【技术实现步骤摘要】
本专利技术涉及人工智能，特别涉及一种基于多个优化目标的种群筛选方法、装置、设备及介质。
技术介绍
1、在多目标优化决策过程中，各个优化目标之间可能出现冲突，需要对各个目标进行权衡，并决策出最理想的执行方案。当前针对多目标优化问题的解决方法主要分为加权聚合方法和pareto(帕累托)优化方法。加权聚合方法通过定义一个目标加权的聚合目标函数，将多目标函数转化为单目标函数进行优化寻求最优解，使得每次优化只能得到一个最优解。pareto优化是指生成一个满足多个目标的pareto最优解集，使算法运行一次就能得到问题的一组折衷解，更加适合多目标优化问题的求解，在多目标优化实践中，加权聚合法存在很难得到最优权重值、以及权重的小扰动会导致解决方案完全不同的缺陷，但是当前常见的基于pareto优化的方法中，若优化目标较多，在算法计算过程中将会产生大量的非支配解，导致算法计算效率降低，同时，在实际应用场景中，并非每个目标都具有相同的优先级，可能出现部分优化目标至关重要，而部分优化目标仅仅是锦上添花的情况，此时使用传统的基于pareto优化容易往错误的方向进行优化，造成算法整体计算效果较差。
2、由上可见，如何提高初始种群筛选的多样性，从而提高种群筛选方向的多样性，降低种群筛选的复杂度，增加种群筛选的效率和算法整体的计算效果是本领域有待解决的问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于多个优化目标的种群筛选方法、装置、设备及介质，能够提高初始种群筛选的多样性，从而提高
2、第一方面，本申请公开了一种基于多个优化目标的种群筛选方法，包括：
3、按照预设的各种群生成方法生成各种群，对各所述种群进行融合，以得到初始种群；
4、根据业务需求构建多层优先级的各优化目标及相应的优化目标参数，并计算自适应交叉算子，按照各所述优化目标并基于所述自适应交叉算子和各所述优化目标参数对所述初始种群进行交叉变异迭代处理，以得到处理后的所述初始种群；
5、对处理后的所述初始种群进行非支配排序和拥挤距离计算，以得到各拥挤距离，基于各所述拥挤距离对处理后的所述初始种群进行筛选，以得到目标种群。
6、可选的，所述按照预设的各种群生成方法生成各种群，对各所述种群进行融合，以得到初始种群，包括：
7、基于贪心算法生成第一种群；
8、基于业务需求并按照预设的种群约束条件生成第二种群；
9、基于随机数直接生成第三种群；
10、对所述第一种群、所述第二种群以及所述第三种群进行融合，以得到所述初始种群。
11、可选的，所述根据业务需求构建多层优先级的各优化目标及相应的优化目标参数，包括：
12、根据业务需求确定优化目标的数量及优先级层数，按照所述数量及所述优先级层数构建相应的多层优先级的各初始优化目标，对各所述初始优化目标进行优化目标转换，以得到各所述优化目标；
13、分别计算出与各所述优化目标对应的各所述优化目标参数。
14、可选的，所述计算自适应交叉算子，包括：
15、计算出当前适应度值，对所述当前适应度值进行自适应交叉率计算，以得到当前自适应交叉率；
16、基于所述当前自适应交叉率计算出所述自适应交叉算子。
17、可选的，所述对处理后的所述初始种群进行非支配排序和拥挤距离计算，以得到各拥挤距离，基于各所述拥挤距离对处理后的所述初始种群进行筛选，以得到目标种群，包括：
18、采用多层级优化目标融合方法和非支配排序遗传算法对处理后的所述初始种群进行筛选分层计算，以得到筛选后的所述初始种群，利用筛选后的所述初始种群进行拥挤距离计算，以得到各所述拥挤距离；
19、基于各所述拥挤距离对处理后的所述初始种群进行筛选，以得到临时种群，对所述临时种群进行排序分层，利用预设的拥挤选择算子对排序分层后的所述临时种群进行筛选，以得到所述目标种群。
20、可选的，所述采用多层级优化目标融合方法和非支配排序遗传算法对处理后的所述初始种群进行筛选分层计算，以得到筛选后的所述初始种群，利用筛选后的所述初始种群进行拥挤距离计算，以得到各所述拥挤距离，包括：
21、采用所述多层级优化目标融合方法和构造第一帕累托前沿，所述非支配排序遗传算法并利用所述第一帕累托前沿对处理后的所述初始种群进行分层筛选，以得到第一筛选种群；
22、构造第二帕累托前沿，利用所述第二帕累托前沿对所述第一筛选种群进行筛选，以得到筛选后的所述初始种群，利用筛选后的所述初始种群进行拥挤距离计算，以得到各所述拥挤距离。
