一种单纯形法的布谷鸟搜索方法及其应用技术

本发明专利技术属于信息检索及其数据库结构技术领域，公开了一种单纯形法的布谷鸟搜索方法及其应用，所述单纯形法的布谷鸟搜索方法的反射操作使得最差点向中心点的反方向移动，扩张操作新产生的最优点向离原来最差点更远的方向移动，如果当前最优点是周部最优点，那么扩张操作使该点跳离局部最优。本发明专利技术首先用CS算法进行全局搜索，再用单纯形法进行局部搜索；实验结果表明，SMCS算法相对于CS算法有更强的寻优能力，再将算法用于求解减速器设计、伸缩绳设计、择接条设计等约束优化问题。实验结果表明，CS算法和SMCS算法均能求出比其他更优的解，且SMCS算法求出的解更优、稳定性更强。

【技术实现步骤摘要】
一种单纯形法的布谷鸟搜索方法及其应用
本专利技术属于信息检索及其数据库结构
，尤其涉及一种单纯形法的布谷鸟搜索方法及其应用。
技术介绍
目前，业内常用的现有技术是这样的：约束优化问题是经济、化学、工程等领域常见的一类问题，目U还没有一种普遍有效的方法来解决这类问题。传统的简约梯度法、投影梯度法等都是基于梯度的，而对于复杂的约束优化问题，梯度信息往往很难求，所以近年来学者们研究用智能算法求解约束优化问题，研究结果也表明了这些智能算法求解约束优化问励优越性。利用不同的算法求解约束优化问题促进了问题研究的进展，并且如果算法求解在－定程度上优于现有的算法，那么这将具有重要的意义。提出的布谷鸟搜索算法显现了其解决优化问题的有效性，比如商业最优化，可靠性最优化，调度优化，设计最优化等。所以本文研究用这种新型的群智能算法来求解减速器设计、伸缩绳设计、焊接条设计等约束优化问题。但该算法存在着收敛速度慢，敛速表示点对点乘法，a是步长控制量，以学者搜索路径，高斯扰动提高种群的多样性，从而提高算法的收敛速；提出了自适应步长CS算法，将L6vyflight的随机步长改进成自适应步长；提出了改进的CS算法，这个算法在较优的鸟窝之间增加了信息交流；文献提出了混合的CS算法等。但算法仍有改进空间。综上所述，现有技术存在的问题是：针对布谷鸟搜索算法(CS)后期收敛速度慢，求解精度不髙。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种单纯形法的布谷鸟搜索方法及其应用。本专利技术是这样实现的，一种单纯形法的布谷鸟搜索方法，所述单纯形法的布谷鸟搜索方法的反射操作使得最差点向中心点的反方向移动，扩张操作新产生的最优点向离原来最差点更远的方向移动，如果当前最优点是周部最优点，那么扩张操作使该点跳离局部最优。进一步，所述单纯形法的布谷鸟搜索方法包括以下步骤：步骤一，设置鸟窝个数，搜索空间维数，初始化鸟窝的位置巧，找出最优鸟窝的位置和最优解；步骤二，保留上代最优鸟窝的位置为整数，利用位置更新其他的鸟窝位置进行更新，得到一组新的鸟窝的位置，对这组鸟窝的位置进行评价：与上一代产生的一组鸟窝的位置对比，用适应值较好的的鸟窝位置替换适应值较差的鸟窝位置，从而得到一组较优的鸟窝位置；步骤三，用服从均匀分布的随机数作为鸟窝主人发现外来鸟蛋的可能性并比较，保留被发现概率较小的鸟窝位置，随机改变发现概率较大的鸟窝位置，得到一组新鸟窝位置，将这组鸟窝位置进行评价，得到一组新的较优的鸟窝位置；步骤四，用单纯形法进一步搜索，得到一组新的鸟窝位置S对这组鸟窝位置进行评价，得到一组新的较优的鸟窝位置；步骤五，找出得到的中最优的一个鸟窝位置和最优值，若达到迭代停止条件，则输出全局最优值和对应的全局最优位置，否则，继续进行迭代更新。