蜂群优化方法及装置制造方法及图纸

本发明专利技术提供了一种蜂群优化方法及装置，所述蜂群优化方法包括如下步骤：根据给定的预设数据集，基于互信息建立无向图；将所述无向图处理为连通无向图；对所述连通无向图进行初次优化，消除所述连通无向图中的多余边，得到第一优化图；利用蜂群算法对所述第一优化图进行二次优化，补充所述第一优化图中缺失的边并确定各边的方向，得到第二优化图；利用所述第二优化图作为蜂群算法的初始搜索图进行最优值搜索。本发明专利技术提供的蜂群优化方法，由于采用完整且带有方向的第二优化图作为蜂群算法的初始搜索图，故能够有效降低蜂群算法陷入局部优化的概率，尽可能地使得蜂群算法得到最优的搜索结果。

【技术实现步骤摘要】
蜂群优化方法及装置
本专利技术实施例涉及蜂群优化
，具体涉及一种蜂群优化方法及装置。
技术介绍
蜂群算法是由Karaboga于2005年提出的一种新颖的基于群智能的全局优化算法，其直观背景来源于蜂群的采蜜行为，蜜蜂根据各自的分工进行不同的活动，并实现蜂群信息的共享和交流，从而找到问题的最优解。传统蜂群算法的性能极大地受到原始图的影响。如果在一个没有边缘结构或边缘结构不当的原始图上进行搜索，将在很大比例上无法得到最优的搜索结果，这就导致了蜂群算法的局限性，使得蜂群算法很容易陷入局部优化的陷阱，从而得出错误的结果。
技术实现思路
针对现有技术中的问题，本专利技术提供了一种蜂群优化方法及装置，本专利技术提供的蜂群优化方法，由于采用完整且带有方向的第二优化图作为蜂群算法的初始搜索图，故能够有效降低蜂群算法陷入局部优化的概率，尽可能地使得蜂群算法得到最优的搜索结果。为解决上述技术问题，本专利技术提供以下技术方案：第一方面，本专利技术提供了一种蜂群优化方法，包括如下步骤：根据给定的预设数据集，基于互信息建立无向图；将所述无向图处理为连通无向图；对所述连通无向图进行初次优化，消除所述连通无向图中的多余边，得到第一优化图；利用蜂群算法对所述第一优化图进行二次优化，补充所述第一优化图中缺失的边并确定各边的方向，得到第二优化图；利用所述第二优化图作为蜂群算法的初始搜索图进行最优值搜索。进一步地，所述根据给定的预设数据集，基于互信息建立无向图的步骤包括利用互信息确定所述预设数据集中各变量之间的独立程度，根据各变量之间的独立程度建立与所述预设数据集对应的无向图。进一步地，所述将所述无向图处理为连通无向图的步骤包括：连接组件获取步骤，获取所述无向图中当前所有的连接组件，所述连接组件为所述无向图中相互分离不连通的部分；无向边构建步骤，对于所有的连接组件，依次判断每两个连接组件之间的互信息是否满足预设条件直至完成所有连接组件的判断，若判断获知两个连接组件之间的互信息满足预设条件，则在两个连接组件之间建立无向边，使该两个连接组件组成一个连接组件；重复执行所述连接组件获取步骤和所述无向边构建步骤，直至所述无向图为一个完整的连通无向图。进一步地，所述无向边构建步骤包括：对于所述连接组件获取步骤中获取的所有连接组件，依次判断每两个连接组件之间的互信息是否满足预设条件直至完成所有连接组件的判断，若判断获知来自连接组件一上的任意节点A与来自连接组件二上的任意节点B之间的互信息大于连接组件一和连接组件二之间的最大信息系数的预设倍数，则在连接组件一和连接组件二之间建立无向边，使连接组件一和连接组件二组成一个连接组件。进一步地，所述对所述连通无向图进行初次优化，消除所述连通无向图中的多余边，得到第一优化图的步骤包括：三角环获取步骤，获取所述连通无向图中所有的三角环结构；删除步骤，对于所述连通无向图中的任一个由节点A、B、C组成的三角环结构，在节点C的条件下测试节点A和节点B的独立情况，若在节点C的条件下节点A和节点B独立，则删除连接节点A和节点B的e边；若在节点C的条件下节点A和节点B不独立，则判断在所述连通无向图中的其他节点的条件下节点A和节点B的独立情况；若在所述连通无向图中查找到一节点D使得在节点D的条件下节点A和节点B独立，则删除连接节点A和节点B的e边，并添加边：A到D，D到B；其中，节点D为所述连通无向图中的节点；若在所述连通无向图中查找不到任一节点D使得在节点D的条件下节点A和节点B独立，则在由节点A、B、C组成的三角环结构中删除任意一条边；S33、重复执行所述删除步骤以消除所述连通无向图中所有的三角环结构，得到去除多余边的第一优化图。