23、可选的，所述得到目标种群之后，还包括：
24、记录当前迭代次数，判断所述当前迭代次数是否等于预设迭代次数；
25、若所述当前迭代次数不等于预设迭代次数，则跳转至所述交叉变异迭代处理的步骤，直至所述当前迭代次数等于所述预设迭代次数，输出当前目标种群。
26、第二方面，本申请公开了一种基于多个优化目标的种群筛选装置，包括：
27、种群融合模块，用于按照预设的各种群生成方法生成各种群，对各所述种群进行融合，以得到初始种群；
28、种群处理模块，用于根据业务需求构建多层优先级的各优化目标及相应的优化目标参数，并计算自适应交叉算子，按照各所述优化目标并基于所述自适应交叉算子和各所述优化目标参数对所述初始种群进行交叉变异迭代处理，以得到处理后的所述初始种群；
29、种群筛选模块，用于对处理后的所述初始种群进行非支配排序和拥挤距离计算，以得到各拥挤距离，基于各所述拥挤距离对处理后的所述初始种群进行筛选，以得到目标种群。
30、第三方面，本申请公开了一种电子设备，包括：
31、存储器，用于保存计算机程序；
32、处理器，用于执行所述计算机程序，以实现前述的基于多个优化目标的种群筛选方法。
33、第四方面，本申请公开了一种计算机存储介质，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的基于多个优化目标的种群筛选方法的步骤。
34、可见，本申请提供了一种基于多个优化目标的种群筛选方法，包括按照预设的各种群生成方法生成各种群，对各所述种群进行融合，以得到初始种群；根据业务需求构建多层优先级的各优化目标及相应的优化目标参数，并计算自适应交叉算子，按照各所述优化目标并基于所述自适应交叉算子和各所述优化目标参数对所述初始种群进行交叉变异迭代处理，以得到处理后的所述初始种群；对处理后的所述初始种群进行非支配排序和拥挤距离计算，以得到各拥挤距离，基于各所述拥挤距离对处理后的所述初始种群进行筛选，以得到目标种群。本申请通过生成各种群进行融合，得到初始种群，提高初始种群筛选的多样性，从而提高种群筛选方向的多样性，然后本文档来自技高网...
【技术保护点】
1.一种基于多个优化目标的种群筛选方法，其特征在于，包括：
2.根据权利要求1所述的基于多个优化目标的种群筛选方法，其特征在于，所述按照预设的各种群生成方法生成各种群，对各所述种群进行融合，以得到初始种群，包括：
3.根据权利要求1所述的基于多个优化目标的种群筛选方法，其特征在于，所述根据业务需求构建多层优先级的各优化目标及相应的优化目标参数，包括：
4.根据权利要求1所述的基于多个优化目标的种群筛选方法，其特征在于，所述计算自适应交叉算子，包括：
5.根据权利要求1所述的基于多个优化目标的种群筛选方法，其特征在于，所述对处理后的所述初始种群进行非支配排序和拥挤距离计算，以得到各拥挤距离，基于各所述拥挤距离对处理后的所述初始种群进行筛选，以得到目标种群，包括：
6.根据权利要求5所述的基于多个优化目标的种群筛选方法，其特征在于，所述采用多层级优化目标融合方法和非支配排序遗传算法对处理后的所述初始种群进行筛选分层计算，以得到筛选后的所述初始种群，利用筛选后的所述初始种群进行拥挤距离计算，以得到各所述拥挤距离，包括：
...【技术特征摘要】
1.一种基于多个优化目标的种群筛选方法，其特征在于，包括：
2.根据权利要求1所述的基于多个优化目标的种群筛选方法，其特征在于，所述按照预设的各种群生成方法生成各种群，对各所述种群进行融合，以得到初始种群，包括：
3.根据权利要求1所述的基于多个优化目标的种群筛选方法，其特征在于，所述根据业务需求构建多层优先级的各优化目标及相应的优化目标参数，包括：
4.根据权利要求1所述的基于多个优化目标的种群筛选方法，其特征在于，所述计算自适应交叉算子，包括：
5.根据权利要求1所述的基于多个优化目标的种群筛选方法，其特征在于，所述对处理后的所述初始种群进行非支配排序和拥挤距离计算，以得到各拥挤距离，基于各所述拥挤距离对处理后的所述初始种群进行筛选，以得到目...
【专利技术属性】
技术研发人员：王月星，于竞婷，杨天宇，
申请(专利权)人：中航成都无人机系统股份有限公司，
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。