一种基于指标改进多目标细菌趋药性算法的决策方法技术

本发明专利技术公开了一种基于指标改进多目标细菌趋药性算法的决策方法，属于系统优化决策领域。本发明专利技术首先对Isde+指标求解非凸问题进行了改进，提出了一种融合Isde+指标的改进MOBCC算法‑‑BIMOBCC。该方法的改进策略主要有：在解集选择中利用支配概念作为主要准则，Isde+指标值作为次要准则；利用外部存档存储解集比较中产生的非支配解以及利用NDX交叉算子产生的新非支配解，增加了算法的搜索能力；采用Isde+指标作为外部存档更新的依据，并利用外部存档来更新下一代解。最后通过ZDT系列函数证明了改进方法的有效性，通过求解电热综合调度问题证明了改进方法的实用性。本发明专利技术对解决实际应用中的多目标优化问题具有重大意义。

【技术实现步骤摘要】
一种基于指标改进多目标细菌趋药性算法的决策方法
：本专利技术涉及系统优化决策领域，具体涉及一种基于指标改进多目标细菌趋药性算法的决策方法。
技术介绍
:在过去的几十年中，全局优化问题的复杂性显著增加，并扩展到多目标优化问题。在多目标优化问题中，优化问题的性质极其复杂，多数被同时优化的多个目标之间是相互作用并且相互冲突的，如在企业生产活动中，产品质量与生产成本是两个相互冲突的目标。多目标求解计算量也极具增加，传统的确定性优化方法，如线性规划、非线性规划、迭代法、梯度法等已经不能满足实际计算的需要。智能进化算法是一类模拟生物自然选择与自然计划的随机性搜索算法，例如：进化类算法、群智能算法、模拟退火算法、禁忌搜索算法和神经网络算法等。因其适用于求解高度复杂的非线性问题而得到了广泛的应用，同时具有较好的通用性，在求解只有单个目标的复杂系统优化问题时，进化智能算法的优势得到了充分体现，因此针对多个目标的优化问题，出现了一系列的多目标智能进化算法。因其独特的优点和机制，这些算法得到了国内外学者的广泛关注，掀起了研究热潮，在信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域得到了成功应用。多目标进化智能算法根据其进化方式不同又可分为聚合函数型、基于指标评价型以及帕累托支配型。目前大多数传统的智能算法多基于帕累托支配型，但基于帕累托支配型对高维多目标问题求解能力不足，基于指标评价的方法成为研究的热点。另外针对基于帕累托机制与基于指标机制融合的方法来改善进化算法性能的研究，也取得了一定的进展。细菌趋药性算法(bacteriachemotaxis，BC)是Müller博士在2002年根据细菌在不同的化学引诱剂浓度下呈现不同的运动规律提出的一种群体智能优化算法，细菌趋药性算法作为一种新兴的群体智能算法，已广泛应用于电网故障抢修、微电网规划以及电力系统无功优化等单目标优化问题，并取得不错的效果，其对于解决多目标问题也有一定的研究意义。目前多目标BCC算法已取得一定进展，依旧存在最优解解分布不均匀，易陷入局部最优、收敛速度慢、对高维多目标问题求解能力不足的问题。
技术实现思路
:本专利技术提供了一种基于指标改进多目标细菌趋药性算法的决策方法，其将基于Isde+指标的方法引入到基于支配框架的MOBCC算法中，并针对其在非凸问题上的缺点对Isde+值进行了完善，提出了新的Isde+值计算方法，然后在基本BCC搜索的基础上，采用Isde+值作为评价指标，以帕累托支配作为个体比较的首要准则，以Isde+值作为个体比较的次要准则；保留比较过程中产生的非支配个体，利用正态分布交叉算子(NDX)产生新的个体；进一步提升多目标细菌趋药性算法(MOBCC)求解多目标问题的收敛速度以及最终求得解集的收敛性与多样性，改善了算法在多目标问题中的适用性。