进一步地，所述判断在所述连通无向图中的其他节点的条件下节点A和节点B的独立情况，包括：在所述连通无向图中寻找与节点A以及节点B均满足预设互信息条件的点，并将寻找到的这些点组成点集Z；从所述点集Z中依次取出变量z，计算在变量z条件下节点A和节点B的独立情况，若在所述点集Z中存在一个变量z使得在变量z条件下节点A和节点B独立，则确定在所述连通无向图中存在节点使其满足节点A和节点B独立，否则确定在所述连通无向图中不存在节点使其满足节点A和节点B独立。进一步地，在所述利用蜂群算法对所述第一优化图进行二次优化的步骤之前，所述方法还包括：获取连通无向图中所有的N角环结构，N≥4；对于每一N角环结构构造该N角环结构的所有非循环有向子图，根据得分函数确定出得分最高的非循环有向子图，并将得分最高的非循环有向子图的方向作为对应N角环结构的方向。进一步地，所述利用蜂群算法对所述第一优化图进行二次优化的步骤包括：初始化步骤，对于所述第一优化图采用蜂群算法进行初始化，随机生成sn个可行解，sn表示蜜源个数，并将sn个蜜源分给sn个雇佣蜂；所述蜜源表示图结构中的边；迭代步骤，采用蜂群算法进行一次迭代过程，并在迭代过程结束后，评价每只雇佣蜂在其当前蜜源的邻域内搜索得到的新蜜源的适应度并根据评价结果更新每只雇佣蜂的蜜源，以及在更新蜜源后采用贪心算法确定每个蜜源的方向；其中，根据评价结果更新每只雇佣蜂的蜜源，包括：在新蜜源的适应度大于当前蜜源的适应度时将得到的新蜜源替代当前蜜源作为对应雇佣蜂的蜜源，否则继续保留当前蜜源作为对应雇佣蜂的蜜源；重复执行所述迭代步骤直至满足预设迭代次数，得到与sn个雇佣蜂一一对应的sn个最优蜜源，并由所述sn个最优蜜源构成第二优化图。进一步地，所述迭代步骤包括：采用蜂群算法进行一次迭代过程，并在迭代过程结束后，利用K2评分算法评价每只雇佣蜂在其当前蜜源的邻域内搜索得到的新蜜源的适应度并根据评价结果更新每只雇佣蜂的蜜源，以及在更新蜜源后采用贪心算法确定每个蜜源的方向。第二方面，本专利技术还提供了一种蜂群优化装置，包括：建立单元，用于根据给定的预设数据集，基于互信息建立无向图；处理单元，用于将所述无向图处理为连通无向图；第一优化单元，用于对所述连通无向图进行初次优化，消除所述连通无向图中的多余边，得到第一优化图；第二优化单元，用于利用蜂群算法对所述第一优化图进行二次优化，补充所述第一优化图中缺失的边并确定各边的方向，得到第二优化图；搜索单元，用于利用所述第二优化图作为蜂群算法的初始搜索图进行最优值搜索。进一步地，所述建立单元，具体用于执行如下过程：利用互信息确定所述预设数据集中各变量之间的独立程度，根据各变量之间的独立程度建立与所述预设数据集对应的无向图。进一步地，所述处理单元包括：连接组件获取模块，获取所述无向图中当前所有的连接组件，所述连接组件为所述无向图中相互分离不连通的部分；无向边构建模块，对于所有连接组件，依次判断每两个连接组件之间的互信息是否满足预设条件直至完成所有连接组件的判断，若判断获知两个连接组件之间的互信息满足预设条件，则在两个连接组件之间建立无向边，使该两个连接组件组成一个连接组件；第一循环模块，重复调用所述连接组件获取模块和无向边构建模块直至所述无向图为一个完整的连通无向图。进一步地，所述无向边构建模块具体用于执行如下过程：对于连接组件获取模块获取的所有连接组件，依次判断每两个连接组件之间的互信息是否满足预设条件直至完成所有连接组件的判断，若判断获知来自连接组件一上的任意节点A与来自连接组件二上的本文档来自技高网...

