一种高鲁棒性元启发式优化方法技术

本发明专利技术涉及计算机科学与人工智能领域，具体涉及一种高鲁棒性元启发式优化方法，所述方法包括：首先，设计一种混沌逆向学习策略并应用于种群初始化，其次，设计行为过渡系数在全局探索与局部开发阶段之间灵活切换，并在各自阶段分别采用六种不同的搜索策略以寻找候选最优解位置，最后，当满足预设终止标准时，输出迄今为止发现的最优解。本发明专利技术将混沌理论与逆向学习策略相结合，解决传统元启发式优化方法使用伪随机数初始化种群所导致个体位置分布不均匀的缺陷，通过局部均值开发和协作，加快了最优解的获取速度，同时，利用行为过渡系数实现全局搜索与局部开发之间的动态平衡，显著提升了算法在处理复杂优化任务时的资源使用效率和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及计算机科学与人工智能，尤其是一种高鲁棒性元启发式优化方法。

技术介绍

1、优化技术在人工智能领域发挥了至关重要的作用，传统的优化方法例如：梯度下降法、牛顿法、线性规划、非线性规划以及约束优化等均已多个关键应用领域得到了广泛应用。虽然上述方法适用于特定问题的全局优化，但需满足目标函数和约束条件为凸函数、连续可微、处理维度低等限制条件。然而，实际工程优化问题中，目标函数的约束往往是非线性，高纬度、多模态的，数据和环境是存在不确定性和变化的，处理大规模复杂优化问题是需要并行处理优化计算资源的。此时，传统的优化方法将难以胜任。为克服这些缺陷，研究者们正在探索新兴的优化技术。元启发式优化方法因其适应性强、灵活性高，并且支持并行计算和分布式处理，正逐渐成为解决大规模复杂优化问题的首选方案。

2、现有的元启发式优化方法可划分为两类：基于单一的优化方法(single-based)与基于群体的优化方法(population-based)。基于单一的优化方法例如：遗传算法、模拟退火算法等，通常是局部搜索且收敛速度慢。相比之下，基于群体的优化方法可以通本文档来自技高网...

【技术保护点】

1.一种高鲁棒性元启发式优化方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种高鲁棒性元启发式优化方法，其特征在于：所述步骤一中，设计混沌逆向学习策略，将其应用于前期种群初始化，其具体过程为：

3.根据权利要求1所述的一种高鲁棒性元启发式优化方法，其特征在于：所述步骤三中，行为过渡系数β的计算如公式(5)所示

4.根据权利要求1所述的一种高鲁棒性元启发式优化方法，其特征在于：

5.根据权利要求4所述的一种高鲁棒性元启发式优化方法，其特征在于：

6.根据权利要求5所述的一种高鲁棒性元启发式优化方法，其特征在于，所述步骤...

【技术特征摘要】

1.一种高鲁棒性元启发式优化方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种高鲁棒性元启发式优化方法，其特征在于：所述步骤一中，设计混沌逆向学习策略，将其应用于前期种群初始化，其具体过程为：

3.根据权利要求1所述的一种高鲁棒性元启发式优化方法，其特征在于：所述步骤三中，行为过渡系数β的计算如公式(5)所示

4.根据权利要求1所述的一种高鲁棒性元启发式优化方法，其特征在于：

5.根据权利要求4所述的一种高鲁...

【专利技术属性】
技术研发人员：蔡长龙，刘桦辰，陈明晖，梁海锋，赵明威，李庞跃，唐朝，屠奔，彭熙舜，马卫红，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：