本发明专利技术公开了一种粒子群优化方法，将种群规模为N的粒子群中的个体随机划分为M个包含相同数量个体的子种群；通过搜索模型中的至少一模型对子种群搜索，得到搜索结果，搜索模型包括线性搜索模型和非线性搜索模型；根据搜索结果对粒子群的种群进行更新，该种群的更新对象包括种群的全体最优、每个子种群各自的最优和每个个体自身的最优；在每迭代运算C代后判断是否需要调整子种群；若是，则解散子种群，被解散的子种群中的个体随机加入其它未解散种群；若一个子种群被解散后，当前种群只剩下一个子种群时，则重新将当前种群随机分成M个子种群。采用本发明专利技术，可以避免由于粒子群优化过程中存在的早熟收敛导致的目标问题解决方案质量低的缺陷。质量低的缺陷。质量低的缺陷。
【技术实现步骤摘要】
一种粒子群优化方法、装置、设备及存储介质
[0001]本专利技术涉及信息数据分析领域，特别是涉及一种粒子群优化方法、装置、设备及存储介质。
技术介绍
[0002]粒子群优化方法是受到生物学学科中某些生物现象的启发而提出的一种相对简单的目标搜索优化方法。该方法模拟鸟群觅食的行为，通过个体之间的相互协作使群体达到最优目的。
[0003]由于在对粒子群进行优化的过程中，模型的收敛速度比较快，容易陷入局部最优。因此，目前的粒子群优化大多通过引入其它搜索方法来缓解这种情况，但是还是无法避免由于粒子群优化过程中存在的早熟收敛导致的目标问题解决方案质量低的缺陷。
技术实现思路
[0004]为了解决上述问题，本专利技术的目的是提供一种粒子群优化方法、装置、设备及存储介质，以避免由于粒子群优化过程中存在的早熟收敛导致的目标问题解决方案质量低的缺陷。
[0005]基于此，本专利技术提供了一种粒子群优化方法，所述方法包括：
[0006]将粒子群中的个体随机划分为M个包含相同数量个体的子种群；其中，所述粒子群的种群规模为N、运行代数为T、检测周期为C；
[0007]通过搜索模型中的至少一模型对所述子种群进行搜索，得到搜索结果，其中，所述搜索模型包括线性搜索模型和非线性搜索模型；
[0008]根据所述搜索结果对所述粒子群的种群进行更新；其中，该种群的更新对象包括：种群的全体最优、每个子种群各自的最优和每个个体自身的最优，以及每个个体的边界值；
[0009]在每迭代运算了C代之后判断是否需要调整所述子种群；
[0010]若是，则解散所述子种群，被解散的所述子种群中的个体随机加入其它未解散种群；其中，若一个子种群被解散后，当前种群只剩下一个子种群时，则重新将当前种群随机分成M个子种群。
[0011]进一步地，所述方法还包括：根据所述搜索结果确定种群的全体最优、每个子种群各自的最优和每个个体自身的最优，并且利用种群的全体最优、每个子种群各自的最优和每个个体自身的最优来确定每个个体的边界值，
[0012]Qbu
k,i,j
＝max(pbest
k,i,j
,sbest
k,j
,gbest
j
)
[0013]Qbl
k,i,j
＝min(pbest
k,i,j
,sbest
k,j
,gbest
j
)
[0014]其中，Qbl
k,i,j
为第k个子种群第i个个体的第j维最小边界值，Qbu
k,i,j
为第k个子种群第i个个体的第j维最大边界值，是第k个子群的第i个个体的个体最优的第j维，sbest
k,j
是第k个子群的子种群最优的第j维,gbest
j
是全体种群的全局最优的第j维。
[0015]进一步地，所述方法还包括：依次按照线性搜索模型及非线性搜索模型的顺序对
所述子种群进行搜索，
[0016]所述线性搜索模型为：
[0017][0018][0019]其中，及分别是为当前个体第k个子种群的第i个个体在第t代的速度及位置向量的第j维，及分别是在当前个体的个体最优及全体粒子的全局最优的第j维，c1及c2是两个分别被称为认知权重和社会权重的正整数系数，r1及r2是两个均匀分布在[0,1]之间的随机数，ω是惯性权重，通常取值为一个小于2的数；
[0020]所述非线性搜索模型：
[0021][0022][0023][0024][0025]其中，θ和r都为[0,1]之间的随机数，ω的定义与标准粒子群的更新公式一致，Q
k,i,j
为当前个体第k个子种群的第i个个体的局部吸引子的第j维。
[0026]进一步地，所述局部吸引子Q
k,i,j
的获取过程包括：
[0027][0028]其中，为[0,1]之间的随机数，Qbl
k,i,j
为第k个子种群第i个个体的第j维最小边界值，Qbu
k,i,j
为第k个子种群第i个个体的第j维最大边界值。
[0029]进一步地，所述判断是否需要调整所述子种群包括：
[0030]每执行C代，对所述子种群进行两次判断评估，根据两次判断评估的评估结果判断是否需要调整所述子种群；
[0031]若两次的评估结果均为是，则所述子种群解散，所述子种群的个体随机加入其它子种群；若其中一个子种群被解散后，当前种群只剩下一个子种群时，则重新将当前种群重新随机分成与算法初始设置一致个数的若干个子种群。
