一種基于鴿群啟發(fā)式優(yōu)化的連續(xù)優(yōu)化問題求解方法
【專利摘要】一種基于鴿群啟發(fā)式優(yōu)化的連續(xù)優(yōu)化問題求解方法，它有七大步驟：一、按照給定的問題建立相應(yīng)的評價函數(shù)，并設(shè)置相應(yīng)的參數(shù)；二、初始化鴿群優(yōu)化算法參數(shù)設(shè)置；三、隨機初始化N只鴿子的初始位置和速度；四、執(zhí)行地圖羅盤算子；五、若迭代次數(shù)大于地圖羅盤算子的最大迭代次數(shù)NC1，則停止地圖羅盤算子并執(zhí)行地標(biāo)算子，即執(zhí)行步驟六，否則返回步驟四進行下一次迭代；六、執(zhí)行地標(biāo)算子；七、若迭代次數(shù)大于地標(biāo)算子的最大迭代次數(shù)NC2，則停止地標(biāo)算子，否則返回步驟六進行下一次迭代；輸出問題對應(yīng)的數(shù)學(xué)模型結(jié)果。
【專利說明】一種基于鴿群啟發(fā)式優(yōu)化的連續(xù)優(yōu)化問題求解方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明提出了一種基于鴿群啟發(fā)式優(yōu)化的連續(xù)優(yōu)化問題求解方法，屬于智能控制論領(lǐng)域。
【背景技術(shù)】
[0002]最優(yōu)化問題在科學(xué)和工程等領(lǐng)域都有著非常廣泛的應(yīng)用，受到了理論界和工程界的熱切關(guān)注和深入研究；優(yōu)化理論與算法的研究已成為一個具有理論意義和應(yīng)用價值的熱點課題。最優(yōu)化問題是在有限種或無限種可行方案(決策)中選擇最優(yōu)的方案(決策)，它是數(shù)學(xué)的一個重要的分支。自20世紀50年代，隨著實際生產(chǎn)的需要和計算機的發(fā)展，逐漸形成了最優(yōu)化理論，以及相應(yīng)的求解方法——最優(yōu)化方法。目前這些方法已經(jīng)在工農(nóng)業(yè)、國防、交通、經(jīng)濟、金融、能源、通信等眾多領(lǐng)域中得到了廣泛的應(yīng)用。最優(yōu)化技術(shù)已經(jīng)成為大多數(shù)專業(yè)領(lǐng)域必修或選修的基本技術(shù)課程。
[0003]仿生智能計算(biologicallyinspired computing,其縮寫為 bio-1nspiredcomputing)是自然計算(natural computing)的一個重要分支,這里的“自然”包括生物系統(tǒng)、生態(tài)系統(tǒng)和物質(zhì)系統(tǒng)，因此，自然計算是一個廣義范疇。維基百科給出了其簡明定義:“利用計算機來模擬自然，同時通過對自然的模擬來改進對計算機的使用。”仿生智能計算以仿生學(xué)、數(shù)學(xué)和計算機科學(xué)為基礎(chǔ)，涉及物理學(xué)、生理學(xué)、心理學(xué)、神經(jīng)科學(xué)、控制科學(xué)、智能科學(xué)、系統(tǒng)科學(xué)、社會學(xué)和管理科學(xué)等學(xué)科，具有自適應(yīng)、自組織、自學(xué)習(xí)等特性和能力。部分仿生智能計算方法的前期研究工作獲得了諾貝爾獎，如諾貝爾生理學(xué)或醫(yī)學(xué)獎得主Frisch破譯的蜜蜂跳舞行為是人工蜂群(artificial bee colony, ABC)算法的基礎(chǔ)；諾貝爾生理學(xué)或醫(yī)學(xué)獎得主Waston和Crick所提出的雙螺旋結(jié)構(gòu)、諾貝爾化學(xué)獎得主Mullis所提出的聚合酶鏈接反應(yīng)是DNA計算的基礎(chǔ)；而諾貝爾生理學(xué)或醫(yī)學(xué)獎18次之多的免疫學(xué)則是人工免疫算法(artificial immune algorithm, ΑΙΑ)的重要基礎(chǔ)。
[0004]目前，傳統(tǒng)的解決優(yōu)化問題的方法適應(yīng)范圍小、求解復(fù)雜性低、算法性能低。而實際優(yōu)化問題的復(fù)雜度越來越大，對優(yōu)化算法性能的要求也越來越高。如今，仿生智能計算與混沌理論、分形幾何一起成為研究非線性現(xiàn)象和復(fù)雜系統(tǒng)地三大新方法，并正逐漸成為研究認知過程的重要工具之一。仿生智能計算已在復(fù)雜優(yōu)化問題求解和實際應(yīng)用中顯示出強大的生命力和進一步發(fā)展的潛力。
