一種新的混沌粒子群優(yōu)化算法【專利摘要】本發(fā)明公開了一種新的混沌粒子群優(yōu)化算法，所述算法在混沌蟻群算法的基礎上，結合粒子群算法，模擬粒子群混沌與穩(wěn)定的交替運動過程，將混沌運動與粒子群運動結合到一起，并通過混沌因子來調節(jié)混沌程度。本發(fā)明算法將混沌融入到粒子運動過程中，不同于己有的混沌粒子群算法的簡單粒子序列替換，使粒子群在混沌與穩(wěn)定之間交替向最優(yōu)點靠近，并提出了一種新的混沌粒子群數學模型，有效避免粒子群優(yōu)化算法的早熟收斂問題，能跳出局部最優(yōu)，極大提高了計算精度和全局尋優(yōu)能力?！緦＠f明】一種新的混沌粒子群優(yōu)化算法【
技術領域：
】[0001]本發(fā)明涉及一種新的混沌粒子群優(yōu)化算法?！?br>背景技術：
】[0002]混沌優(yōu)化算法是一種新型搜索算法，其基本思想是把變量從混沌空間變換到解空間，然后利用混沌變量具有遍歷性、隨機性和規(guī)律性的特點進行搜索，混沌優(yōu)化方法具有全局漸進收斂、易跳出局部極小點和收斂速度快的特點。對于混沌粒子群算法的研究目前主要集中于各種混沌映射對于算法的性能影響及利用算法混合思想與一些啟發(fā)式算法相混合?，F(xiàn)有的混沌粒子群基本思想是利用混沌序列產生新的粒子代替原來的粒子，效果并不理想。而本發(fā)明并不是將混沌與粒子群算法簡單地結合在一起，而是將混沌融入到粒子的運動過程中，達到了較好的效果?！?br/>發(fā)明內容】[0003]本發(fā)明要解決的技術問題是:針對傳統(tǒng)粒子群算法初期收斂較快，而在后期容易陷入早熟、局部最優(yōu)的特點，提出一種新的混沌粒子群優(yōu)化算法。[0004]本發(fā)明所采用的技術方案為:一種新的混沌粒子群優(yōu)化算法，所述算法在混沌蟻群(CAS)算法的基礎上，結合粒子群算法，模擬粒子群混沌與穩(wěn)定的交替運動過程，將混沌運動與粒子群運動結合到一起，并通過混沌因子來調節(jié)混沌程度。[0005]所述方法的數學模型如下:1)粒子速度更新算法:vid(t+1)=wXvid(t)+C1XrandOX[pid(t)-xid(t)]+c2XrandOX[pgd(t)_xid(t)](I)2)混沌變量:cid(t)=cid(t-l)(1+Yid)(2)其中Yid是一個小于I的正常數，定義為第i個粒子第d維的混沌因子；3)在粒子群的位置更新中引入混沌:χ?(ι(?)=(χ?(ι(?-1)+Φ(ιΧΜ?)Xexp((l-exp(-200Xcid(t)))X(3-7.5/Φd(xid(t-l)+Φ-Φ,ιΧΜ?+θχρ(-400cid(t))Xvid(t)(3)其中t表示迭代次數，小(1表示搜索測度，11表示粒子i的搜索空間向負方向移動的比例，如^d=10,Mi=0.5，則表示搜索空間為[-50，50]；4)混沛迭代U=XYxp(μ(1-χ))(4)。[0006]所述混沌變量在粒子群運動過程中起到控制粒子混沌程度的作用。[0007]當混沌變量Cid(t)—I時，粒子的更新方法為:xid(t)=(χ1?(?-1)+Φ?ΧΜ1)Xexp(3-7.5/Φd(xid(t-1)+Φ,XMi))-Φ,XMi(5)而當混沌變量Cid(t)—O時，粒子的位置更新方法為:xid(t)=xid(t-1)+vid(t)(6)可以看出，式(2)對粒子群算法起主要作用。[0008]原粒子群算法是對所有維的位置作為一個整體更新后，再計算個體歷史最優(yōu)(Pid)和群體全局最優(yōu)(Pgd)。[0009]本發(fā)明所述算法對每一維更新后，計算個體歷史最優(yōu)(Pid)和群體全局最優(yōu)(Pgd)，速度矢量關系:Vi(t)=Vil(t)+vi2(t)+Vi3(t)+vi4(t)+-+viD(t)(7)。