[0032]进一步地，对所述子种群进行两次判断评估包括：
[0033]判断子种群最优适应度在最近的C代的提高程度是否小于所述子种群的最优适应度提高程度平均值；
[0034]判断子种群两两个体之间的距离的平均值是否在所有子种群中最低。
[0035]本专利技术实施例还提供了一种粒子群优化装置，所述装置包括：
[0036]划分模块，用于将粒子群中的个体随机划分为M个包含相同数量个体的子种群；其中，所述粒子群的种群规模为N、运行代数为T、检测周期为C；
[0037]搜索模块，用于通过搜索模型中的至少一模型对所述子种群进行搜索，得到搜索结果，其中，所述搜索模型包括线性搜索模型和非线性搜索模型；
[0038]更新模块，用于根据所述搜索结果对所述粒子群的种群进行更新；其中，该种群的更新对象包括：种群的全体最优、每个子种群各自的最优和每个个体自身的最优，以及每个个体的边界值；
[0039]判断模块，用于在每迭代运算了C代之后判断是否需要调整所述子种群；
[0040]解散模块，用于解散所述子种群，被解散的所述子种群中的个体随机加入其它未解散种群；其中，若一个子种群被解散后，当前种群只剩下一个子种群时，则重新将当前种群随机分成M个子种群。
[0041]本专利技术实施例还提供了一种粒子群优化设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0042]本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
[0043]本专利技术有以下优点：
[0044]分群搜索，并且非线性搜索中群之间的信息交互是有限的，仅仅包括了含有全局最优信息的边界值，所以每个子群的个体能保持一定的自主性，实行差异化的搜索策略，能有效避免粒子群的早熟收敛问题，从而提高算法全局搜索能力，避免了当某个个体搜索到一个局部最优解时，可能影响其它个体，导致整个种群都陷入到这个局部最优解的附近，导致整个粒子群出现早熟收敛；
[0045]子种群的数量在搜索过程中能实现自适应调整，部分性能不佳的子种群会被解散，个体加入到其它子种群中，这使得对于不同特性本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种粒子群优化方法，其特征在于，所述方法包括：将粒子群中的个体随机划分为M个包含相同数量个体的子种群；其中，所述粒子群的种群规模为N、运行代数为T、检测周期为C；通过搜索模型中的至少一模型对所述子种群进行搜索，得到搜索结果，其中，所述搜索模型包括线性搜索模型和非线性搜索模型；根据所述搜索结果对所述粒子群的种群进行更新；其中，该种群的更新对象包括：种群的全体最优、每个子种群各自的最优和每个个体自身的最优，以及每个个体的边界值；在每迭代运算了C代之后判断是否需要调整所述子种群；若是，则解散所述子种群，被解散的所述子种群中的个体随机加入其它未解散种群；其中，若一个子种群被解散后，当前种群只剩下一个子种群时，则重新将当前种群随机分成M个子种群。2.如权利要求1所述的粒子群优化方法，其特征在于，所述方法还包括：根据所述搜索结果确定种群的全体最优、每个子种群各自的最优和每个个体自身的最优，并且利用种群的全体最优、每个子种群各自的最优和每个个体自身的最优来确定每个个体的边界值，Qbu
k，i，j
＝max(pbest
k，i，j
，sbest
k，j
，gbest
j
)Qbl
k，i，j
＝min(pbest
k，i，j
，sbest
k，j
，gbest
j
)其中，Qbl
k，i，j
为第k个子种群第i个个体的第j维最小边界值，Qbu
k，i，j
为第k个子种群第i个个体的第j维最大边界值，pbest
k，i，j
是第k个子群的第i个个体的个体最优的第j维，sbest
k，j
是第k个子群的子种群最优的第j维，gbest
j
是全体种群的全局最优的第j维。3.如权利要求1所述的粒子群优化方法，其特征在于，所述方法还包括：依次按照线性搜索模型及非线性搜索模型的顺序对所述子种群进行搜索，所述线性搜索模型为：所述线性搜索模型为：其中，及分别是为当前个体第k个子种群的第i个个体在第t代的速度及位置向量的第j维，及分别是在当前个体的个体最优及全体粒子的全局最优的第j维，c1及c2是两个分别被称为认知权重和社会权重的正整数系数，r1及r2是两个均匀分布在[0，1]之间的随机数，ω是惯性权重，通常取值为一个小于2的数；所述非线性搜索模型：所述非线性搜索模型：所述非线性搜索模...
【专利技术属性】
技术研发人员：杨震伦，
申请(专利权)人：广州番禺职业技术学院，
类型：发明
国别省市：
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。