發(fā)夾交叉操作rna遺傳算法的橋式吊車支持向量機(jī)建模方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及智能優(yōu)化建模技術(shù)領(lǐng)域，特別是涉及發(fā)夾交叉操作RNA遺傳算法的橋 式吊車建模方法。
【背景技術(shù)】
[0002] 橋式吊車由于具有負(fù)載能力強(qiáng)，成本低等優(yōu)點(diǎn)，已被廣泛應(yīng)用于港口、碼頭、建筑 工地和倉(cāng)庫(kù)等場(chǎng)所。橋式吊車的控制目標(biāo)包括兩點(diǎn)：一是為完成對(duì)負(fù)載的高效運(yùn)送，應(yīng)使臺(tái) 車快速準(zhǔn)確的到達(dá)目的地；二是為保證操作人員和貨物的安全性，在運(yùn)送過(guò)程中應(yīng)使負(fù)載 的擺動(dòng)盡可能小，由于橋式吊車的欠驅(qū)動(dòng)特性，橋式吊車的兩個(gè)控制目標(biāo)相互矛盾，因此控 制難度較大。
[0003] -般而言，控制系統(tǒng)的設(shè)計(jì)是以模型為基礎(chǔ)的，建立高精度的橋式吊車系統(tǒng)模型 對(duì)于橋式吊車控制系統(tǒng)設(shè)計(jì)起著至關(guān)重要的作用。目前國(guó)內(nèi)外已有一些關(guān)于橋式吊車機(jī)理 建模研究成果的文章發(fā)表，主要是針對(duì)不同應(yīng)用場(chǎng)合，例如運(yùn)送液艙、傳送分布質(zhì)量梁、遠(yuǎn) 海的裝載貨物，并考慮不同的因素，例如繩長(zhǎng)、負(fù)載質(zhì)量、空氣阻力等，采用拉格朗日方程或 引入虛功原理來(lái)建立橋式吊車的機(jī)理模型。
[0004] 由于橋式吊車的非線性、耦合性等特點(diǎn)，使得常規(guī)的機(jī)理建模難以滿足要求，所建 立的機(jī)理模型與實(shí)際的非線性系統(tǒng)有較大的偏差，需要研究新的建模方法，例如實(shí)驗(yàn)建模 和混合建模等。支持向量機(jī)是上世紀(jì)90年代發(fā)展起來(lái)的一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的算法， 最小二乘支持向量機(jī)（LSSVM)是suykens提出的一種改進(jìn)的支持向量機(jī)。最小二乘支持向 量機(jī)具有良好的非線性建模和泛化能力，已被用于非線性復(fù)雜系統(tǒng)的建模，LSSVM參數(shù)對(duì)其 性能有很大的影響，目前還沒(méi)有成熟的參數(shù)選取方法。
[0005] 遺傳算法是進(jìn)化算法中產(chǎn)生最早、應(yīng)用最廣的一類智能優(yōu)化算法，其全局搜索能 力強(qiáng)，只需要知道待求解問(wèn)題的目標(biāo)函數(shù)信息，無(wú)連續(xù)性、無(wú)可微性要求。但是，遺傳算法局 部尋優(yōu)能力較弱，易于早熟收斂。不少學(xué)者提出了遺傳算法的改進(jìn)方法。隨著生物科學(xué)與 技術(shù)的不斷進(jìn)步，人們對(duì)生物分子特性的認(rèn)識(shí)不斷加深，對(duì)RNA分子的結(jié)構(gòu)和遺傳信息表 達(dá)機(jī)理的認(rèn)識(shí)也加深，受RNA生物分子操作的啟發(fā)，陶吉利等人提出一種RNA遺傳算法，克 服了傳統(tǒng)遺傳算法的不足，王康泰和張麗等人提出改進(jìn)了 RNA遺傳算法。
