试变异粒子群优化方法、系统、计算机设备、介质及应用技术方案

本发明专利技术属于可靠性优化技术领域，公开了一种试变异粒子群优化方法、系统、计算机设备、介质及应用，基于PSO算法，分别设计直接位置更新策略和试变异策略；通过复杂测试函数的验证和比较，证明DTSPO方法设计的合理性，以及方法拥有的优异的全局寻优能力。本发明专利技术通过设计直接位置更新策略和试变异策略，有效维持了种群的多样性、探索和开发的平衡，提升了获得全局最优解的概率；通过9种复杂测试函数的验证和比较，证明了DTSPO方法设计的合理性，以及算法拥有的优异的全局寻优能力。比较结果证明，本发明专利技术所提的DTPSO算法能够为可靠性优化等实际应用提供有效的技术支撑。用提供有效的技术支撑。用提供有效的技术支撑。

【技术实现步骤摘要】
试变异粒子群优化方法、系统、计算机设备、介质及应用


[0001]本专利技术属于可靠性优化
，尤其涉及一种试变异粒子群优化方法、系统、计算机设备、介质及应用。

技术介绍

[0002]目前，可靠性是现代工业社会中衡量各类产品应用性能的重要指标，是各类产品竞争力和适应性的重要保障。中可靠性要求是以“质量为先”发展目标的重要体现。因此，提高产品的可靠性越来越得到当今制造业的高度重视。另一方面，产品的成本和可靠性通常呈现正相关系，在保障可靠性指标的同时，也必须要考虑产品的成本因素。在成本和可靠性之间寻求一种平衡，是提高产品竞争力的关键途径。因此，可靠性优化就成为寻求成本和可靠性平衡的重要技术，为现代企业的生存和发展提供了技术支撑。一般来说，可靠性优化是指在一定资源约束条件下，找到一个最优的设计方案，使系统获得最高可靠性，或通过最小化投资获得最大的可靠性保障。
[0003]可靠性优化通常包括可靠性冗余分配(reliability redundancy allocation)优化和可靠度分配(reliability allocation)优化。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种直接位置更新策略的试变异粒子群优化方法，其特征在于，所述直接位置更新策略的试变异粒子群优化方法包括以下步骤：设计直接位置更新策略和试变异策略；通过复杂测试函数的验证DTSPO方法的优异的全局寻优能力。2.如权利要求1所述的直接位置更新策略的试变异粒子群优化方法，其特征在于，基于PSO算法设计直接位置更新策略和试变异策略。3.如权利要求1所述的直接位置更新策略的试变异粒子群优化方法，其特征在于，所述直接位置更新策略的设计方法，包括：所述直接位置更新策略的数学描述为：其中，ω表示惯性权重，惯性权重用于平衡粒子迭代过程中的探索能力和开发能力；直接位置更新策略不需要再通过叠加速度向量来更新粒子位置，而直接将粒子位置作为更新变量。4.如权利要求3所述的直接位置更新策略的试变异粒子群优化方法，其特征在于，所述惯性权重采用非线性递增的方式，递减型惯性权重有利于早期迭代的种群开发和后期迭代的种群探索；非递增型惯性权重从种群在早期迭代的分散性和在后期迭代的聚集性考虑，采用与递减型惯性权重相逆的思维；所述非线性递增型惯性权重计算：其中，k
max
表示最大迭代次数；ω
min
和ω
max
分别表示表示惯性权重的最小值和最大值；非线性惯性权重在迭代早期和后期分别比线性递增型惯性权重有较快和较慢的变化率。5.如权利要求1所述的直接位置更新策略的试变异粒子群优化方法，其特征在于，所述试变异策略的设计方法，包括：根据粒子更新后的质量，即粒子在更新后，若不能对群体极值有贡献，即fit(p
i
)不能优于fit(p
ge
)，则实施一次试变异，fit()表示由适应度函数计算的适应度值；变异公式如下所示：其中，p
t
表示由变异产生的临时粒子位置向量；b
u
和b
l
分别表示种群搜索空间的上限边界向量和下限边界向量；r3、r4、r5分别表示3个在[0，1]之间产生的随机数；试变异原理是指：促发变异后，先产生一个临时粒子p
t
，若fit(p
t
)优于fit(p
ge
)，则令p
i
＝p
t
，p
ie
＝p
t
，p
ge
＝p
t
，若fit(p
t
)优于fit(p
ie
)，则令p
i
＝p
t
，p
ie
＝p
t
，如果不能达到前两个条件中的任意一个，则放弃此次变异。6.一种如权利要求1～5任意一项所述的直接位置更新策略的试变异粒子群优化方法在对可靠性冗余分配问题的优化中的应用，其特征在于，所述对可靠性冗余分...

【专利技术属性】
技术研发人员：郑波，马昕，高峰，张小强，高会英，卢俊文，蒋豪，陈九昊，
申请(专利权)人：中国民用航空飞行学院，
类型：发明
国别省市：