一种针对随机拓扑的RTID-PSO方法及系统技术方案

技术编号：28675678 阅读：21 留言：0更新日期：2021-06-02 02:52

本发明专利技术公开了一种针对随机拓扑的RTID‑PSO方法及系统，以随机概率从适应值优于自身的粒子中随机选取2个种群领导者，每个个体根据速度公式更新速度，以随机概率考察反向点，进行第一次排序。用全局最优解和第二第三最优解联合差分进化，得到进化解。以此进行二轮比较——如果进化解优于当前全局最优解，则使用进化解；否则，使用原有最优解更新速度和位置。更新之后，用新的速度和位置对当前个体适应值更新排序。如果排序结果发生变化，则更新拓扑结构重复迭代；如果排序结果不变，则只需要同步更新当前个体的速度重复迭代。直到达到误差精度，训练出最优解。本发明专利技术无论是在收敛速度、误差精度，还是全局勘探能力，都明显优于以往的算法。

全部详细技术资料下载

【技术实现步骤摘要】
一种针对随机拓扑的RTID-PSO方法及系统
本专利技术涉及一种通过PSO方法从固定拓扑向随机拓扑的创造性拓展，属于智能计算领域。
技术介绍
粒子群算法，也称粒子群优化算法或鸟群觅食算法(ParticleSwarmOptimization)，缩写为PSO，是1995年由J.Kennedy和R.C.Eberhart等开发的一种新的进化算法。PSO算法属于进化算法的一种，和模拟退火算法相似，机理是从随机解出发，通过迭代寻找最优解，通过适应度来评价解的品质，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在实际问题中展示了其优越性。反向学习机制(Opposition-BasedLearning，OBL)是由Tizhoosh提出的一种可以有效的拓宽搜索空间，覆盖可行解区域的机制，并且已被广泛应用在差分进化算法(DE)中，并得到了有效的成果。另外，反向学习机制可以在单次迭代中计算候选解决及其相应的反向解决的目标函数值，在两者间进行比较。反向算子是当前候选解决方案的扩展，有概率更接近最优解，能够有效避免陷入局部最优的情况。图论教学理论于1736年被欧拉提出，该种教学理论是离散数学的重要分支，其研究的根本对象是图。在图论研究中所涉及到的图是由若干个给定的点和连接两点的线所构成，该种图形通常会用来描述某种事物之间存在的特定关系，并使用点代表事物，而使用两点之间的连线代表两种事物之间存在的密切联系。近年来，随着处理离散信号的需求增多，解决离散数学点线问题的数...

【技术保护点】
1.一种针对随机拓扑的RTID-PSO方法，其特征在于，包括以下步骤：/n步骤1.初始化种群个体数目{x

【技术特征摘要】
1.一种针对随机拓扑的RTID-PSO方法，其特征在于，包括以下步骤：
步骤1.初始化种群个体数目{xi}、个体速度{vi}、全局最优解g、个体历史最优解{hi}，设定认知学习因子c1、c2、c3；
步骤2.更新随机双领导拓扑结构：首先计算种群个体的适应值{f(xi)}，{f(xi)}表示每个个体的适应值的集合，f(xi)表示个体i的适应值，并根据适应值排序，每个个体从适应值高于自身的个体中随机选择两个个体做自己的领导者，这两个领导者分别为b1、b2；
步骤3.根据以下公式更新速度：
vi＝vi+c1(hi-xi)+c2(g-xi)+c3(b1+b2-2xi)
其中，vi表示第i个个体的速度，xi表示第i个个体，hi表示第i个个体的历史最优解，g表示全局最优个体，b1、b2表示第i个个体随机选中的两个领导者；c1、c2、c3表示设定认知学习因子；
步骤4.每个个体以概率P考察反向点：

其中，xi′是xi的反向点，如果f(x′)＜f(hi)，就保留xi和vi，f(x′)表示反向点的适应值，f(hi)表示个体历史最优解对应的适应值；否则，用xi′更新取代xi，-vi的速度取代vi，即：xi＝x′、vi＝--vi；
步骤5.用最大值、第二最大值、第三最大值做差分进化，对i＝1，2，3，计算gi′：
gi′＝gi+rand·(g-gi)
其中，gi′表示对应的差分位置，gi表示第i最大值的个体，g表示全局最优个体；
如果f(g)＜f(g′i)，就保留g；否则，用gi′更新取代g；
步骤6.以新速度更新位置：
xi＝xi+rand·vi
更新之后，以适应值重新对种群个体排序{f(xi)}：若排序结果和更新前相同，则回到步骤3，否则回到步骤2；
步骤7.不断重复步骤2-步骤5，直到满足终止条件，寻得最优解。

2.根据权利要求1所述针对随机拓扑的RTID-PSO方法，其特征在于：步骤4中概率P＞0.3。

3.一种针对随机拓扑的RTID-PSO系统，其特征在于：包括设置模块、初始化模块、随机双领导拓扑结构更新模块、速度更...

【专利技术属性】
技术研发人员：张淼森，刘天祺，钟汉峰，刘孟泉，刘国华，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32

全部详细技术资料下载我是这个专利的主人