一种飞蛾扑火算法的优化方法、系统、终端以及存储介质技术方案

本申请涉及一种飞蛾扑火算法的优化方法、系统、终端以及存储介质。所述方法包括：对飞蛾与火焰群体进行初始化；根据所述飞蛾的原始匹配火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰；当所述飞蛾不存在原始匹配火焰时，利用飞蛾寿命机制将所述飞蛾淘汰，并根据重新匹配后的火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰；当得到唯一存活火焰时，将所述唯一存活火焰作为飞蛾扑火算法的最终优化结果。本申请实施例可以使得飞蛾扑火算法更好的逼近全局最优解。局最优解。局最优解。

【技术实现步骤摘要】
一种飞蛾扑火算法的优化方法、系统、终端以及存储介质


[0001]本申请属于群智能优化
，特别涉及一种飞蛾扑火算法的优化方法、系统、终端以及存储介质。

技术介绍

[0002]优化问题是日常生产生活中十分常见的一类问题，其在生活中拥有很广泛的应用。例如，调度系统通过优化对航班的调度，从而减少燃油的消耗，钢铁企业对炼钢过程中的参数进行优化，从而减少煤炭消耗、减少碳排放等。为了更好的应对应用的需求，优化算法需要具备更好的逼近全局最优解的能力。传统的优化方法包括登山算法、迭代本地搜索算法、梯度下降算法等，其中登山算法利用单一的搜索个体，通过调整变量值以寻找最优解。迭代本地优化算法是对登山算法的一种改进，同样利用单一的搜索个体，通过将上一轮迭代获得的最优解作为下一轮迭代的起始点，从而更好的寻求最优解。这两种算法虽能对问题进行优化，但因为没有考虑群体优化而常常面临局部最优解困境。梯度下降算法通过梯度信息与反向传导，从而对变量进行优化。该算法虽然拥有良好的优化性能，但是在优化过程中，需要目标函数的梯度信息，从而使其作用领域受限。
[0003]飞蛾扑火算法是一种受飞蛾飞行路径启发的优化算法，该算法将飞蛾视作搜索个体，将火焰视为优化目标，通过飞蛾扑火飞行带来的启发，模仿并设计了对应的飞蛾扑火算法的优化算法。该算法虽然拥有较其他遗传算法更优的优化性能以及更快的迭代效率，但仍然存在不考虑密度感知的随机初始化、粗糙的飞蛾
‑
火焰匹配机制、没有考虑飞蛾寿命因素、没有充分利用探索机制等缺陷。因此，有必要针对上述缺陷对现有的飞蛾扑火算法进行改进，使得该算法具有更好的优化能力。

