一种蚁群寻优方法及装置制造方法及图纸

本发明专利技术提供了一种蚁群寻优方法及装置，该方法包括：在通过预设的蚁群算法和目标蚁群对待寻优的网络拓扑结构寻优的过程中，依据当前目标解和预设的削减速率计算削减因子，并依据该削减因子削减目标蚁群中蚂蚁的数量，这样提高了蚁群算法的计算速度。当目标蚁群中蚂蚁的数量削减到预设的阈值时，增加待寻优的网络拓扑结构中的每条支路上信息素的值，重新设置目标蚁群中蚂蚁的数量，并有方向性的对待寻优的网络拓扑结构进行新一轮的寻优。这样通过增加待寻优的网络拓扑结构中每条支路上信息素的值，使蚁群寻优的过程中，避免陷入局部最优，增加信息素少的支路被选中的概率，增大了得到全局最优解的概率。

Ant colony optimization method and device

The invention provides a method and device for ant colony, the method includes: in the process of using ant colony algorithm and ant target default network topology optimization to optimization, based on the current target solution and a preset cut rate reduction factor, and according to the number of ants in the colony cut factor reduction target so, to improve the computing speed of ant colony algorithm. When the number of ants in the colony target cut to a preset threshold, increasing each branch network topology optimization to the pheromone on the value of the number of re set target of ants in the colony, and network topology optimization direction to a new round of optimization. So by increasing the network topology to be optimized in each branch of the pheromone on the value of the process of ant colony optimization algorithm, to avoid falling into local optimum, increase the probability of branch less pheromone is selected, increases the probability of getting the global optimal solution.

【技术实现步骤摘要】
一种蚁群寻优方法及装置
本专利技术涉及电力领域，尤其涉及一种蚁群寻优方法及装置。
技术介绍
近些年来，智能算法得到了较快的发展，该类算法具有良好的全局寻优能力，并且适用于大规模的计算。其中蚁群算法是应用比较广泛的一种算法。蚁群中的蚂蚁对网络拓扑结构寻优的过程中，蚂蚁会通过网络拓扑结构中的“信息素”选择路径，一般某支路上的信息素浓度越高，选择该支路的蚂蚁数量越多，通过蚂蚁不断寻优的过程，最终在网络拓扑结构中找到最优解，该最优解可以是最短路径或者是最符合条件的网络拓扑结构。但是，随着计算复杂程度的增加，蚂蚁的数量要求越来越多，而随着蚂蚁数量的增加，蚁群算法的计算速度越来越慢。
技术实现思路
有鉴于此，本专利技术实施例公开了一种蚁群寻优方法及装置，通过该不断削减蚁群中蚂蚁数量的方法，提高了蚁群算法寻优的运算效率。本专利技术实施例提供了一种蚁群寻优方法，该方法包括：一种蚁群寻优方法，其特征在于，包括：依据预设的蚁群算法和目标蚁群，在待寻优的网络拓扑结构中寻找当前目标解；依据所述当前目标解和历史全局最优解，获得当前全局最优解；依据所述当前目标解和预设的削减速率，计算削减因子；依据所述削减因子削减所本文档来自技高网...

【技术保护点】
一种蚁群寻优方法，其特征在于，包括：依据预设的蚁群算法和目标蚁群，在待寻优的网络拓扑结构中寻找当前目标解；依据所述当前目标解和历史全局最优解，获得当前全局最优解；依据所述当前目标解和预设的削减速率，计算削减因子；依据所述削减因子削减所述目标蚁群中蚂蚁的数量判断所述目标蚁群中蚂蚁的数量是否达到了预设的阈值；若所述目标蚁群中蚂蚁的数量未达到预设的阈值，返回执行所述依据预设的蚁群算法和目标蚁群，在待寻优的网络拓扑结构中寻找当前目标解。

【技术特征摘要】
1.一种蚁群寻优方法，其特征在于，包括：依据预设的蚁群算法和目标蚁群，在待寻优的网络拓扑结构中寻找当前目标解；依据所述当前目标解和历史全局最优解，获得当前全局最优解；依据所述当前目标解和预设的削减速率，计算削减因子；依据所述削减因子削减所述目标蚁群中蚂蚁的数量判断所述目标蚁群中蚂蚁的数量是否达到了预设的阈值；若所述目标蚁群中蚂蚁的数量未达到预设的阈值，返回执行所述依据预设的蚁群算法和目标蚁群，在待寻优的网络拓扑结构中寻找当前目标解。2.根据权利要求1所述的方法，其特征在于，在依据预设的蚁群算法和目标蚁群，在待寻优的拓扑结构中寻找当前目标解，之前还包括：设置所述目标蚁群中蚂蚁的数量、最大迭代次数、信息素挥发系数并初始化所述待寻优的网络拓扑结构中每个支路上信息素的值。3.根据权利要求1所述的方法，其特征在于，还包括：若所述目标蚁群中蚂蚁的数量达到了预设的阈值，判断是否达到了所述最大的迭代次数；若未达到预设的迭代次数，增加所述待寻优的网络拓扑结构中的每条支路上信息素的值，并重新设置目标蚁群中蚂蚁的数量，返回执行所述依据预设的蚁群算法和目标蚁群，在所述待寻优的网络拓扑结构中寻找目标解；若达到了预设的迭代次数，输出所述当前全局最优解。4.根据权利要求1所述的方法，其特征在于，所述依据所述当前目标解和预设的削减速率，计算削减因子，包括：计算相似变量比；其中所述相似变量比为目标蚁群中找到相同目标解的蚂蚁数量的最大值占所述目标蚁群中蚂蚁数量的比例；依据所述相似变量比和预设的削减速率计算削减因子。5.根据权利要求2所述的方法，其特征在于，所述增加所述待寻优的网络拓扑结构中的每条支路上信息素的值，包括：获取待寻优的所述网络拓扑结构中每条支路上的信息素的最大值，得到信息素积累要素；在预设的随机范围中，获取一个随机值作为信...

【专利技术属性】
技术研发人员：靳松，周术鹏，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北,13