[0006] 本發(fā)明受RNA分子特性和分子操作的啟發(fā)，設(shè)計(jì)了一種發(fā)夾交叉操作的RNA遺傳 算法（hcRNA-GA)，可用于求解復(fù)雜的非線性優(yōu)化問(wèn)題，將所提出的發(fā)夾交叉操作RNA遺 傳算法用于橋式吊車最小二乘支持向量機(jī)模型的核參數(shù)和懲罰因子尋優(yōu)，取得較理想的效 果。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的是克服傳統(tǒng)遺傳算法和橋式吊車機(jī)理建模的不足，提出一種發(fā)夾交 叉操作RNA遺傳算法的橋式吊車建模方法，該方法將一種發(fā)夾交叉操作RNA遺傳算法用于 橋式吊車最小二乘支持向量機(jī)模型的參數(shù)尋優(yōu)中，結(jié)果表明所建模型能較好的反應(yīng)實(shí)際系 統(tǒng)的非線性特性。
[0008] 發(fā)夾交叉操作RNA遺傳算法的橋式吊車支持向量機(jī)建模方法包括如下步驟：
[0009] 步驟1:獲得數(shù)據(jù)集：
[0010] 通過(guò)現(xiàn)場(chǎng)測(cè)試或?qū)嶒?yàn)獲得二維橋式吊車系統(tǒng)輸入和輸出采樣數(shù)據(jù)集，輸入為水平 方向控制力fx，數(shù)據(jù)集為{fx(l)，fx(2)，···，&〇!!)}，m為采樣時(shí)刻；輸出為水平方向上位置 X 和擺角 θχ，數(shù)據(jù)集分別為{χ(1)，χ(2)，…，x(m)}和{θχ(1)，θ χ(2)，···，0x(m)} ;fx(m)、 x(m)和0x(m)分別為m時(shí)刻的水平方向控制力、位置χ和擺角θ χ;
[0011] 步驟2:建立2個(gè)最小二乘支持向量機(jī)模型并選擇核函數(shù)：
[0012] 建立個(gè)位置最小^乘支持向Μ機(jī)1?型和擺角最小^?乘支持向Μ機(jī)1?型；其中， 位置最小二乘支持向量機(jī)模型具有P個(gè)輸入一個(gè)輸出，1:個(gè)樣本集表示為：
[0014] ，其中叫和心為整數(shù)，且ni+mfP，表示第i個(gè)樣本輸入，y5表示第j個(gè)樣本 輸出，t為采樣時(shí)刻；
[0015] 擺角最小二乘支持向量機(jī)模型具有C個(gè)輸入一個(gè)輸出，12個(gè)樣本集表不為：
[0016] 其中njPm2為整數(shù)，且n2+m2= C，，表示第i個(gè)樣本輸入，f表示第j個(gè)樣本輸 出；
[0017] 上述2個(gè)最小二乘支持向量機(jī)模型的核函數(shù)均選擇徑向基核函數(shù)；
[0018] 步驟3:歸一化樣本數(shù)據(jù)：
[0019] 將數(shù)據(jù)歸一化成零均值和單位方差，歸一化的公式如下：
[0021] 其中，&表示歸一化后的樣本數(shù)據(jù)，k為樣本數(shù)，j為樣本的分量，xk]表示第k個(gè)樣 本的第j個(gè)分量，表示第j個(gè)樣本分量的均值，S ,為第j個(gè)樣本分量的標(biāo)準(zhǔn)差；
[0022] 步驟4:設(shè)置尋優(yōu)參數(shù)：
[0023] 設(shè)置步驟2中位置最小二乘支持向量機(jī)模型的尋優(yōu)參數(shù)和擺角最小二乘支持向 量機(jī)模型的尋優(yōu)參數(shù)；
[0024] 步驟5:設(shè)計(jì)發(fā)夾交叉算子和發(fā)夾交叉操作RNA遺傳算法：
[0025] 根據(jù)單鏈RNA分子中由分子內(nèi)的堿基配對(duì)形成包括發(fā)夾結(jié)構(gòu)、凸起結(jié)構(gòu)、內(nèi)環(huán)結(jié) 構(gòu)在內(nèi)的多種環(huán)狀結(jié)構(gòu)的機(jī)制，抽象出發(fā)夾交叉算子和發(fā)夾交叉操作RNA遺傳算法；
