[發(fā)明專利]基于優(yōu)勢(shì)信息提取的多目標(biāo)優(yōu)化方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111520375.7
• 申請(qǐng)日: 2021-12-13
• 公開(kāi)（公告）號(hào): CN114330108A
• 公開(kāi)（公告）日: 2022-04-12
• 發(fā)明（設(shè)計(jì)）人: 郭嶄
• 申請(qǐng)（專利權(quán)）人: 華東計(jì)算技術(shù)研究所（中國(guó)電子科技集團(tuán)公司第三十二研究所）
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06N3/00;G06F111/06;G06F111/04;G06F111/08
• 代理公司: 上海段和段律師事務(wù)所 31334
• 代理人: 郭國(guó)中

本發(fā)明提供了一種基于優(yōu)勢(shì)信息提取的多目標(biāo)優(yōu)化方法及系統(tǒng)，涉及通信系統(tǒng)設(shè)計(jì)技術(shù)領(lǐng)域，該方法包括：步驟S1：提取空間優(yōu)勢(shì)信息，并獲取空間分區(qū)的結(jié)果；步驟S2：根據(jù)獲取的空間分區(qū)的結(jié)果，提取參數(shù)空間優(yōu)勢(shì)信息，充分應(yīng)用不同進(jìn)化階段優(yōu)勢(shì)個(gè)體所包含的參數(shù)信息；步驟S3：根據(jù)參數(shù)信息，挑選分布在不同區(qū)域的最優(yōu)個(gè)體，指導(dǎo)進(jìn)化過(guò)程。本發(fā)明能夠在計(jì)算過(guò)程中充分提取優(yōu)勢(shì)信息，指導(dǎo)進(jìn)化，極大程度的提升算法的搜索能力和多目標(biāo)權(quán)衡能力，使得算法能夠高效的優(yōu)化實(shí)際工業(yè)生產(chǎn)過(guò)程，提高經(jīng)濟(jì)效益。

技術(shù)領(lǐng)域

本發(fā)明涉及通信系統(tǒng)設(shè)計(jì)技術(shù)領(lǐng)域，具體地，涉及一種基于優(yōu)勢(shì)信息提取的多目標(biāo)優(yōu)化方法及系統(tǒng)。

背景技術(shù)

隨著社會(huì)的發(fā)展，技術(shù)的進(jìn)步，工業(yè)過(guò)程的生產(chǎn)規(guī)模變得越來(lái)越大，工藝流程越來(lái)越復(fù)雜，包含的約束條件變多，同時(shí)非線性化程度增加。流程工藝的復(fù)雜化對(duì)實(shí)際生產(chǎn)的要求提出了巨大的挑戰(zhàn)。

專有名詞解釋：

優(yōu)勢(shì)信息：定義目標(biāo)空間中包含的有益于進(jìn)化向著最優(yōu)前沿逼近的個(gè)體包含的信息。

最優(yōu)進(jìn)化方向：定義參考點(diǎn)與中心位置的方向。

最優(yōu)個(gè)體：定義計(jì)算子空間中所有的個(gè)體與在最優(yōu)進(jìn)化方向上的參考點(diǎn)的距離,所有距離當(dāng)中擁有最短的距離的個(gè)體為該子空間中的最優(yōu)個(gè)體。

貢獻(xiàn)值：定義子空間中父代個(gè)體的適應(yīng)值與子代個(gè)體的適應(yīng)值差值為正的個(gè)體數(shù)量占總個(gè)體數(shù)量的百分比。

群體智能算法模擬了自然界中生物群體之間相互協(xié)作的行為以及存在于生物個(gè)體之間的優(yōu)勝劣汰準(zhǔn)則，具有較好的全局搜索能力。由于群體的出現(xiàn)使得在一次計(jì)算過(guò)程中可以實(shí)現(xiàn)多個(gè)解的并行運(yùn)算，這種方式讓群體智能算法具有較高的計(jì)算效率和較強(qiáng)的通用性。并且在解決大規(guī)模優(yōu)化問(wèn)題時(shí)有著明顯的優(yōu)勢(shì)。多目標(biāo)算法求解的結(jié)果往往不是單一解，而是一個(gè)包含若干解的解集。解決實(shí)際工業(yè)生產(chǎn)問(wèn)題的效果很大程度上受計(jì)算方法的影響，如何充分提取計(jì)算過(guò)程的優(yōu)勢(shì)信息進(jìn)而加快優(yōu)化算法的收斂速度提高種群的多樣性，是一個(gè)尚未徹底解決的難題。

