括以下步驟：

所述具有韋伯-費克納情緒化突變操作的細菌覓食尋優方法的相關參數初始化，包括：

(3a)初始化細菌覓食相關參數

趨化步驟約定循環次數N_c、繁殖步驟約定循環次數N_re、消除-擴散步驟約定循環次數N_ed、消除-擴散概率P_ed、游動步長N_s、細菌總數N、引誘因子深度度量系數d_attract、引誘因子寬度度量系數w_attract、趨避高度度量系數h_repellent、趨避寬度度量系數w_repellent；

(3b)初始化其他相關參數

(3b-1)初始化激素調節參數

激素調節過程符合Hill函數變化規律，參數包括：慣性因子最大值w_max、慣性因子最小值w_min、慣性因子初始值w₀、閾值T、Hill系數n；

(3b-2)初始化情緒化突變相關參數

刺激閾值S₀、刺激函數S、情緒常數因子k。

3.根據權利要求1所述的基于激素調節機制的情緒化細菌覓食尋優算法，其特征在于：所述步驟(4)具體包括以下步驟：

(4a)趨化操作：當時，個體將以步長逐漸向和θ_gb(j,k,l)的中心位置移動，否則，細菌個體將以相同的步長及方式逐漸向和θ_gb(j,k,l)的中心位置移動，以上述方式實現細菌個體位置更新；

其中：i表示細菌個體，j表示趨化步驟，k表示繁殖步驟，l表示消除-擴散步驟，θ_pb表示局部最佳位置，θ_gb表示全局最佳位置；

(4b)群集操作：在該階段計算種群內部細菌個體之間的相互影響：

其中：J_cc(θ,P(j,k,l))表示細菌個體之間關系作用值，s表示維度；

(4c)基于激素調節機制的韋伯-費克納情緒化突變操作：該過程中，根據韋伯-費克納定律定義細菌個體的全局感知因子及歷史感知因子，并根據二者計算情緒感知因子，將情緒感知因子與隨機函數之間的大小關系作為細菌個體情緒化運行速度更新方式的判斷標準；

根據韋伯-費克納定律定義細菌的全局感知因子r_g和歷史感知因子r_h；

所述全局感知因子歷史感知因子

計算情緒感知因子：

細菌遠離全局的最佳位置會對刺激產生強烈的反應，這些刺激將與其所經歷的歷史感知相比較，細菌的快樂和悲傷兩種情緒會動態地改變自身的速度，受全局感知因子、歷史感知因子及情緒感知因子影響的細菌個體的運行方式如下：

快樂細菌個體運行速度：

v(i+1,j,k,l)＝w(k₀)×v(i,j,k,l)+c×r_g×r_h×rand×[f(θ_g)-f(θ(i,j,k,l))] (3)

悲傷細菌個體運行速度：

在細菌個體運行速度更新過程中采用激素調節細菌個體的慣性因子，因激素調節過程符合Hill函數變化規律，所以利用Hill函數實現激素調節過程，Hill函數是由上升函數及下降函數組成，Hill函數是一種凹函數并且在正數區域內呈遞減趨勢，具有單調性及非負性，所述特征表明其具有較好的收斂性，并且可以確保尋優解的質量，將Hill函數作用于慣性因子可很好控制細菌個體運行速度更新過程中的個體間的緊密度，提升算法收斂性的同時可確保尋優解的質量，經Hill函數調節的細菌個體的慣性因子w(k₀)計算公式為：

經激素調節機制改進后的細菌個體運行速度情緒化更新方式為：

快樂細菌個體運行速度：

悲傷細菌個體運行速度：

當隨機函數rand小于es，細菌則作為快樂的個體更新自身的運行速度；否則，作為悲傷的個體更新自身的運行速度；

其中：S表示刺激函數，S₀表示刺激閾值，f(θ(i,j,k,l))表示個體遠離全局最佳的位置，k₀表示當前迭代次數，c表示加速度系數，rand表示[0,1]內的隨機值；w表示慣性因子，w_max表示慣性因子最大值、w_min表示慣性因子最小值、w₀表示慣性因子初始值、T表示閾值、n₀表示Hill系數；

(4d)繁殖操作：計算細菌個體的健康適應度值J_health(X)，并從小到大進行排序，篩選出健康適應度值較小的細菌個體執行繁殖操作，較大的進行淘汰，繁殖后形成的子代繼承父代的步長及運行方向；

(4e)消除-擴散操作：細菌個體以給定的消除-擴散概率P_ed執行該操作，并被隨機分配至任意位置；

(4f)依據每個細菌個體是否完成優化判斷算法尋優是否完成，若未完成則跳到步驟(4a)，若完成操作則輸出優化結果。