一种基于随机性best策略的群体全局优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105740949A(43)申请公布日2016.07.06(21)申请号201610119174.9(22)申请日2016.03.03(71)申请人浙江工业大学地址310014浙江省杭州市下城区朝晖六区潮王路18号浙江工业大学(72)发明人张贵军周晓根俞旭锋郝小虎王柳静徐东伟李章维(74)专利代理机构杭州斯可睿专利事务所有限公司33241代理人王利强(51)Int.Cl.G06N3/00(2006.01)权利要求书2页说明书6页附图1页(54)发明名称一种基于随机性best策略的群体全局优化方法(57)摘要一种基于随机性best策略的群体全局优化方法，首先，根据当前种群中各个体的目标函数值与最优个体的目标函数值之间的误差进行升序排名；然后，根据排名计算出各个体的选择概率，如果某个体的误差越大，则其被选中的概率则越大；然后，针对当前种群中的所有个体，根据各个体的选择概率，利用轮盘赌方法，随机选择出m个个体执行DE/best/1变异策略，而对于其它个体则执行DE/rand/1变异策略；从而综合利用DE/rand/1策略的全局探测能力和的DE/best/1局部搜索能力来提高DE算法的性能，以达到平衡算法全局搜索能力和局部搜索能力的效果。CN105740949ACN105740949A权利要求书1/2页1.一种基于随机性best策略的群体全局优化方法，其特征在于：所述优化方法包括以下步骤：1)初始化：设置种群规模NP，初始交叉概率CR，初始增益常数F；2)随机生成初始种群P＝{x1,g,x2,g,...,xNp,g}，并计算出各个体的目标函数值，其中，gi,g为进化代数，x,i＝1,2,…,NP表示第g代种群中的第i个个体，若g＝0，则表示初始种群；3)找出当前种群中的最优个体xbest,g，根据各个体xi,g的目标函数值f(xi,g)与最优个体的目标函数值f(xbest,g)的误差|f(xi,g)-f(xbest,g)|进行升序排列，并记下各个体的排名Fi,g，其中，Fi,g表示第g代种群中第i个个体的值排名；4)根据公式(1)计算出各个体的选择概率pi,g；i,g其中，p表示第g代种群中第i个个体的选择概率，NP为种群规模；5)根据各个体的选择概率pi,g利用轮盘赌方法从当前种群中选取m个个体做DE/best/1变异，m＜NP：5.1)随机生成一个(0，1)之间的小数rand0；5.2)如果且t与已选个体不同，则选择第t个个体根据公式(2)进行变异：其中，j＝1,2,…,N，N为问题维数，g为进化代数，a,b∈{1,2,...,NP}，a≠b≠t，t为当前所选目标个体的索引，为第g代种群中所选出的第t个目标个体的变异个体的第j维元素，分别为第g代种群中第a、b个个体的第j维元素，为当前第g代种群中的最优个体的第j维元素，F表示增益常数；6)对于其余的NP-m个个体进行DE/rand/1变异：其中，j＝1,2,…,N，N为问题维数，g为进化代数，a,b,c∈{1,2,...,NP}，a≠b≠c≠i，i为所剩余的NP-m个个体中目标个体的索引，为第g代种群中的第i个目标个体的变异个体的第j维元素，分别为第g代种群中第a、b、c个个体的第j维元素，F表示增益常数；7)根据公式(4)对每个变异个体进行交叉生成新个体triali,g：其中，j＝1,2,…,N，表示第g代种群中第i个目标个体对应的新个体triali,g的第j维元素，randb(0,1)表示为随机产生0到1之间的小数，rnbr(j)表示随机产生1到N之间的整数，CR表示交叉概率；8)根据公式(5)对每个新个体进行种群更新：2CN105740949A权利要求书2/2页其中，公式(5)表明，如果新个体优于目标个体，则新个体替换目标个体，否则保持目标个体不变；9)判断是否满足终止条件，如果满足，则保存结果并退出，否则返回步骤3)。2.如权利要求1所述的一种基于随机性best策略的群体全局优化方法，其特征在于：所述步骤9)中，终止条件为函数评价次数。3CN105740949A说明书1/6页一种基于随机性best策略的群体全局优化方法技术领域[0001]本发明涉及一种智能优化、计算机应用领域，尤其涉及的是，一种基于随机性best策略的群体全局优化方法。背景技术[0002]在经济、科学和工程等领域经常遇到一些全局优化问题，在全局优化中，算法需要从众多的局部最优解中找出一个全局最优解，然而，对于这些全局优化算法最大的问题就是可能陷入局部最优而无法求得全局最优解。随着工程优化问题的日趋复杂，优化问题的目标函数的性态也变得越来越复杂，通常是不连续、不可微、高度非线性的，没有明确的解析表达式，且具有多个峰值、多目标的特征