技术实现思路

[0004]本申请提供了一种飞蛾扑火算法的优化方法、系统、终端以及存储介质，旨在至少在一定程度上解决现有技术中的上述技术问题之一。
[0005]为了解决上述问题，本申请提供了如下技术方案：
[0006]一种飞蛾扑火算法的优化方法，包括：
[0007]对飞蛾与火焰群体进行初始化；
[0008]根据所述飞蛾的原始匹配火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰；
[0009]当所述飞蛾不存在原始匹配火焰时，利用飞蛾寿命机制将所述飞蛾淘汰，并根据重新匹配后的火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰；
[0010]当得到唯一存活火焰时，将所述唯一存活火焰作为飞蛾扑火算法的最终优化结果。
[0011]本申请实施例采取的技术方案还包括：所述对飞蛾与火焰群体进行初始化包括：
[0012]设定初始化向量的生成数量；
[0013]判断被优化问题是否拥有先验知识，如果拥有先验知识，利用所述先验知识指导生成初始化向量；如果没有先验知识，通过完全随机的方式生成初始化向量；
[0014]采用密度感知机制对生成的初始化向量进行向上聚类，得到设定数量的初始化向量。
[0015]本申请实施例采取的技术方案还包括：所述对飞蛾与火焰群体进行初始化后还包括：
[0016]利用目标函数评估每个飞蛾的健康值，并根据每个飞蛾的健康值更新火焰群体。
[0017]本申请实施例采取的技术方案还包括：所述根据所述飞蛾的原始匹配火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰具体为：
[0018]判断所述火焰群体中的火焰数量是否小于设定数量，如果小于设定数量，则获取所有火焰；否则，则获取目标函数值最优的至少两个火焰；
[0019]更新动态影响因子上限ω_ub，并根据所述动态影响因子上限更新动态影响因子；其中ω_ub是一个随着算法训练进行从0线性增长到1的影响因子上限，ω是随机生成的介于0与ω_ub之间的随机数；
[0020]基于获取的火焰，采用贪心阶级火焰生成算法计算出所有可计算的阶级火焰，并利用贪心算法从所有阶级火焰中选取目标函数值最优的阶级火焰作为飞蛾所对应的阶级火焰。
[0021]本申请实施例采取的技术方案还包括：所述贪心阶级火焰生成算法具体为：
[0022][0023][0024][0025][0026][0027]上式中，Fi表示飞蛾扑火算法中第i个飞蛾Mi所对应的原始匹配火焰，F1表示目标函数值最优的火焰，F2、F3、F4分别表示目标函数值第二好、第三好、第四好的火焰；Ti1、Ti2、Ti3、Ti4分别为生成的阶级火焰，其中Ti1为飞蛾Mi的原始匹配火焰Fi与火焰F1、F2、F3的加权平均；α和β为权重系数，用于表示F2和F3在阶级火焰生成过程中的影响力，α＞β；ω表示动态影响因子；Ti为利用贪心算法从Ti1、Ti2、Ti3、Ti4中选取的目标函数值最优的阶级火焰，作为飞蛾Mi所对应的阶级火焰。
[0028]本申请实施例采取的技术方案还包括：所述利用飞蛾寿命机制将所述飞蛾淘汰，
并根据重新匹配后的火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰具体为：
[0029]为每个飞蛾随机生成淘汰系数；
[0030]当飞蛾Mi的原始匹配火焰已被淘汰时，判断飞蛾Mi的淘汰系数是否达到设定阈值，如果是，重新为飞蛾Mi匹配一个随机初始化生成的火焰；否则，随机选取一个存活火焰Fj作为飞蛾Mi的匹配火焰；
[0031]调用贪心阶级火焰生成算法，利用重新匹配后的火焰以及目标函数值最优的至少两个火焰生成与飞蛾Mi相匹配的阶级火焰。
[0032]本申请实施例采取的技术方案还包括：所述贪心阶级火焰生成算法为：
[0033][0034][0035][0036][0037][0038]上式中，对于淘汰系数未达到设定阈值的飞蛾Mi，random_target表示随机选取的存活火焰Fj；对于淘汰系数达到设定阈值的飞蛾Mi，random_target表示一个随机初始化生成的火焰。
[0039]本申请实施例采取的另一技术方案为：一种飞蛾扑火算法的优化系统，包括：
[0040]初始化模块：用于对飞蛾与火焰群体进行初始化；
[0041]贪心阶级火焰生成模块：用于根据所述飞蛾的原始匹配火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰；
[0042]基于寿命的飞蛾火焰匹配模块：用于在所述飞蛾不存在原始匹配火焰时，利用飞蛾寿命机制将所述飞蛾淘汰，并根据重新匹配后的火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰，直到得到唯一存活火焰时，将所述唯一存活火焰作为飞蛾扑火算法的最终优化结果。
[0043]本申请实施例采取的又一技术方案为：一种终端，所述终端包括处理器、与所述处理器耦接的存储器，其中，
[0044]所述存储器存储有用于实现所述飞蛾扑火算法的优化方法的程序指令；
[0045]所述处理器用于执行所述存储器存储的所述程序指令以控制飞蛾扑火算法的优化。
[0046]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞蛾扑火算法的优化方法，其特征在于，包括：对飞蛾与火焰群体进行初始化；根据所述飞蛾的原始匹配火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰；当所述飞蛾不存在原始匹配火焰时，利用飞蛾寿命机制将所述飞蛾淘汰，并根据重新匹配后的火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰；当得到唯一存活火焰时，将所述唯一存活火焰作为飞蛾扑火算法的最终优化结果。2.根据权利要求1所述的飞蛾扑火算法的优化方法，其特征在于，所述对飞蛾与火焰群体进行初始化包括：设定初始化向量的生成数量；判断被优化问题是否拥有先验知识，如果拥有先验知识，利用所述先验知识指导生成初始化向量；如果没有先验知识，通过完全随机的方式生成初始化向量；采用密度感知机制对生成的初始化向量进行向上聚类，得到设定数量的初始化向量。3.根据权利要求2所述的飞蛾扑火算法的优化方法，其特征在于，所述对飞蛾与火焰群体进行初始化后还包括：利用目标函数评估每个飞蛾的健康值，并根据每个飞蛾的健康值更新火焰群体。4.根据权利要求1至3任一项所述的飞蛾扑火算法的优化方法，其特征在于，所述根据所述飞蛾的原始匹配火焰以及所述火焰群体中目标函数值最优的至少两个火焰计算出与所述飞蛾相匹配的阶级火焰具体为：判断所述火焰群体中的火焰数量是否小于设定数量，如果小于设定数量，则获取所有火焰；否则，则获取目标函数值最优的至少两个火焰；更新动态影响因子上限ω_ub，并根据所述动态影响因子上限更新动态影响因子；其中ω_ub是一个随着算法训练进行从0线性增长到1的影响因子上限，ω是随机生成的介于0与ω_ub之间的随机数；基于获取的火焰，采用贪心阶级火焰生成算法计算出所有可计算的阶级火焰，并利用贪心算法从所有阶级火焰中选取目标函数值最优的阶级火焰作为飞蛾所对应的阶级火焰。5.根据权利要求4所述的飞蛾扑火算法的优化方法，其特征在于，所述贪心阶级火焰生成算法具体为：成算法具体为：成算法具体为：
上式中，Fi表示飞蛾扑火算法中第i个飞蛾Mi所对应的原始匹配火焰，F1表示目标函数值最优的火焰，F2、F3、F4分别表示目标函数值第二好、第三好、第四好的火焰；Ti1、Ti2、Ti3、Ti4分别为生成的阶级火焰，其中Ti1为飞蛾Mi的原始匹配火焰Fi与火焰F1、F2、F3的加权平均；...

【专利技术属性】
技术研发人员：吴嘉澍，王洋，金铭，须成忠，叶可江，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：