公開(kāi)號(hào)為CN112822058A的發(fā)明專利，公開(kāi)了一種基于有效區(qū)域的多目標(biāo)優(yōu)化設(shè)計(jì)方法，采用細(xì)菌覓食算法將通信系統(tǒng)優(yōu)化設(shè)計(jì)目標(biāo)函數(shù)作為細(xì)菌趨向運(yùn)動(dòng)的適應(yīng)值對(duì)通信系統(tǒng)的多個(gè)設(shè)計(jì)目標(biāo)進(jìn)行聯(lián)合優(yōu)化。細(xì)菌在設(shè)置的有效區(qū)域內(nèi)使用自適應(yīng)步長(zhǎng)和方向向全局最優(yōu)位置泳動(dòng)，同時(shí)采用動(dòng)態(tài)保留比例不斷更新菌群，最后通過(guò)找出菌群的最佳調(diào)和解求得系統(tǒng)的最佳設(shè)計(jì)方案。該項(xiàng)專利使用的是菌群覓食算法對(duì)通信系統(tǒng)進(jìn)行多目標(biāo)優(yōu)化，方法中在初始階段設(shè)計(jì)的有效區(qū)域是基于經(jīng)驗(yàn)。在生成的最優(yōu)解集中選擇擁擠距離排在前面的個(gè)體組成最優(yōu)池然后從中隨機(jī)選擇全局最優(yōu)細(xì)菌，這種操作具有一定的隨機(jī)性同時(shí)對(duì)應(yīng)用對(duì)象的先驗(yàn)知識(shí)要求較高。

公開(kāi)號(hào)為CN108564163B的發(fā)明專利，公開(kāi)了一種解決多目標(biāo)多旅行商問(wèn)題的改進(jìn)蟻群算法，對(duì)信息素矩陣進(jìn)行隨機(jī)初始化后，蟻群將利用改進(jìn)的狀態(tài)轉(zhuǎn)移公式結(jié)合輪轉(zhuǎn)選擇算法逐次挑選下一步配送點(diǎn)直至構(gòu)造出可行解。可行解加權(quán)打分后，以此打分作為信息素添加量的基準(zhǔn)，結(jié)合子路徑的多項(xiàng)特征進(jìn)行多輪次不同量的信息素添加。該發(fā)明對(duì)蟻群算法進(jìn)行改進(jìn)，整個(gè)尋優(yōu)過(guò)程隨著迭代次數(shù)的增加正反饋機(jī)制將使不同路徑上信息素差值不斷擴(kuò)大，引導(dǎo)整個(gè)系統(tǒng)向最優(yōu)方向演化。這種方法有一定的局限性，在不采用蟻群算法時(shí)即沒(méi)有信息素的存在。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種基于優(yōu)勢(shì)信息提取的多目標(biāo)優(yōu)化方法及系統(tǒng)。

根據(jù)本發(fā)明提供的一種基于優(yōu)勢(shì)信息提取的多目標(biāo)優(yōu)化方法及系統(tǒng)，所述方案如下：

第一方面，提供了一種基于優(yōu)勢(shì)信息提取的多目標(biāo)優(yōu)化方法，所述方法包括：

步驟S1：提取空間優(yōu)勢(shì)信息，并獲取空間分區(qū)的結(jié)果；

步驟S2：根據(jù)獲取的空間分區(qū)的結(jié)果，提取參數(shù)空間優(yōu)勢(shì)信息，充分應(yīng)用不同進(jìn)化階段優(yōu)勢(shì)個(gè)體所包含的參數(shù)信息；