[0005]鴻群智能優(yōu)化算法(Pigeon-1nspired Optimization, P10)是我們新提出的一種基于鴿群啟發(fā)式的仿生智能優(yōu)化算法。鴿子在世界上是最受歡迎的鳥類之一，它們曾經(jīng)被埃及人用來在戰(zhàn)爭時期傳遞信息。鴿子能很容易的找到回家的路是因為它們利用了幾種歸巢工具:地磁場、太陽和地標(biāo)。在這個新提出的算法里我們建立了兩個數(shù)學(xué)模型，一個是基于地磁場和太陽的地圖羅盤模型，一個是基于地標(biāo)的地標(biāo)模型。不同于其它仿生智能算法，鴿群智能優(yōu)化算法搜索過程中所體現(xiàn)出的并行性、協(xié)同性、自組織性、動態(tài)性、強魯棒性等特點與復(fù)雜優(yōu)化問題的許多要求是相符的，因此它可以用來解決復(fù)雜的連續(xù)優(yōu)化問題。
【發(fā)明內(nèi)容】

[0006]1、發(fā)明目的:
[0007]本發(fā)明提供了一種基于鴿群啟發(fā)式優(yōu)化的連續(xù)優(yōu)化問題求解方法，并用benchmark函數(shù)來驗證，其目的是提供一種解決可以建立連續(xù)優(yōu)化函數(shù)數(shù)學(xué)模型的實際優(yōu)化問題的方法。
[0008]2、技術(shù)方案:
[0009]鴿群智能優(yōu)化算法是一種源于對鴿群飛行的自然行為進行模擬的新的優(yōu)化搜索技術(shù)，它通過個體獨特的尋優(yōu)方法和群體中各粒子之間的群體智能的結(jié)合進行優(yōu)化搜索。在鴿群算法模型中，將使用虛擬的鴿子。在地圖羅盤算子中，Xi(t)和Vi(t)被定義為第t次迭代中第i只鴿子的位置和速度，并且多維搜索空間中的坐標(biāo)和速度在每一代都得到更新。第t代新的鴿子的坐標(biāo)Xi (t)和速度Vi⑴根據(jù)方程(3)和(4)計算。
[0010]Vi (t) = Vi (t-1).e_Et+rand.(Xg-Xi (t~l)) (3)
[0011]Xi (t) = Xi (t-1)+Vi (t) (4)
[0012]其中，R是地圖羅盤因子，rand是隨機數(shù)，Xg是當(dāng)前最優(yōu)位置，通過比較所有鴿子的位置得到。
[0013]在地標(biāo)算子中，每一代鴿子的數(shù)量Np(t)都會減少一半。那些遠離目的地的鴿子對地標(biāo)不熟悉，便跟著熟悉地標(biāo)的鴿子飛，它們將不再有分辨路徑的能力。XJt)是第t代所有鴿子位置的中心，假設(shè)每只鴿子都可以直接飛向這個中心，即目的地。第t次迭代中第i只鴿子位置Xi (t)更新規(guī)律有下列方程給出:.N (? — I)
[0014]
【權(quán)利要求】
1.一種基于鴿群啟發(fā)式優(yōu)化的連續(xù)優(yōu)化問題求解方法，其特征在于:該方法具體步驟如下: 步驟一:按照給定的問題建立相應(yīng)的評價函數(shù)，并設(shè)置相應(yīng)的參數(shù)； 步驟二:初始化鴿群優(yōu)化算法參數(shù)設(shè)置； 參數(shù)設(shè)置中有:種群規(guī)模％，優(yōu)化維數(shù)D，地圖羅盤因子R，兩個算子的最大迭代次數(shù)NC1和NC2 ;過大或過小的R都會導(dǎo)致不好的結(jié)果； 步驟三:隨機初始化N只鴿子的初始位置和速度，根據(jù)在步驟一中建立的實際問題的數(shù)學(xué)模型，計算每一只鴿子的代價，得出各個鴿子的適應(yīng)度值f O，并找到當(dāng)前的最優(yōu)路徑; 步驟四:執(zhí)行地圖羅盤算子，按引入了鴿群優(yōu)化算法群體信息的速度更新規(guī)則對鴿子速度和位置進行更新，新的速度和位置按公式Vi (t) =ViU-1).e-Rt+rand.(Xg-Xjt-1))(3)和Xi (t) = XiU-1)+Vi (t) (4)更新;其中，R是地圖羅盤因子，rand是隨機數(shù)，Xg是當(dāng)前最優(yōu)位置，通過比較所有鴿子的位置得到； 步驟五:若迭代次數(shù)大于地圖羅盤算子的最大迭代次數(shù)NC1，則停止地圖羅盤算子并執(zhí)行地標(biāo)算子，即執(zhí)行步驟六，否則返回步驟四進行下一次迭代； 步驟六:執(zhí)行地標(biāo)算子，根據(jù)評價函數(shù)給所有鴿子排序，評價函數(shù)低的一半鴿子將跟隨評價函數(shù)高的鴿子飛行，然后找到所有鴿子的加權(quán)中心位置，這個位置就是目的地；最后，所有鴿子將直接飛向目的地；新的位置更新公式如下
【文檔編號】G06Q10/04GK103971180SQ201410197227
【公開日】2014年8月6日 申請日期:2014年5月9日 優(yōu)先權(quán)日:2014年5月9日
【發(fā)明者】喬沛鑫, 段海濱 申請人:北京航空航天大學(xué)