[發明專利]基于優勢信息提取的多目標優化方法及系統

在審

• 申請號: 202111520375.7
• 申請日: 2021-12-13
• 公開（公告）號: CN114330108A
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 郭嶄
• 申請（專利權）人: 華東計算技術研究所（中國電子科技集團公司第三十二研究所）
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/00;G06F111/06;G06F111/04;G06F111/08
• 代理公司: 上海段和段律師事務所 31334
• 代理人: 郭國中

1.一種基于優勢信息提取的多目標優化方法，其特征在于，包括：

步驟S1：提取空間優勢信息，并獲取空間分區的結果；

步驟S2：根據獲取的空間分區的結果，提取參數空間優勢信息，充分應用不同進化階段優勢個體所包含的參數信息；

步驟S3：根據參數信息，挑選分布在不同區域的最優個體，指導進化過程。

2.根據權利要求1所述的基于優勢信息提取的多目標優化方法，其特征在于，所述步驟S1包括：

通過計算得到的適應值f被歸一化到0-1之間，矢量形式如下：

其中，表示歸一化操作后的適應值；

x表示決策變量，x_i表示第i個決策變量；

N表示有N個決策變量；

m表示有m個目標函數，其中i，j分別表示指定的第i個決策變量，第j個目標函數；

f′(x_i)表示第i個決策變量x_i在所有目標函數上得到的適應值的集合；

[.]^T表示集合的轉置；

所有目標函數在每一維中的最大值和最小值組成：和

t表示選中的第t維；

Rp_max由一個目標函數的最大值和其余函數的最小值組成；

Rp_min由所有目標函數的最小值組成；

利用公式(3)計算適應值f′和參考點Rp_max之間的向量角：

θ＝arccos(f′(x),Rp_max) (3)

其中，||.||表示向量的范數；

計算參考點之間的向量角β：

β_(t,j)＝arccos(Rp_max,t,Rp_max,j),t∈{1,2,...,m},j∈{1,2,...,m},t≠j (5)

當目標函數的個數超過兩個后，隨機選擇兩個目標函數的適應值對應的參考點計算向量角，(t,j)為選擇的第t,j個目標函數；

根據計算獲得的參考點間的向量角和適應值與參考點之間的向量角，使用公式(6)賦予每個參與進化的個體一個屬于自己的0-1標簽：

其中，n為子空間的數量；Sn_i表示第i個決策變量的標簽，所有決策變量的標簽集合用Sn表示；

獲取進化過程中每一代得到的子解集中包含的優勢個體P_best；

通過公式(1)～(6)，將目標空間劃分為n個子空間，種群X也被分成相應的若干子種群；

使用公式(7)計算每個子空間的中心位置，參考點Rp_min與中心位置的方向即為每個子空間的最優進化方向；

其中，T_k表示中心位置，z_k代表第k^th個子空間中個體的數量。

3.根據權利要求2所述的基于優勢信息提取的多目標優化方法，其特征在于，所述步驟S1還包括：

計算第k^th個子空間中所有的個體和在最優進化方向上的參考點Rp_min的距離；

在計算獲得的所有距離當中，擁有最短的距離的個體被定義為該子空間中的最優個體P_best,k；

第k^th個子空間中所有個體的數量用z_k表示；

d_i,k＝||f′(x_i,k)||cos(f′(x_i,k),T_k),k＝1,2,...,n,i＝1,2,...,z_k (8)

其中，d_i,k表示在第k個子空間中，第i個個體與最優進化方向上的參考點Rp_min之間的距離；f′(x_i,k)表示在第k個子空間中決策變量xi的適應值。