[發明專利]一種基于邊緣計算的緊湊進化算法

在審

• 申請號: 202111363776.6
• 申請日: 2021-11-17
• 公開（公告）號: CN114169519A
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 王彬;張嬌
• 申請（專利權）人: 西安理工大學
• 主分類號: G06N3/12
• 分類號: G06N3/12
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 王艾華

1.一種基于邊緣計算的緊湊進化算法，其特征在于，包括一下步驟：

步驟1：PV初始化，初始化概率向量PV；

步驟2：精英解的采樣，隨機采樣多組精英解，代入適應度函數選擇得到最優的精英解；

步驟3：變異，采用差分進化機制，對個體進行變異；

步驟4：交叉，采用差分進化機制，將變異后的向量與當前個體進行二項交叉操作，為選擇做準備；

步驟5：選擇，對父代個體和子代個體進行適應度評價，使適應度值較優的個體保留下來；

步驟6：PV更新，隨著迭代次數的增加，PV會更新，PDF公式會隨著PV的更新而更新；

步驟7：重啟機制，進化產生的精英候選解如果在一定的迭代次數下不變時，保留當前精英候選解，啟動重啟機制，產生另外精英解作精英候選解比較；

步驟8：判斷是否滿足終止條件，若函數評價次數FESMAXFES，返回步驟3，其中FES是評價次數，MAXFES為最大函數評價次數。

2.根據權利要求1所述的一種基于邊緣計算的緊湊進化算法，其特征在于，所述步驟1中PV初始化的過程為：

PV初始化：PV是一個n×2的矩陣；

PV^G＝[μ^G,σ^G] (1)

其中，μ是高斯概率分布函數的均值，σ高斯概率分布函數的標準差；G表示生成的次數，在開始優化時，對于每一個設計變量k，我們設置μ¹[k]＝0，σ¹[k]＝λ＝10；

為了模擬均勻分布，將σ[k]初始化。對于μ和σ，其更新如下：

其中，NP是種群規模；

算法對PV進行初始化后，從PV中進行采樣，隨機生成多組候選解。

3.根據權利要求1所述的一種基于邊緣計算的緊湊進化算法，其特征在于，所述步驟2具體步驟為：

步驟2.1：在每代中，需要對解和精英進行采樣，在本實驗在變異操作中采用DE/rand/1的變異策略，則需要從PV中采樣三個個體x_r1,x_r2,x_r3，三個個體的產生根據均值μ[k]和標準差σ[k]為特征的高斯分布的截斷PDF高斯分布函數；

高斯分布函數PDF公式如下：

其中，erf是誤差函數；

高斯分布函數PDF相對應的累積分布函數CDF公式為：

其中，erfinv是逆誤差函數，即誤差函數的反函數。x_r是PV產生的個體；

在采樣時，必須對PDF[x_min,x_max]高度標準化，使其面積保持為1，即讓PDF在區間[-1,1]內進行截斷，為了得到原始區域的值，必須執行(6)操作：

步驟2.2：引入多組精英解，代入適應度函數選擇得到最優的精英解；在rand/1/bin變異操作時產生三個個體，占據三個臨時內存空間，即設計隨機產生三個精英候選解，通過PV產生elite1，elite2，elite3；將其代入適應度函數，比較取最優精英為elite。

4.根據權利要求1所述的一種基于邊緣計算的緊湊進化算法，其特征在于，所述步驟3變異產生子代的具體過程為：

變異：變異操作是對于NP的每個個體隨機選取三個個體，通過計算兩個個體向量之間加權差而得到的差分矢量，將差分矢量賦予權值后與第三個個體向量相加生成新的參數向量，稱作變異矢量。

變異操作為：

其中，；是變異矢量，為差分矢量；x_r1，x_r2，x_r3是隨機選取的三個個體，r1，r2，r3是1,2,…，NP之間是互不相等的隨機數；F是縮放因子。