[0010]傳統(tǒng)的粒子群算法更新時，將Vi(t)看作一個整體，直接從Xi(t)更新Xi(t+1)。本算法將Vi(t)看作各維度之和(如式(7)所示)對每一維的更新過程進行遞增搜索，將搜索過程細化，增加了搜索空間，提高了搜索精度。[0011]一直處于混沌或穩(wěn)定狀態(tài)對于尋找最優(yōu)值沒有任何意義，只有在混沌與穩(wěn)定的交替中才能不斷向最優(yōu)結果靠近。[0012]所述算法在粒子穩(wěn)定時，引入混沌，跳出局部最優(yōu)；在粒子不穩(wěn)定時，加速向最優(yōu)值靠近，加快收斂過程，其中穩(wěn)定狀態(tài)條件定義為:move〈lCT6&&stable〈lCT6&&t<0.9T(10)其中，T表示總迭代次數；move表示粒子當前移動距離,stabe表示粒子當前位置與粒子歷史上最優(yōu)值之間的距離；當粒子移動距離和距離歷史最優(yōu)值較近時，粒子處于穩(wěn)定狀態(tài)，此時，令混沌變量Cid(t)=0.999，引入混沌；當粒子不穩(wěn)定時，滿足條件:stable>l(T6&&t〈0.9T(11)。[0013]本發(fā)明有益效果:本發(fā)明算法將混沌融入到粒子運動過程中，不同于己有的混沌粒子群算法的簡單粒子序列替換，使粒子群在混沌與穩(wěn)定之間交替向最優(yōu)點靠近，并提出了一種新的混沌粒子群數學模型，有效避免粒子群優(yōu)化算法的早熟收斂問題，能跳出局部最優(yōu)，極大提高了計算精度和全局尋優(yōu)能力?！緦＠綀D】【附圖說明】[0014]圖1為本發(fā)明粒子位置更新過程適量關系圖?！揪唧w實施方式】[0015]下面根據說明書附圖，結合具體實施例，對本發(fā)明進一步說明:一種新的混沌粒子群優(yōu)化算法，所述算法在混沌蟻群(CAS)算法的基礎上，結合粒子群算法，模擬粒子群混沌與穩(wěn)定的交替運動過程，將混沌運動與粒子群運動結合到一起，并通過混沌因子來調節(jié)混沌程度。[0016]所述方法的數學模型如下:粒子速度更新算法:vid(t+1)=wXvid(t)+C1XrandOX[pid(t)-xid(t)]+c2XrandOX[pgd(t)_xid(t)](I)混沌變量:Cid(t)=Cid(t-l)(1+Yid)(2)其中Yid是一個小于I的正常數，定義為第i個粒子第d維的混沌因子；在粒子群的位置更新中引入混沌:χ?(ι(?)=(χ?(ι(?-1)+Φ(ιΧΜ?)Xexp((l-exp(-200Xcid(t)))X(3-7.5/Φd(xid(t-l)+Φ-Φ,ιΧΜ?+θχρ(-400cid(t))Xvid(t)(3)其中t表示迭代次數，小(1表示搜索測度，11表示粒子i的搜索空間向負方向移動的比例，如^d=10,Mi=0.5，則表示搜索空間為[-50，50]；混沛迭代=X=Xi^xp(μ(1-X))(4)。[0017]所述混沌變量在粒子群運動過程中起到控制粒子混沌程度的作用。[0018]當混沌變量Cid⑴一I時，粒子的更新方法為:xid(t)=(χ1?(?-1)+Φ?ΧΜ1)Xexp(3-7.5/Φd(xid(t-1)+Φ,XMi))-Φ,XMi(5)而當混沌變量Cid(t)—O時，粒子的位置更新方法為:xid(t)=xid(t-1)+vid(t)(6)可以看出，式(2)對粒子群算法起主要作用。[0019]原粒子群算法是對所有維的位置作為一個整體更新后，再計算個體歷史最優(yōu)(Pid)和群體全局最優(yōu)(Pgd)。[0020]本發(fā)明所述算法對每一維更新后，計算個體歷史最優(yōu)(Pid)和群體全局最優(yōu)(Pgd)，速度矢量關系:Vi(t)=Vil(t)+vi2(t)+Vi3(t)+vi4(t)+-+viD(t)(7)。[0021]傳統(tǒng)的粒子群算法更新時，將Vi(t)看作一個整體，直接從Xi(t)更新Xi(t+1)。