进一步，所述纯形法的布谷鸟搜索方法具体包括：步骤一，设置鸟窝个数n，搜索空间维数d，初始化鸟窝的位置巧找出最优鸟窝的位置和最优解fmin；步骤二，保留上代最优鸟窝的位置为整数，Tmax为最大迭代次数，利用位置更新其他的鸟窝位置进行更新，得到一组新的鸟窝的位置，对这组鸟窝的位置进行评价：与上一代产生的一组鸟窝的位置对比，用适应值较好的的鸟窝位置替换适应值较差的鸟窝位置，从而得到一组较优的鸟窝位置：步骤三，用服从均匀分布的随机数r∈[0，1]作为鸟窝主人发现外来鸟蛋的可能性并与pα比较，保留gt中被发现概率较小的鸟窝位置，随机改变发现概率较大的鸟窝位置，得到一组新鸟窝位置，将这组鸟窝位置进行评价，得到一组新的较优的鸟窝位置：步骤四，用单纯形法进一步搜索，得到一组新的鸟窝位置S对这组鸟窝位置进行评价，得到一组新的较优的鸟窝位置：步骤五，找出步骤四中最后得到的ht中最优的一个鸟窝位置和最优值fmin；若达到迭代停止条件，则输出全局最优值fmin和对应的全局最优位置否则，返回步骤二继续进行迭代更新。本专利技术的另一目的在于提供一种所述纯形法的布谷鸟搜索方法的应用，所述应用为约束优化问题，数学模型：其中，x＝[x1，x2，…，xd]表示决策向量，S＝{x|x∈Rd，lk≤xk≤uk，k＝1，2，…，d}为d维搜索空间，n和m分别表示不等式约束和等式约束的个数，lk和uk表示第k维变量的上下界；F＝{x|x∈S，gi(x)≤0，hj(x)＝0，i＝1，2，…，n，j＝1，2，…，m}力可行域；如果求maxf(x)，则用g(x)＝-f(x)转化为ming(x)。本专利技术的另一目的在于提供一种所述纯形法的布谷鸟搜索方法的减速器设计的应用。本专利技术的另一目的在于提供一种所述纯形法的布谷鸟搜索方法的伸缩绳设计的应用。本专利技术的另一目的在于提供一种所述纯形法的布谷鸟搜索方法的焊接条设计的应用。综上所述，本专利技术的优点及积极效果为：本专利技术首先用CS算法进行全局搜索，再用单纯形法进行局部搜索；实验结果表明，SMCS算法相对于CS算法有更强的寻优能力，再将算法用于求解减速器设计、伸缩绳设计、择接条设计等约束优化问题。实验结果表明，CS算法和SMCS算法均能求出比其他更优的解，且SMCS算法求出的解更优、稳定性更强。附图说明图1是本专利技术实施例提供的单纯形法的布谷鸟搜索方法流程图。图2是本专利技术实施例提供的单纯形法搜索示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术利用单纯形法的局部寻优能力强的特点，提出了基于单纯形法的CS算法通过测试函数证明了还是SMCS算法比CS算法更优。最后，再用这两种算法求解典型的约束优化问题，实验结果表明这两种算法求解比类问题有明显的优势，而且SMCS算法比CS算法更有效，稳定性更强。如图1所示，本专利技术实施例提供的单纯形法的布谷鸟搜索方法包括以下步骤：S101：设置鸟窝个数，搜索空间维数，初始化鸟窝的位置巧，找出最优鸟窝的位置和最优解；S102：保留上代最优鸟窝的位置为整数，利用位置更新其他的鸟窝位置进行更新，得到一组新的鸟窝的位置，对这组鸟窝的位置进行评价：与上一代产生的一组鸟窝的位置对比，用适应值较好的的鸟窝位置替换适应值较差的鸟窝位置，从而得到一组较优的鸟窝位置；S103：用服从均匀分布的随机数作为鸟窝主人发现外来鸟蛋的可能性并比较，保留被发现概率较小的鸟窝位置，随机改变发现概率较大的鸟窝位置，得到一组新鸟窝位置，将这组鸟窝位置进行评价，得到一组新的较优的鸟窝位置；S104：用单纯形法进一步搜索，得到一组新的鸟窝位置S对这组鸟窝位置进行评价，得到一组新的较优的鸟窝位置；S105：找出得到的中最优的一个鸟窝位置和最优值，若达到迭代停止条件，则输出全局最优值和对应的全局最优位置，否则，继续进行迭代更新。下面结合附图对本专利技术的应用原理作进一步的描述。本专利技术实施例提供的单纯形法的布谷鸟搜索方法包括以下步骤：步骤一，用CS算法进行全局搜索；步骤二，再用单纯形法进行局部搜索。本专利技术提供的步骤一中CS算法：基本的CS算法中，设定了如下3个理想状态：(1)布合鸟每次只产一1蛋，并随机寻找鸟窝进行孵化；(2)随机寻找的鸟窝中，最好的鸟窝位置将被保留进入下一代；(3)外来鸟蛋被鸟窝的主人发现的概率是Pα∈[0，1]。布谷鸟寻找本文档来自技高网...

