【技术实现步骤摘要】
一种基于改进遗传算法的群粒子梯度下降算法
本专利技术涉及一种决策和选址方面的寻优方法,涉及函数寻优算法,尤其能求解复杂函数条件下的寻优问题。
技术介绍
人工智能网络训练、自动控制、模式识别等领域多目标规划问题范围极广,其中如决策和选址方面的寻优方法在现实中极有意义:如救援基地选址问题。救援基地选址需要考虑到救援距离、救援时间、建设成本、建设可行性等问题,该问题属于多目标规划问题,可建立与其目标相一致的适应函数,根据该适应函数中的底层参数变量,如救援点位置,可用于求解救援距离、救援时间、建设成本、建设可行性等需求目标值。底层参数变量具有自己的取值范围,基于改进遗传算法的群粒子梯度下降算法可用于求解各个底层参数变量的最优化组合,使得适应函数的取值最优。选址方面的寻优应用场景极宽,如电动汽车充电站寻址;又如城市换乘枢纽的寻址,以及一些具有公共用品的集散寻址等。各种寻址中,如救援基地选址问题属于多目标规划问题,基于改进遗传算法的群粒子梯度下降算法相较于传统算法可更快更准的求解多目标规划问题。而多目标规划问题涉及到人工智能网络训练、自动控制、模式识别、工程设计及智能故障诊断等各个领域,因此本专利技术具有较强的应用潜力及科学价值。人工神经网络技术是当前最热门的技术之一,而算法是人工智能技术的核心。倘若将人工智能比作计算机模拟人类的思维活动,那么为实现机器智能思索所构建的结构体则可类比为人类的思维结构,而智能算法则可类比为人类的思维方法。尽管目前已有多种算法可达到智能搜索目的,但算法之间在收敛速度、搜索范围、收敛到 ...
【技术保护点】
1.基于改进遗传算法的群粒子梯度下降算法,其特征是,能快速准确地搜索到复杂函数条件下的全局最优解,群粒子梯度下降算法的步骤:生成初始种群是否满足终止条件、计算每个个体的适应度值;筛选遗传算子,梯度下降法作用每个个体生成新种群,计算每个个体的适应度值,交叉变异操作生成新种群;/n遗传算法的改进方法是:将种群内适应度值最大的前5个个体保留,剩余的新种群个体以轮盘选择法进行概率选择;/n步骤一:初始化Pm,Pc,Num,Gen,maxk参数,随机产生第一代种群Pop,其中Pc为交叉概率,Pm为变异概率,Num为种群规模,Gen为终止进化的代数,maxk为梯度下降法最大迭代次数。/n步骤二:/n初始化遗传进化迭代次数k,令k=0;/n计算种群Pop中每一个体的适应度值:Fitness_value(i)=fit(Pop(i)),其中fit为适应函数,Fitness_value(i)为Pop种群中第i个个体的适应度值;/n从种群Pop中人工保留适应度值最大的前5个个体,剩余个体根据适应度以比例依照轮盘转法进行选择,产生新种群Pop_new;轮盘选择法的具体操作步骤为:首先对种群Pop中每个个体的适 ...
【技术特征摘要】
1.基于改进遗传算法的群粒子梯度下降算法,其特征是,能快速准确地搜索到复杂函数条件下的全局最优解,群粒子梯度下降算法的步骤:生成初始种群是否满足终止条件、计算每个个体的适应度值;筛选遗传算子,梯度下降法作用每个个体生成新种群,计算每个个体的适应度值,交叉变异操作生成新种群;
遗传算法的改进方法是:将种群内适应度值最大的前5个个体保留,剩余的新种群个体以轮盘选择法进行概率选择;
步骤一:初始化Pm,Pc,Num,Gen,maxk参数,随机产生第一代种群Pop,其中Pc为交叉概率,Pm为变异概率,Num为种群规模,Gen为终止进化的代数,maxk为梯度下降法最大迭代次数。
步骤二:
初始化遗传进化迭代次数k,令k=0;
计算种群Pop中每一个体的适应度值:Fitness_value(i)=fit(Pop(i)),其中fit为适应函数,Fitness_value(i)为Pop种群中第i个个体的适应度值;
从种群Pop中人工保留适应度值最大的前5个个体,剩余个体根据适应度以比例依照轮盘转法进行选择,产生新种群Pop_new;轮盘选择法的具体操作步骤为:首先对种群Pop中每个个体的适应度值进行归一化处理,第i个个体归一化后的适应度值记为Fitness_value_1(i),满足N为种群Pop中的个体个数;其次计算每个个体被选择的概率区间,用累加的方式,如第j个个体被选择的概率区间为:最后随机生成一个0-1之间的数,数字落在哪个区间即保留哪个个体;
初始化梯度下降迭代次数kk,令kk=0;
当kk<=maxk
梯度下降法作用种群Pop_new中每个个体,产生新的种群Pop_new_new,且计算种群Pop_new_new中每个个体的适应度值:Fitness_value(i)=fit(Pop_new_new(i)),此时...
【专利技术属性】
技术研发人员:单雨龙,赵世军,李秋涵,
申请(专利权)人:中国人民解放军国防科技大学,
类型:发明
国别省市:江苏;32
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。