发明名称 |
基于边缘及中心加速导向的耗散粒子群优化方法 |
摘要 |
本发明公开了提供基于边缘及中心加速导向的耗散粒子群优化方法,根据粒子数量和问题大小初始化种群,随机产生每个粒子的位置;计算每个粒子的适应度;对随机粒子进行边缘和非边缘粒子检测;考虑粒子的“莱维”行走模式,计算粒子个体局部最优极值;考虑虚拟中心粒子,计算全体粒子的全局最优极值;按照粒子位置的更新规则,更新不同种类粒子位置;基于耗散结构的适应性变异粒子生成方法,将在系统引入适应性变异粒子,如果全体粒子的全局最优极值满足问题求解的需要或者达到指定的迭代次数,则终止上述步骤,否则进行不断迭代直到满足结束条件。本发明的有益效果是能提高粒子群优化的泛化能力,使得粒子群体能够快速收敛。 |
申请公布号 |
CN103927581A |
申请公布日期 |
2014.07.16 |
申请号 |
CN201410172976.7 |
申请日期 |
2014.04.25 |
申请人 |
中国矿业大学 |
发明人 |
刘佰龙;王冠军;赵莹;陈朋朋;高守婉 |
分类号 |
G06N3/00(2006.01)I |
主分类号 |
G06N3/00(2006.01)I |
代理机构 |
北京科亿知识产权代理事务所(普通合伙) 11350 |
代理人 |
汤东凤 |
主权项 |
基于边缘及中心加速导向的耗散粒子群优化方法,其特征在于按照以下步骤进行:步骤1:初始粒子的自动生成,根据粒子数量和问题大小初始化种群,随机产生每个粒子的位置;步骤2:根据待优化问题的目标函数和每个粒子的位置,计算每个粒子的适应度;步骤3:对随机粒子进行边缘和非边缘粒子检测;步骤4:考虑粒子的“莱维”行走模式,计算粒子个体局部最优极值;步骤5:考虑虚拟中心粒子,计算全体粒子的全局最优极值;步骤6:按照粒子位置的更新规则,更新不同种类粒子位置;步骤7:基于耗散结构的适应性变异粒子生成方法,将在系统引入适应性变异粒子,使得系统远离虚假的平衡;步骤8:如果全体粒子的全局最优极值满足问题求解的需要或者达到指定的迭代次数,则终止上述步骤,否则转向步骤2,进行不断迭代直到满足结束条件,最终可以实现快速的问题求解。 |
地址 |
221116 江苏省徐州市大学路1号中国矿业大学南湖校区 |