一种最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最优化方法及装置，该方法，包括：S1：获取损耗函数和迭代结束的条件；S2：根据损耗函数，确定损耗函数的观测函数；S3：根据观测函数，确定待优化参数的迭代函数，迭代函数中包括随机扰动同步向量；S4：对迭代函数进行初始化；S5：确定第k次迭代的随机扰动同步向量；S6：根据第k次迭代的随机扰动同步向量和第k个待优化参数，确定第k次迭代的迭代函数；S7：根据第k次迭代的迭代函数，确定第k+1个待优化参数；S8：判断是否满足迭代结束的条件，如果是，则输出第k+1个待优化参数，否则，确定k＝k+1，返回S5，k为大于等于0的整数。本发明专利技术提供了能够在有限运行成本内，达到更好的优化效果。

An optimization method and device

The invention provides a device and a method of optimization, the method, including: S1: get the end of loss function and iteration condition; S2: according to the loss function, determine the observation function loss function; S3: according to the observation function, determine the iterative function parameters to be optimized, including synchronous iterative function random perturbation vector; S4: the initialization of iterative function; S5: random disturbance vector iteration synchronization K; S6: according to the random perturbation of synchronous vector and the K parameters to be optimized the K iteration, K iteration to determine the iteration function; S7: according to the K iteration of the iterative function, determine the k+1 to optimize the parameters; S8: the end of the iteration to determine whether they meet the conditions, if it is, then the output of the k+1 parameters to be optimized, otherwise, k = k+1, returns S5, K is an integer of 0 or more. The invention provides a better optimization effect in the limited operation cost.

【技术实现步骤摘要】
一种最优化方法及装置
本专利技术涉及计算机
，特别涉及一种最优化方法及装置。
技术介绍
在各种生产过程中，经常遇到许多复杂的最优化问题，并且常常带有一定的随机性，如何解决这些最优化问题越来越受到重视。在现有技术中，存在较多的实现最优化的方案，但是，这些方案一般需要较高的运行成本才能达到较好的效果，在有限的运行成本内的优化效果较差。
技术实现思路
本专利技术实施例提供了一种最优化方法及装置，能够在有限运行成本内，达到更好的优化效果。一方面，本专利技术实施例提供了一种最优化方法，包括：S1：获取损耗函数和迭代结束的条件；S2：根据所述损耗函数，确定所述损耗函数的观测函数；S3：根据所述观测函数，确定待优化参数的迭代函数，其中，所述迭代函数中包括随机扰动同步向量；S4：对所述迭代函数进行初始化；S5：确定第k次迭代的随机扰动同步向量；S6：根据第k次迭代的随机扰动同步向量和第k个待优化参数，确定第k次迭代的迭代函数；S7：根据第k次迭代的迭代函数，确定第k+1个待优化参数；S8：判断是否满足所述迭代结束的条件，如果是，则输出第k+1个所述待优化参数，否则，确定k＝k+1，返回步骤S5，其本文档来自技高网...

【技术保护点】
一种最优化方法，其特征在于，包括：S1：获取损耗函数和迭代结束的条件；S2：根据所述损耗函数，确定所述损耗函数的观测函数；S3：根据所述观测函数，确定待优化参数的迭代函数，其中，所述迭代函数中包括随机扰动同步向量；S4：对所述迭代函数进行初始化；S5：确定第k次迭代的随机扰动同步向量；S6：根据第k次迭代的随机扰动同步向量和第k个待优化参数，确定第k次迭代的迭代函数；S7：根据第k次迭代的迭代函数，确定第k+1个待优化参数；S8：判断是否满足所述迭代结束的条件，如果是，则输出第k+1个所述待优化参数，否则，确定k＝k+1，返回步骤S5，其中，k为大于等于0的整数。

【技术特征摘要】
1.一种最优化方法，其特征在于，包括：S1：获取损耗函数和迭代结束的条件；S2：根据所述损耗函数，确定所述损耗函数的观测函数；S3：根据所述观测函数，确定待优化参数的迭代函数，其中，所述迭代函数中包括随机扰动同步向量；S4：对所述迭代函数进行初始化；S5：确定第k次迭代的随机扰动同步向量；S6：根据第k次迭代的随机扰动同步向量和第k个待优化参数，确定第k次迭代的迭代函数；S7：根据第k次迭代的迭代函数，确定第k+1个待优化参数；S8：判断是否满足所述迭代结束的条件，如果是，则输出第k+1个所述待优化参数，否则，确定k＝k+1，返回步骤S5，其中，k为大于等于0的整数。2.根据权利要求1所述的方法，其特征在于，所述迭代函数为：其中，第k个待优化参数，y(θ)为所述观测函数，Δk为第k次迭代的随机扰动同步向量，Δk＝[Δk1,Δk2,...,Δkn]T，Δki为Δk的第i个元素，A为第一预设系数，α为第二预设系数，a为第三预设系数，c为第四预设系数，γ为第五预设系数。3.根据权利要求1所述的方法，其特征在于，所述随机扰动同步向量中的每个元素独立同分布，均服从分段均匀分布U[-1.4908，-0.4902]∪[0.4902，1.4908]；和/或，所述迭代结束的条件包括：迭代过程的运行时间大于等于预设的时间阈值；所述判断是否满足所述迭代结束的条件，包括：判断所述迭代过程的运行时间是否大于等于所述时间阈值。4.根据权利要求1所述的方法，其特征在于，所述观测函数为所述损耗函数与噪声之和；和/或，所述对所述迭代函数进行初始化，包括：获取所述待优化参数的预设初始值；和/或，所述迭代结束的条件包括：k等于预设的迭代步数阈值；所述判断是否满足所述迭代结束的条件，包括：判断k是否等于所述迭代步数阈值。5.根据权利要求2所述的方法，其特征在于，α为0.602；和/或，γ为0.101；和/或，a满足其中，s为预设的每次迭代所述待优化参数需要改变的最小量，g为模拟预设次数后的的均值，其中，和/或，A＝0.1×k；和/或，所述观测函数中包括：噪声；c为所述噪声的标...

【专利技术属性】
技术研发人员：李文奇，
申请(专利权)人：山东浪潮云服务信息科技有限公司，
类型：发明
国别省市：山东,37