[发明专利]一种基于随机性best策略的群体全局优化方法

权利要求书

1.一种基于随机性best策略的群体全局优化方法，其特征在于：所述优化方法包括以下步骤：

1)初始化：设置种群规模N_P，初始交叉概率C_R，初始增益常数F；

2)随机生成初始种群P＝{x^1,g,x^2,g,...,x^Np,g}，并计算出各个体的目标函数值，其中，g为进化代数，x^i,g,i＝1,2,…,N_P表示第g代种群中的第i个个体，若g＝0，则表示初始种群；

3)找出当前种群中的最优个体x^best,g，根据各个体x^i,g的目标函数值f(x^i,g)与最优个体的目标函数值f(x^best,g)的误差|f(x^i,g)-f(x^best,g)|进行升序排列，并记下各个体的排名F^i,g，其中，F^i,g表示第g代种群中第i个个体的值排名；

4)根据公式(1)计算出各个体的选择概率p^i,g；

pi,g=Fi,g0.5(NP2+NP)---(1)]]>

其中，p^i,g表示第g代种群中第i个个体的选择概率，N_P为种群规模；

5)根据各个体的选择概率p^i,g利用轮盘赌方法从当前种群中选取m个个体做DE/best/1变异，m＜N_P：

5.1)随机生成一个(0，1)之间的小数rand0；

5.2)如果且t与已选个体不同，则选择第t个个体根据公式(2)进行变异：

vjt,g=xjbest,g+F·(xja,g-xjb,g),---(2)]]>

其中，j＝1,2,…,N，N为问题维数，g为进化代数，a,b∈{1,2,...,N_P}，a≠b≠t，t为当前所选目标个体的索引，为第g代种群中所选出的第t个目标个体的变异个体的第j维元素，分别为第g代种群中第a、b个个体的第j维元素，为当前第g代种群中的最优个体的第j维元素，F表示增益常数；

6)对于其余的N_P-m个个体进行DE/rand/1变异：

vji,g=xjbest,g+F·(xja,g-xjb,g)---(3)]]>

其中，j＝1,2,…,N，N为问题维数，g为进化代数，a,b,c∈{1,2,...,N_P}，a≠b≠c≠i，i为所剩余的N_P-m个个体中目标个体的索引，为第g代种群中的第i个目标个体的变异个体的第j维元素，分别为第g代种群中第a、b、c个个体的第j维元素，F表示增益常数；

7)根据公式(4)对每个变异个体进行交叉生成新个体trial^i,g：

trialji,g=vji,gif(randb(0,1)≤CRorj=rnbr(j)xji,gotherwise---(4)]]>

其中，j＝1,2,…,N，表示第g代种群中第i个目标个体对应的新个体trial^i,g的第j维元素，randb(0,1)表示为随机产生0到1之间的小数，rnbr(j)表示随机产生1到N之间的整数，C_R表示交叉概率；

8)根据公式(5)对每个新个体进行种群更新：

xi,g+1=triali,g,iff(triali,g)≤f(xi,g)xi,g,otherwise---(5)]]>

其中，triali,g=(trial1i,g,trial2i,g,...,trialNi,g),xi,g+1=(x1i,g+1,x2i,g+1,...,xNi,g+1),xi,g=]]>

(x1i,g,x2i,g,...,xNi,g),]]>公式(5)表明，如果新个体优于目标个体，则新个体替换目标个体，否则保持目标个体不变；

9)判断是否满足终止条件，如果满足，则保存结果并退出，否则返回步骤3)。

2.如权利要求1所述的一种基于随机性best策略的群体全局优化方法，其特征在于：所述步骤9)中，终止条件为函数评价次数。