基于GAPSO算法的最优自适应策略决策方法技术

本发明专利技术提出了一种基于PSO算法的最优自适应策略决策方法，用于解决现有技术在自适应策略空间中策略数量较为巨大的情况下决策效率低的技术问题。实现步骤为：(1)获取自适应系统的决策需求；(2)建立自适应策略空间；(3)构造适应度函数；(4)利用GA算法的交叉和变异对自适应策略空间进行计算，得到中间策略空间，并利用GA算法的选择从中间策略空间选择最优适应度函数值对应的自适应策略加入到目标策略空间，再利用PSO算法对中间策略空间中剩余的自适应策略进行更新，将更新结果加入到目标策略空间中，得到目标策略空间；(5)获取最优自适应策略。本发明专利技术具有决策效率高、适用范围广、可避免自适应策略之间的冲突的优点。

【技术实现步骤摘要】
基于GAPSO算法的最优自适应策略决策方法
本专利技术属于计算机
，涉及一种最优自适应策略决策方法，具体涉及一种基于GAPSO算法的自适应策略空间中最优自适应策略的决策方法。适用于自适应策略空间巨大、搜索过程耗时较长的自适应软件系统中，满足了自适应软件需要快速决策的系统需求。
技术介绍
随着越来越多的软件系统运行在互联网、云计算、大数据等动态、开放、多变、难以预测和控制的环境中，软件系统面临的变化越来越多，也越来越复杂。自适应系统是为了使软件系统能够在上述复杂环境中正常运行而提出来的。自适应软件系统的核心功能之一是当变化发生时，系统能够快速地对该变化做出响应使软件可保持正常运行。因此，能够在由数量巨大的、表示对已经发生的变化的调整方法的自适应策略构成的策略空间中快速决策出最优自适应策略就成了影响自适应软件系统功能和性能的关键因素。目前，国内外的相关学者及研究人员多采用基于并行任务分配调度机制的决策方法和基于强化学习技术的决策方法来解决该问题。2008年，局部合作的多智能体Q-Learning算法被提出，该算法在存在合作关系的Agent之间进行联合动作的选取，否则，执行单个Age本文档来自技高网...

【技术保护点】
一种基于GAPSO算法的最优自适应策略决策方法，包括如下步骤：(1)获取自适应系统的决策需求：根据自适应系统的决策目标及自适应系统或计算机因素对决策目标的影响，获取对决策目标产生影响的因素和每个因素的取值，若每个因素的取值为非连续取值，则这些影响因素和每个因素的取值即为自适应系统的决策需求，若因素的取值为连续取值，对连续取值进行离散化，则这些影响因素和离散后的取值即为自适应系统的决策需求；(2)建立自适应策略空间：根据自适应系统的决策需求，利用多维表结构中的各个维度分别表示对决策目标产生影响的不同因素，并将决策需求中每个影响因素的取值分别放入到多维表结构表示该影响因素的维度中，得到所有自适应策...

【技术特征摘要】
1.一种基于GAPSO算法的最优自适应策略决策方法，包括如下步骤：(1)获取自适应系统的决策需求：根据自适应系统的决策目标及自适应系统或计算机因素对决策目标的影响，获取对决策目标产生影响的因素和每个因素的取值，若每个因素的取值为非连续取值，则这些影响因素和每个因素的取值即为自适应系统的决策需求，若因素的取值为连续取值，对连续取值进行离散化，则这些影响因素和离散后的取值即为自适应系统的决策需求；(2)建立自适应策略空间：根据自适应系统的决策需求，利用多维表结构中的各个维度分别表示对决策目标产生影响的不同因素，并将决策需求中每个影响因素的取值分别放入到多维表结构表示该影响因素的维度中，得到所有自适应策略，所有自适应策略构成自适应策略空间；(3)构造适应度函数：利用自适应系统的决策需求、决策需求中的每个因素对决策目标的影响和每个因素的调整方式，在自适应系统和决策目标的限制和约束下，构造适应度函数；(4)利用GAPSO算法对自适应策略空间进行并行搜索：(4a)建立存放自适应策略的中间策略空间和目标策略空间，并令中间策略空间和目标策略空间均为空；(4b)利用适应度函数，计算自适应策略空间中不同自适应策略的适应度函数值，得到多个自适应策略的适应度函数值；(4c)利用GA算法，从自适应策略空间中并行选择最好适应度函数值对应的自适应策略，并将这些策略加入到目标策略空间中；(4d)利用GA算法，对步骤(4c)选择剩余的适应度函数值对应的自适应策略并行进行交叉，得到进行交叉后的自适应策略；(4e)利用GA算法，对交叉后的自适应策略并行进行变异，并将变异后的自适应策略加入到中间策略空间中；(4f)利用PSO算法，对中间策略空间中的自适应策略并行进行更新，并将并行更新后的自适应策略加入到目标策略空间中，得到包含更新后的自适应策略的目标策略空间；(5)获取最优自适应策略：(5a)确定最优自适应策略决策的终止阈值：重复执行步骤(4)，得到多个目标策略空间，并利用适应度函数计算多个目标策略空间中所有自适应策略的适应度函数值，然后将满足决策目标及限制和约束条件的适应度函数值作为最优自适应策略决策终止时的适应度值阈值，同时将满足决策目标及限制和约束条件的迭代次数值作为最优自适应策略决策终止时的迭代次数阈值；(5b)判断最优自适应策略决策过程是否结束：若目标策略空间的迭代次数达到迭代次数阈值或目标策略空间中存在一个策略其适应度值达到适应度值阈值，最优自适应策略决策过程结束，目标策略空间中适应度值最优的策略即为最优自适应策略；否则，重复执行步骤(4)至步骤(5)。2.根据权利要求1所述的基于GAPSO算法的最优自适应策略决策方法，其特征在于：步骤(1)中所述的自适应系统的决策需求，采用XML、Excel和文本文档TXT中的任何一种格式存储。3.根据权利要求1所述的基于GAPSO算法的最优自适应策略决策方法，其特征在于：步骤(4c)所述的从自适应策略空间中并行...

【专利技术属性】
技术研发人员：李青山，王璐，张彦，何柳，张曼，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61