【技术实现步骤摘要】
本专利技术涉及一种基于白头海雕生物行为的智能优化方法，属于优化算法领域。
技术介绍
1、在机器人标定领域内，优化算法发挥着越来越重要的作用。随着机器人技术的不断进步，机器人的种类变得越来越丰富、结构变得越来越复杂。相应的，在对机器人进行标定时，对优化算法的要求变得越来越高。在实践中我们发现，传统的数学规划方法如梯度下降法、牛顿法(newton method)、拟牛顿法在机器人标定这样复杂的工程问题中表现的并不理想。于是，智能优化算法由于其原理简单、使用灵活、求解高效和不容易陷入局部最优解的优点而在机器人标定领域被广泛应用。同样的，这样的情况在其他工程应用中变得越来越普遍，例如故障诊断、机器人参数优化、路径规划、机器人控制等。
2、智能优化算法是一类基于自然界生物行为(包括人类的思想、心理、社会行为，动物的个体和群体行为)、进化规律或科学规则的启发式优化方法，旨在找到复杂问题的最优解。
3、尽管目前有许多的优化算法，但是我们发现在机器人标定领域，随着机器人技术的发展，要求智能优化算法具有更高的求解精度和更快的求解速度，而目前的算法由于各种自身缺陷而表现的并不完美。例如遗传算法求解时间长，粒子群算法容易陷入局部最优等。因此，我们需要专利技术新的智能优化算法或者改进现有的智能优化算法来更好地满足工程应用的需求。
技术实现思路
1、本专利技术提供了一种基于白头海雕生物行为的智能优化方法，基于白头海雕的盯梢、盘旋、抓捕、掠夺、迁徙、求偶、繁殖等生物行为构建模型，实现目
2、本专利技术的技术方案是：
3、根据本专利技术的第一方面，提供了一种基于白头海雕生物行为的智能优化方法，包括：step1、初始化种群个体；step2、依据目标问题的目标函数计算所有个体的适应度值；step3、对种群中所有个体的位置进行更新、适应度值计算；对种群中所有个体进行边界判断；step4、重复step3，直到满足终止准则，输出全局最优解及其适应度值。
4、所述对种群中所有个体的位置进行更新，具体为：依据盯梢操作、盘旋俯冲操作、抓捕操作、掠夺操作、迁徙操作、求偶操作、繁殖操作顺序进行更新；其中，迁徙操作满足第一预设条件下才执行，求偶操作、繁殖操作满足第二预设条件下才执行。
5、所述盯梢操作表达式为：
6、
7、x2＝ub+lb-x1
8、xt+1＝minimizefitness(x1、x2、xt)
9、式中：α为盯梢操作步长系数；xt表示第t次迭代下的白头海雕群体位置矩阵；为当前迭代的全局最优位置；t1为tent混沌映射形成的0到1的随机数；xr为在上空间内的一个随机位置；x1表示在上空间更新的群体的位置；xk为随机一只白头海雕的位置；x2表示在下空间更新的群体的位置；lb、ub为整个搜索空间的下限和上限；xt+1表示xt更新后的白头海雕群体位置矩阵，表示从候选位置x1、x2、xt中筛选适应度值最小的n个个体组成的白头海雕群体的位置。
10、所述盘旋俯冲操作表达式为：
11、
12、式中：为当前迭代的全局最优位置；xt表示第t次迭代下的白头海雕群体位置矩阵；xt+1表示xt更新后的白头海雕群体位置矩阵；m为盘旋矩阵。
13、所述抓捕操作、掠夺操作期间，采用泊松警告机制引导粒子运动；
14、所述泊松警告机制触发条件为：当全局最优位置在第i维上与搜索空间中心的距离超过预设值时就会触发泊松警告，i∈[1,d]，d为优化的变量的维度；；具体表达式为：
15、
16、
17、式中：表示第j个个体的第i维元素根据泊松分布更新后的值；为xt按照距离从近到远的顺序重新排列后的位置矩阵，i表示行，j表示列；表示的第i维元素值；p(j)为第j个个体的权重系数；β为调整系数；xt+1(i,j)表示对更新后的再进行调整的值。
18、所述抓捕操作表达式为：
19、
20、式中：为当前迭代的全局最优位置；xt表示第t次迭代下的白头海雕群体位置矩阵；xt+1表示xt更新后的群体位置矩阵；dn为标准化的d1，d1为白头海雕个体与当前最优位置之间的距离；s0为维度为d、各元素随机介于0.5到1的列向量；xt+1为更新后的白头海雕群体位置矩阵。
21、所述抓捕操作表达式为：
22、
23、式中：r3为维度为d、各个维度元素值服从正态分布的随机列向量；e为自然常数；为当前迭代的全局最优位置；xt+1为更新后的白头海雕群体位置矩阵；xt表示第t次迭代下的白头海雕群体位置矩阵。
24、所述迁徙操作表达式为：
25、
26、式中：为当前迭代的全局最优位置；xt+1为更新后的白头海雕群体位置矩阵；xt表示第t次迭代下的白头海雕群体位置矩阵；z为步长因子；s1为维度为d、各元素介于-1到1的列向量；t2为tent混沌映射形成的0.4到1的随机数。
27、所述求偶操作表达式为：
28、