为解决上述技术问题，本专利技术提供的技术方案为：一种基于指标改进多目标细菌趋药性算法的优化方法，在系统中，获取基础数据建立系统模型；基于系统模型确定多个目标函数，采用基于指标改进多目标细菌趋药性算法对目标函数进行优化；将其优化后的解用于系统模型中进行系统决策；其特征在于：所述基于指标改进多目标细菌趋药性算法包括如下步骤：1)设置基本参数，生成初始化种群P；2)对步骤1)种群P中每个个体执行基本的BCC搜索策略，得到个体移动和群体移动两个待定位置，对两个待定位置执行可行性校验及调整；3)根据步骤2)搜索得到的两个待定位置对应的函数值，以帕累托支配和改进后的Isde+指标为比较准则：若互为支配，取非支配位置为新位置，若互不支配，位置对应指标值大的为新位置，小的位置存储到外部存档EXA1中；如果新位置对应的函数值受原位置对应的函数值支配，那么取原位置作为新位置；对每个个体执行以上判断方法，得到群体新位置与外部存档EXA1；4)将步骤3)得到的存档EXA1，更新到外部存档中；对步骤3)得到的新群体，选择部分对应指标值优的个体，执行NDX交叉策略，得到新位置并执行可行性校验及调整，更新到外部存档中；如果外部存档个数大于上限，执行步骤5)，否则执行步骤6)；5)执行外部存档更新策略：首先对外部存档执行非支配比较，删除支配解对应的存档个体，如果仍大于上限，那么计算对应的指标值，对值小的个体进行删除，直到满足外部存档个数要求；6)将步骤3)得到新群体P根据外部存档中的个体进行更新，得到新一代群体Q；7)判断是否满足终止条件，若是输出结果，若不是，进行步骤2)。改进后Isde+指标的计算公式如下式所示：式子中：p、q、q′表示种群中的个体；dist(p,qi′)表示个体p,与个体qi′的相似度即欧式距离，其中p,qi′∈P且p≠qi′，P为种群集合；而qi′是qi移动后的解，一个解qi移动到新位置qi′的公式如下：式子中，p(j)，q(j)，q′(j)分别代表个体p、q、q′在第j维的目标值，m为目标维数；PSB(P)表示群体P中目标函数值总和小于p的函数值总和的个体集合，若SB(q)<SB(p)，则q∈PSB(p)；NSB(p)为该集合的个体数，个体x的目标函数值和求解公式如下式子中，fi(x)是个体x在第i个问题上的函数值，m为子目标总数。本专利技术采用上述技术方案具有的有益效果为：本专利技术搭建了该算法的基本框架，该算法以帕累托机制作为解比较的首要准则，如果互为非支配解，则用改进的Isde+指标值作为次要准则选择较优解，其中，改进后的Isde+指标解决了其在非凸问题上的缺点；采用了外部存档策略，外部存档的个体主要由Isde+指标差的变异生成以及非支配解中次优解构成，利用外部存档对每代个体进行比较更新，可改善最优解集的分布性与收敛性；经过仿真测试证明，基于指标的BIMOBCC可以解决MOBCC算法在多目标问题中得到的解集分布不均的问题，以及在高维多目标问题的适用性。附图说明：图1是本专利技术基于指标改进多目标细菌趋药性算法的优化方法流程框图；图2是本专利技术所述算法在测试函数ZDT1的仿真结果；图3是本专利技术所述算法在测试函数ZDT2的仿真结果；图4是本专利技术所述算法在测试函数ZDT3的仿真结果；图5是本专利技术所述算法在测试函数ZDT4的仿真结果；图6是本专利技术所述算法在测试函数ZDT6的仿真结果；图7是本专利技术所述算法在测试函数CONVEX60的仿真结果；图8是本专利技术所用实际求解案例的电热模型示意图；图9是本专利技术所述算法在实际电热调度应用中的仿真结果；具体实施方式：本专利技术阐述了一种基于指标改进多目标细菌趋药性算法的优化方法，在系统中，获取基础数据建立系统模型；基于系统模型确定多个目标函数，采用基于指标改进多目标细菌趋药性算法对目标函数进行优化；将其优化后的解用于系统模型中进行系统决策；其特征在于：所述基于指标改进多目标细菌趋药性算法包括如下步骤：1)设置基本参数，生成初始化种群P；2)对步骤1)种群P中每个个体执行基本的BCC搜索策略，得到个体移动和群体移动两个待定位置，对两个待定位置执行可行性校验及调整；3)根据步骤2)搜索得到的两个待定位置对应的函数值，以帕累托支配和改进后的Isde+指标为比较准则：若互为支配，取非支配位置为新位置，若互不支配，位置对应指标值大的为新位置，小的位置存储到外部存档EXA1中本文档来自技高网...