【技术保护点】
1.一种蜂群优化方法，其特征在于，包括如下步骤：根据给定的预设数据集，基于互信息建立无向图；将所述无向图处理为连通无向图；对所述连通无向图进行初次优化，消除所述连通无向图中的多余边，得到第一优化图；利用蜂群算法对所述第一优化图进行二次优化，补充所述第一优化图中缺失的边并确定各边的方向，得到第二优化图；利用所述第二优化图作为蜂群算法的初始搜索图进行最优值搜索。

【技术特征摘要】
1.一种蜂群优化方法，其特征在于，包括如下步骤：根据给定的预设数据集，基于互信息建立无向图；将所述无向图处理为连通无向图；对所述连通无向图进行初次优化，消除所述连通无向图中的多余边，得到第一优化图；利用蜂群算法对所述第一优化图进行二次优化，补充所述第一优化图中缺失的边并确定各边的方向，得到第二优化图；利用所述第二优化图作为蜂群算法的初始搜索图进行最优值搜索。2.根据权利要求1所述的方法，其特征在于，所述根据给定的预设数据集，基于互信息建立无向图的步骤包括：利用互信息确定所述预设数据集中各变量之间的独立程度，根据各变量之间的独立程度建立与所述预设数据集对应的无向图。3.根据权利要求2所述的方法，其特征在于，所述将所述无向图处理为连通无向图的步骤包括：连接组件获取步骤，获取所述无向图中当前所有的连接组件，所述连接组件为所述无向图中相互分离不连通的部分；无向边构建步骤，对于所有的连接组件，依次判断每两个连接组件之间的互信息是否满足预设条件直至完成所有连接组件的判断，若判断获知两个连接组件之间的互信息满足预设条件，则在两个连接组件之间建立无向边，使该两个连接组件组成一个连接组件；重复执行所述连接组件获取步骤和所述无向边构建步骤，直至所述无向图为一个完整的连通无向图。4.根据权利要求3所述的方法，其特征在于，所述无向边构建步骤包括：对于所述连接组件获取步骤中获取的所有连接组件，依次判断每两个连接组件之间的互信息是否满足预设条件直至完成所有连接组件的判断，若判断获知来自连接组件一上的任意节点A与来自连接组件二上的任意节点B之间的互信息大于连接组件一和连接组件二之间的最大信息系数的预设倍数，则在连接组件一和连接组件二之间建立无向边，使连接组件一和连接组件二组成一个连接组件。5.根据权利要求3所述的方法，其特征在于，所述对所述连通无向图进行初次优化，消除所述连通无向图中的多余边，得到第一优化图的步骤包括：三角环获取步骤，获取所述连通无向图中所有的三角环结构；删除步骤，对于所述连通无向图中的任一个由节点A、B、C组成的三角环结构，在节点C的条件下测试节点A和节点B的独立情况，若在节点C的条件下节点A和节点B独立，则删除连接节点A和节点B的e边；若在节点C的条件下节点A和节点B不独立，则判断在所述连通无向图中的其他节点的条件下节点A和节点B的独立情况；若在所述连通无向图中查找到一节点D使得在节点D的条件下节点A和节点B独立，则删除连接节点A和节点B的e边，并添加边：A到D，D到B；其中，节点D为所述连通无向图中的节点；若在所述连通无向图中查找不到任一节点D使得在节点D的条件下节点A和节点B独立，则在由节点A、B、C组成的三角环结构中删除任意一条边；重复执行所述删除步骤以消除所述连通无向图中所有的三角环结构，得到去除多余边的第一优化图。6.根据权利要求5所述的方法，其特征在于，所述判断在所述连通无向图中的其他节点的条件下节点A和节点B的独立情况，包括：在所述连通无向图中寻找与节点A以及节点B均满足预设互信息条件的点，并将寻找到的这些点组成点集Z；从所述点集Z中依次取出变量z，计算在变量z条件下节点A和节点B的独立情况，若在所述点集Z中存在一个变量z使得在变量z条件下节点A和节点B独立，则确定在所述连通无向图中存在节点使其满足节点A和节点B独立，否则确定在所述连通无向图中不存在节点使其满足节点A和节点B独立。7.根据权利要求3～6任一项所述的方法，其特征在于，在所述利用蜂群算法对所述第一优化图进行二次优化的步骤之前，所述方法还包括：获取连通无向图中所有的N角环结构，N≥4；对于每一N角环结构构造该N角环结构的所有非循环有向子图，根据得分函数确定出得分最高的非循环有向子图，并将得分最高的非循环有向子图的方向作为对应N角环结构的方向。8.根据权利要求5所述的方法，其特征在于，所述利用蜂群算法对所述第一优化图进行二次优化的步骤包括：初始化步骤，对于所述第一优化图采用蜂群算法进行初始化，随机生成sn个可行解，sn表示蜜源个数，并将sn个蜜源分给sn个雇佣蜂；所述蜜源表示图结构中的边；迭代步骤，采用蜂群算法进行一次迭代过程，并在迭代过程结束后，评价每只雇佣蜂在其当前蜜源的邻域内搜索得到的新蜜源的适应度并根据评价结果更新每只雇佣蜂的蜜源，以及在更新蜜源后采用贪心算法确定每个蜜源的方向；其中，根据评价结果更新每只雇佣蜂的蜜源，包括：在新蜜源的适应度大于当前蜜源的适应度时将得到的新蜜源替代当前蜜源作为对应雇佣蜂的蜜源，否则继续保留当前蜜源作为对应雇佣蜂的蜜源；重复执行所述迭代步骤直至满足预设迭代次数，得到与sn个雇佣蜂一一对应的sn个最优蜜源，并由所述sn个最优蜜源构成第二优化图。9.根据权利要求8所述的方法，其特征在于，所述迭代步骤包括：采用蜂群算法进行一次迭代过程，并在迭代过程结束后，利用K2评分算法评价每只雇佣蜂在其当前蜜源的邻域内搜索得到的新蜜源的适应度并根据评价结果更新每只雇佣蜂的蜜源，以及在更新蜜源后采用...

【专利技术属性】
技术研发人员：宫朝日，
申请(专利权)人：北京天诚同创电气有限公司，
类型：发明
国别省市：北京,11