29、式中：r4、r6为0到1的随机数，r5、r7是维度为d、元素服从正态分布的列向量，k为求偶操作步长系数，％表示取余操作，为群体中的第j个个体；为当前迭代的全局最优位置；为更新后的群体第j个个体。
30、所述繁殖操作表达式为：
31、
32、式中：为当前迭代的全局最优位置；xt+1为更新后的白头海雕群体位置矩阵；q(j)为第j个个体的权重系数，n个个体的q(j)构成q；为白头海雕的个体根据与当前迭代的全局最优位置的距离从近到远的顺序序列重新排列的群位置矩阵。
33、根据本专利技术的第二方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器上并可被所述处理器运行的程序，所述处理器执行所述程序时实现如上述中任意一项所述的基于白头海雕生物行为的智能优化方法。
34、根据本专利技术的第三方面，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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的基于白头海雕生物行为的智能优化方法。
35、本专利技术的有益效果是：本专利技术结合了白头海雕的生物规律来指导粒子的搜索行为，高度自适应的beo算法因其独特的算法结构、新颖的迭代方法、与众不同的边界限制规则，而具备强劲的搜索寻优能力。并且在12个最新的cec2022测试函数上对beo算法的性能进行了测试，测试结果证明，beo算法具备最杰出的收敛精度，同时保持着令人满意的稳定性和最具竞争力收敛速度；更进一步地，本专利技术结合工程实际应用，证明了本专利技术在不同领域的广泛适用性。
本文档来自技高网...【技术保护点】
1.一种基于白头海雕生物行为的智能优化方法，其特征在于，包括：
2.根据权利要求1所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述对种群中所有个体的位置进行更新，具体为：依据盯梢操作、盘旋俯冲操作、抓捕操作、掠夺操作、迁徙操作、求偶操作、繁殖操作顺序进行更新；其中，迁徙操作满足第一预设条件下才执行，求偶操作、繁殖操作满足第二预设条件下才执行。
3.根据权利要求2所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述盯梢操作表达式为：
4.根据权利要求2所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述盘旋俯冲操作表达式为：
5.根据权利要求2所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述抓捕操作、掠夺操作期间，采用泊松警告机制引导粒子运动；
6.根据权利要求2所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述抓捕操作表达式为：
7.根据权利要求2所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述抓捕操作表达式为：
8.根据权利要求2所述的基于白头海
9.根据权利要求2所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述求偶操作表达式为：
10.根据权利要求2所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述繁殖操作表达式为：
...【技术特征摘要】
1.一种基于白头海雕生物行为的智能优化方法，其特征在于，包括：
2.根据权利要求1所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述对种群中所有个体的位置进行更新，具体为：依据盯梢操作、盘旋俯冲操作、抓捕操作、掠夺操作、迁徙操作、求偶操作、繁殖操作顺序进行更新；其中，迁徙操作满足第一预设条件下才执行，求偶操作、繁殖操作满足第二预设条件下才执行。
3.根据权利要求2所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述盯梢操作表达式为：
4.根据权利要求2所述的基于白头海雕生物行为的智能优化方法，其特征在于，所述盘旋俯冲操作表达式为：
5.根据权利要求2所述的基于白头海雕...
【专利技术属性】
技术研发人员：伞红军，张号彬，陈久朋，丁林，赵龙云，孙海杰，姚得鑫，彭真，陈治帆，吴兴梅，杨晓园，冯金祥，董朋林，
申请(专利权)人：昆明理工大学，
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。