[0026] 步驟6:確定目標(biāo)函數(shù)：
[0027] 將步驟2的樣本輸入位置最小二乘支持向量機(jī)模型獲得輸出俞出 值與步驟2中實(shí)際位置的樣本輸出的誤差平方和，作為發(fā)夾交叉操作RNA遺傳 算法參數(shù)尋優(yōu)搜索的目標(biāo)函數(shù)，獲得位置最小二乘支持向量機(jī)模型尋優(yōu)參數(shù)值；按相同方 法獲得擺角最小二乘支持向量機(jī)模型尋優(yōu)參數(shù)值；
[0028] 步驟7:測(cè)試模型：
[0029] 獲得位置最小二乘支持向量機(jī)模型和擺角最小二乘支持向量機(jī)模型，通過(guò)測(cè)試樣 本進(jìn)行模型檢驗(yàn)。
[0030] 所述的步驟4中位置最小二乘支持向量機(jī)模型尋優(yōu)參數(shù)為核參數(shù)〇 i2和懲罰因子 c1;擺角最小二乘支持向量機(jī)模型的尋優(yōu)參數(shù)為核參數(shù)核參數(shù)σ 22和懲罰因子c2。
[0031] 所述的步驟5所述發(fā)夾交叉操作RNA遺傳算法采用的發(fā)夾交叉算子，交叉算子操 作為：
[0032] 隨機(jī)選擇兩個(gè)RNA父體序列A、B，針對(duì)A個(gè)體隨機(jī)產(chǎn)生一個(gè)開(kāi)始換位點(diǎn)clposl, 從個(gè)體B序列的第一位開(kāi)始尋找與A個(gè)體clposl位互補(bǔ)的堿基c2posl位，若c2posl未 找到，則重新產(chǎn)生一個(gè)開(kāi)始換位點(diǎn)clposl，繼續(xù)尋找c2posl，直至找到c2posl或確實(shí)找 不到為止；針對(duì)A個(gè)體在clposl位后面隨機(jī)產(chǎn)生一個(gè)結(jié)束換位點(diǎn)clpos2,從個(gè)體B序列 的c2posl+l位開(kāi)始尋找與A個(gè)體clpos2位互補(bǔ)的堿基c2pos2,若c2pos2未找到，貝lj重 新產(chǎn)生一個(gè)開(kāi)始換位點(diǎn)clpos2,繼續(xù)尋找c2pos2,直至找到c2pos2或確實(shí)找不到為止；如 果clposl，c2posl，clpos2，c2pos2均存在，則交換A個(gè)體的clposl到clpos2與B個(gè)體 c2posl到clpos2之間的編碼，若此時(shí)A個(gè)體與B個(gè)體不等長(zhǎng)，則將序列長(zhǎng)的個(gè)體尾部多出 來(lái)部分的后一半移至另一序列短的個(gè)體的首部。
[0033] 步驟6獲得位置最小二乘支持向量機(jī)模型和擺角最小二乘支持向量機(jī)模型尋優(yōu) 參數(shù)值的具體步驟為：
[0034] 步驟6. 1 :設(shè)定發(fā)夾交叉操作RNA遺傳算法的參數(shù)：種群數(shù)Size、參數(shù)個(gè)數(shù)M、個(gè)體 編碼長(zhǎng)度L、最大進(jìn)化代數(shù)G_、置換交叉概率為ρρηι、換位和轉(zhuǎn)位交叉概率ptfte、發(fā)夾交叉概 率為ph。、自適應(yīng)變異概率Ρηι1和Pnih、求解精度A和終止規(guī)則，其中終止規(guī)則為算法尋得的目 標(biāo)函數(shù)小于△或是迭代次數(shù)達(dá)到最大代數(shù)6_;
[0035] 步驟6. 2 :對(duì)位置最小二乘支持向量機(jī)模型的核參數(shù)cf和懲罰因子進(jìn)行編碼， 隨機(jī)生成包含Size個(gè)RNA序列的初