【技术保护点】
1.一种基于指标改进多目标细菌趋药性算法的决策方法，其特征在于：在系统中，获取基础数据建立系统模型；基于系统模型确定多个目标函数，采用基于指标改进多目标细菌趋药性算法对目标函数进行优化；将其优化后的解用于系统模型中进行系统决策；其中，所述基于指标改进多目标细菌趋药性算法包括如下步骤：1)设置基本参数，生成初始化种群P；2)对步骤1)种群P中每个个体执行基本的BCC搜索策略，得到个体移动和群体移动两个待定位置，对两个待定位置执行可行性校验及调整；3)根据步骤2)搜索得到的两个待定位置对应的函数值，以帕累托支配和改进后的Isde+指标为比较准则：若互为支配，取非支配位置为新位置，若互不支配，位置对应指标值大的为新位置，小的位置存储到外部存档EXA1中；如果新位置对应的函数值受原位置对应的函数值支配，那么取原位置作为新位置；对每个个体执行以上判断方法，得到群体新位置与外部存档EXA1；4)将步骤3)得到的存档EXA1，更新到外部存档中；对步骤3)得到的新群体，选择部分对应指标值优的个体，执行NDX交叉策略，得到新位置并执行可行性校验及调整，更新到外部存档中；如果外部存档个数大于上限，执行步骤5)，否则执行步骤6)；5)执行外部存档更新策略：首先对外部存档执行非支配比较，删除支配解对应的存档个体，如果仍大于上限，那么计算对应的指标值，对值小的个体进行删除，直到满足外部存档个数要求；6)将步骤3)得到新群体P根据外部存档中的个体进行更新，得到新一代群体Q；7)判断是否满足终止条件，若是输出结果，若不是，进行步骤2)。...

【技术特征摘要】
1.一种基于指标改进多目标细菌趋药性算法的决策方法，其特征在于：在系统中，获取基础数据建立系统模型；基于系统模型确定多个目标函数，采用基于指标改进多目标细菌趋药性算法对目标函数进行优化；将其优化后的解用于系统模型中进行系统决策；其中，所述基于指标改进多目标细菌趋药性算法包括如下步骤：1)设置基本参数，生成初始化种群P；2)对步骤1)种群P中每个个体执行基本的BCC搜索策略，得到个体移动和群体移动两个待定位置，对两个待定位置执行可行性校验及调整；3)根据步骤2)搜索得到的两个待定位置对应的函数值，以帕累托支配和改进后的Isde+指标为比较准则：若互为支配，取非支配位置为新位置，若互不支配，位置对应指标值大的为新位置，小的位置存储到外部存档EXA1中；如果新位置对应的函数值受原位置对应的函数值支配，那么取原位置作为新位置；对每个个体执行以上判断方法，得到群体新位置与外部存档EXA1；4)将步骤3)得到的存档EXA1，更新到外部存档中；对步骤3)得到的新群体，选择部分对应指标值优的个体，执行NDX交叉策略，得到新位置并执行可行性校验及调整，更新到外部存档中；如果外部存档个数大于...

【专利技术属性】
技术研发人员：卢志刚，姚伟涛，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北,13