一种基于强化学习和粒子群算法的智能寻优方法技术

本发明专利技术属于智能优化领域，特别涉及一种基于强化学习和粒子群算法的智能寻优方法。一种基于强化学习和粒子群算法的智能寻优方法，利用强化学习优化粒子群算法参数，通过强化学习的输入、输出和优化目标设计，自适应调整粒子群算法参数；输入即状态，以粒子群算法的优化进度表征；输出即动作，以粒子群算法速度更新公式参数表征，速度更新公式参数包括局部极值权重、全局极值权重和惯性因子；优化目标即回报，以当前粒子的适应度函数值作为正回报，当前迭代次数作为负回报。本发明专利技术实现了粒子群算法迭代步长的自适应调整，避免了因为参数设置不当导致的算法不收敛及迭代次数多的问题，实现了全局最优与求解速度的动态平衡，提升了算法的快速性。法的快速性。法的快速性。

【技术实现步骤摘要】
一种基于强化学习和粒子群算法的智能寻优方法


[0001]本专利技术属于智能优化领域，特别涉及一种基于强化学习和粒子群算法的智能寻优方法。

技术介绍

[0002]现实世界的优化问题常具有搜索空间不连续（存在离散形变量）、优化目标非凸（即存在多个局部极值点）、问题求解空间高维复杂等特点，采用梯度优化的方式面临建模困难、易陷入局部极值等问题，目前常采用智能寻优方法求解，能够在有限时间内给出尽可能优化的方案，且易于实现并行处理以提升效率。
[0003]智能寻优方法通常采用贪婪的策略，在当前解的基础上进行一定的变化，若变化后的新解更好，则逐步淘汰旧的解，如此循环迭代直到算法收敛。此类方法可采用群体优化的方式，同时对一群解进行变化和淘汰，从而实现求解过程的并行化处理，提升求解效率，但是随着算法优化进度的变化，算法中固定设置的参数往往导致算法优化过程陷入局部最优、或者算法优化步长太小速度过低，导致优化效果不佳。因此，有必要研究一种使算法参数随着优化过程而自适应调整，而不是采用固定的数值，从而实现粒子群算法优化过程中全局最优与求解速度的动态平衡，提升寻本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于强化学习和粒子群算法的智能寻优方法，其特征在于，利用强化学习优化粒子群算法参数，通过强化学习的输入、输出和优化目标设计，自适应调整粒子群算法参数；所述输入，即状态，以粒子群算法的优化进度表征；所述输出，即动作，以粒子群算法速度更新公式参数表征，所述速度更新公式参数包括局部极值权重、全局极值权重和惯性因子；所述优化目标，即回报，以当前粒子的适应度函数值作为正回报，当前迭代次数作为负回报。2.根据权利要求1所述的方法，其特征在于，所述状态的表达式为：其中，为当前迭代步数，为当前粒子最优适应度，为当前平均适应度，为当前全局适应度方差。3.根据权利要求1所述的方法，其特征在于，所述动作的表达式为：其中，分别为局部极值权重、全局极值权重和惯性因子。4.根据权利要求1所述的方法，其特征在于，所述回报的表达式为：其中，为粒子当前适应度即正回报，为经调节的负回报，为调节因子。5.根据权利要求1所述的方法，其特征在于，包括以下步骤：S1：建立优化问题函数设待优化变量个数为，建立粒子的位置向量，其中表示第个待优化变量，其定义域范围为，所述位置向量对应优化问题的解；根据优化问题设计适应度函数，其函数值越大对应所述优化问题的解越好；S2：参数设置根据待优化变量和待优化变量速度的定义域范围，按照均匀分布随机生成个粒子的初始位置和初始速度，此时令迭代次数；其中，所述待优化变量速度为待优化变量的调整算子，用表示的速度，其定义域为；设置调节因子初始值；S3：更...

【专利技术属性】
技术研发人员：高润芳，赵云飞，陈豪，高军强，许馨月，王少冲，韩培俊，梁辉，魏建光，冯国宝，何浩东，魏庆栋，梁燕，王蒙，
申请(专利权)人：中国人民解放军九六九零一部队，
类型：发明
国别省市：