【技术实现步骤摘要】
粒子群位置搜索方法、系统、装置及可读存储介质
本专利技术实施例涉及多目标优化、粒子群算法及遗传算法领域,特别涉及一种粒子群的位置搜索的方法、电子设备、装置及计算机可读存储介质。
技术介绍
目前粒子群的位置搜索方法主要包括传统搜索算法和智能搜索算法两类,传统搜索算法有线性加权法、约束法和线性规划法等,传统算法解决多目标问题就是将多目标问题通过一定办法转变成单目标问题来求解;智能搜索算法有进化算法(EvolutionaryAlgorithm,EA)、粒子群算法(ParticleSwarmOptimization,PSO)、非支配排序遗传算法(Non-dominatedSortingGeneticAlgorithms,NSGA)等依赖仿生学发展起来的算法。其中智能优化算法对于求解带有约束条件的多目标问题具有先天的优势,越来越得到广泛应用,但专利技术人发现,当前智能优化算法在全局空间的搜索情况下搜索效率差,收敛速度慢的缺点。
技术实现思路
本专利技术实施方式的目的在于提供一种粒子群的位置搜索方法、电子设备、装置及计算机可读存储介质,以解决在全局空间的搜索情况下搜索效率差,收敛速度慢的缺点。为解决上述技术问题,本专利技术的实施方式提供了一种粒子群的位置搜索方法,所述方法包括:位置适应度计算步骤:根据粒子群内每个粒子的初始位置和初始速度计算每个粒子的位置适应度;个体最优位置更新步骤:使用每个粒子的所述位置适应度更新每个粒子的个体最优位置;全局最优位置选择步骤:利用每个粒 ...
【技术保护点】
1.一种粒子群的位置搜索方法,其特征在于,所述方法包括:/n位置适应度计算步骤:根据粒子群内每个粒子的初始位置和初始速度计算每个粒子的位置适应度;/n个体最优位置更新步骤:使用每个粒子的所述位置适应度更新每个粒子的个体最优位置;/n全局最优位置选择步骤:利用每个粒子的所述位置适应度更新预构建的全局最优位置网格集,根据预设的全局最优位置选择规则,从所述全局最优位置网格集内选择得到每个粒子的全局最优位置;/n惯性权重及学习因子计算步骤:统计所述个体最优位置更新的更新次数,若所述更新次数小于预设更新阈值,根据所述更新次数求解每个粒子的惯性权重和学习因子;/n位置适应度更新步骤:根据所述惯性权重和所述学习因子计算得到所述粒子群内每个粒子的更新位置和更新速度,根据每个粒子的所述更新位置和所述更新速度重新计算每个粒子的位置适应度,并返回个体最优位置更新步骤;/n更新次数判断步骤:若所述更新次数大于等于所述预设更新阈值,输出得到的所述粒子群内每个粒子的个体最优位置和全局最优位置。/n
【技术特征摘要】
1.一种粒子群的位置搜索方法,其特征在于,所述方法包括:
位置适应度计算步骤:根据粒子群内每个粒子的初始位置和初始速度计算每个粒子的位置适应度;
个体最优位置更新步骤:使用每个粒子的所述位置适应度更新每个粒子的个体最优位置;
全局最优位置选择步骤:利用每个粒子的所述位置适应度更新预构建的全局最优位置网格集,根据预设的全局最优位置选择规则,从所述全局最优位置网格集内选择得到每个粒子的全局最优位置;
惯性权重及学习因子计算步骤:统计所述个体最优位置更新的更新次数,若所述更新次数小于预设更新阈值,根据所述更新次数求解每个粒子的惯性权重和学习因子;
位置适应度更新步骤:根据所述惯性权重和所述学习因子计算得到所述粒子群内每个粒子的更新位置和更新速度,根据每个粒子的所述更新位置和所述更新速度重新计算每个粒子的位置适应度,并返回个体最优位置更新步骤;
更新次数判断步骤:若所述更新次数大于等于所述预设更新阈值,输出得到的所述粒子群内每个粒子的个体最优位置和全局最优位置。
2.根据权利要求1所述的粒子群的位置搜索方法,其特征在于,所述使用每个粒子的所述位置适应度更新每个粒子的个体最优位置,包括:
判断每个粒子的所述位置适应度与每个粒子预存储的个体最优位置的支配关系;
若所述位置适应度支配预存储的所述个体最优位置,则将所述位置适应度替代预存储的所述个体最优位置;
若预存储的所述个体最优位置支配所述位置适应度,则保持每个粒子预存储的个体最优位置不变;
若所述位置适应度与预存储的所述个体最优位置不存在支配关系,则随机选择所述位置适应度或预存储的所述个体最优位置作为每个粒子的个体最优位置。
3.根据权利要求2所述的粒子群的位置搜索方法,其特征在于,所述判断每个粒子的所述位置适应度与每个粒子预存储的个体最优位置的支配关系,包括:
采用如下支配关系判断公式判断每个粒子的所述位置适应度与每个粒子预存储的个体最优位置的支配关系:
其中,fi()表示预构建的支配关系判断公式,i∈1,2,…,n是所述fi()的分量表示,表示所述粒子群内第k个粒子的位置适应度,a表示所述位置适应度,表示所述粒子群内第k个粒子的预存储的所述个体最优位置,b表示所述个体最优位置。
4.根据权利要求1所述的粒子群的位置搜索方法,其特征在于,所述利用每个粒子的所述位置适应度更新预构建的全局最优位置网格集,包括:
寻找每个粒子的所述位置适应度在所述全局最优位置网格集内对应的分全局最优位置集;
判断每个粒子的所述位置适应度与对应的所述分全局最优位置集的支配关系得到支配关系判断结果;
根据所述支配关系判断结果更新所述分全局最优位置集,得到更新后的全局最优位置网格集。
5.根据权利要求4所述的粒子群的位置搜索方法,其特征在于,所述根据所述支配关系判断结果更新所述分全局最优位置集,包括:
若所述分全局最优位置集为空集,则将所述位置适应度直接存入至所述分全局最优位置集内;...
【专利技术属性】
技术研发人员:段明雪,汪树岩,胡芳琴,
申请(专利权)人:中移杭州信息技术有限公司,中国移动通信集团有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。