本算法將Vi(t)看作各維度之和(如式(7)所示)對每一維的更新過程進行遞增搜索，將搜索過程細化，增加了搜索空間，提高了搜索精度。[0022]一直處于混沌或穩(wěn)定狀態(tài)對于尋找最優(yōu)值沒有任何意義，只有在混沌與穩(wěn)定的交替中才能不斷向最優(yōu)結果靠近。[0023]所述算法在粒子穩(wěn)定時，引入混沌，跳出局部最優(yōu)；在粒子不穩(wěn)定時，加速向最優(yōu)值靠近，加快收斂過程，為了定義粒子是否處于穩(wěn)定狀態(tài)，引入了2個變量move=abs(xid(t)_xid(t_l))(8)stable=abs(xid(t)-Pid(t))(9)其中，move表示粒子當前移動距離，stabe表示粒子當前位置與粒子歷史上最優(yōu)值之間的距離。[0024]其中穩(wěn)定狀態(tài)條件定義為:move〈lCT6&&stable〈lCT6&&t<0.9T(10)其中，T表示總迭代次數；當粒子移動距離和距離歷史最優(yōu)值較近時，粒子處于穩(wěn)定狀態(tài)，此時，令混沌變量Cid(t)=0.999，引入混沌；當粒子不穩(wěn)定時，滿足條件:stable>l(T6&&t〈0.9T(11)?！緳嗬蟆?.一種新的混沌粒子群優(yōu)化算法，其特征在于:所述算法在混沌蟻群算法的基礎上，結合粒子群算法，模擬粒子群混沌與穩(wěn)定的交替運動過程，將混沌運動與粒子群運動結合到一起，并通過混沌因子來調節(jié)混沌程度。2.根據權利要求1所述的一種新的混沌粒子群優(yōu)化算法，其特征在于:所述方法的數學模型如下:粒子速度更新算法:vid(t+1)=wXvid(t)+C1XrandOX[pid(t)-xid(t)]+c2XrandOX[pgd(t)-xid(t)](I)混沌變量Cid(t)=cid(t-l)(1+Yid)(2)其中Yid是一個小于I的正常數，定義為第i個粒子第d維的混沌因子；在粒子群的位置更新中引入混沌:χ?(ι(?)=(χ?(ι(?-1)+Φ(ιΧΜ?)Xexp((l-exp(-200Xcid(t)))X(3-7.5/Φd(xid(t-l)+Φ-Φ,ιΧΜ?+θχρ(-400cid(t))Xvid(t)(3)其中t表示迭代次數，小(1表示搜索測度，11表示粒子i的搜索空間向負方向移動的比例；混沛迭代=X=Xi^xp(μ(1-X))(4)。3.根據權利要求2所述的一種新的混沌粒子群優(yōu)化算法，其特征在于:所述混沌變量在粒子群運動過程中起到控制粒子混沌程度的作用。4.根據權利要求1、2或3所述的一種新的混沌粒子群優(yōu)化算法，其特征在于:所述算法對每一維更新后，計算個體歷史最優(yōu)和群體全局最優(yōu)，速度矢量關系:Vi(t)=Vil(t)+vi2(t)+Vi3(t)+vi4(t)+-+viD(t)(7)。5.根據權利要求1、2或3所述的一種新的混沌粒子群優(yōu)化算法，其特征在于:所述算法在粒子穩(wěn)定時，引入混沌，跳出局部最優(yōu)；在粒子不穩(wěn)定時，加速向最優(yōu)值靠近，加快收斂過程，其中穩(wěn)定狀態(tài)條件定義為:move〈lCT6&&stable〈lCT6&&t<0.9T(10)其中，T表示總迭代次數；move表示粒子當前移動距離,stabe表示粒子當前位置與粒子歷史上最優(yōu)值之間的距離；當粒子移動距離和距離歷史最優(yōu)值較近時，粒子處于穩(wěn)定狀態(tài)，此時，令混沌變量Cid(t)=0.999，引入混沌；當粒子不穩(wěn)定時，滿足條件:stable>l(T6&&t〈0.9T(11)?！疚臋n編號】G06N3/00GK104376360SQ201410630128【公開日】2015年2月25日申請日期:2014年11月11日優(yōu)先權日:2014年11月11日【發(fā)明者】方雪靜,楊晉博,劉晶申請人:浪潮電子信息產業(yè)股份有限公司