【技术保护点】
1.一种单纯形法的布谷鸟搜索方法，其特征在于，所述单纯形法的布谷鸟搜索方法的反射操作使得最差点向中心点的反方向移动，扩张操作新产生的最优点向离原来最差点更远的方向移动，如果当前最优点是周部最优点，那么扩张操作使该点跳离局部最优。

【技术特征摘要】
1.一种单纯形法的布谷鸟搜索方法，其特征在于，所述单纯形法的布谷鸟搜索方法的反射操作使得最差点向中心点的反方向移动，扩张操作新产生的最优点向离原来最差点更远的方向移动，如果当前最优点是周部最优点，那么扩张操作使该点跳离局部最优。2.如权利要求1所述的纯形法的布谷鸟搜索方法，其特征在于，所述单纯形法的布谷鸟搜索方法包括以下步骤：步骤一，设置鸟窝个数，搜索空间维数，初始化鸟窝的位置巧，找出最优鸟窝的位置和最优解；步骤二，保留上代最优鸟窝的位置为整数，利用位置更新其他的鸟窝位置进行更新，得到一组新的鸟窝的位置，对这组鸟窝的位置进行评价：与上一代产生的一组鸟窝的位置对比，用适应值较好的的鸟窝位置替换适应值较差的鸟窝位置，从而得到一组较优的鸟窝位置；步骤三，用服从均匀分布的随机数作为鸟窝主人发现外来鸟蛋的可能性并比较，保留被发现概率较小的鸟窝位置，随机改变发现概率较大的鸟窝位置，得到一组新鸟窝位置，将这组鸟窝位置进行评价，得到一组新的较优的鸟窝位置；步骤四，用单纯形法进一步搜索，得到一组新的鸟窝位置S对这组鸟窝位置进行评价，得到一组新的较优的鸟窝位置；步骤五，找出得到的中最优的一个鸟窝位置和最优值，若达到迭代停止条件，则输出全局最优值和对应的全局最优位置，否则，继续进行迭代更新。3.如权利要求2所述的纯形法的布谷鸟搜索方法，其特征在于，所述纯形法的布谷鸟搜索方法具体包括：步骤一，设置鸟窝个数n，搜索空间维数d，初始化鸟窝的位置巧找出最优鸟窝的位置和最优解fmin；步骤二，保留上代最优鸟窝的位置为整数，Tmax为最大迭代次数，利用位置更新其他的鸟窝位置进行更...

【专利技术属性】
技术研发人员：莫愿斌，卢彦越，张超群，
申请(专利权)人：广西民族大学，
类型：发明
国别省市：广西,45