[发明专利]线性映射动态约束空间的粒子群优化算法系统及其方法

说明书

技术领域

本发明涉及一种线性映射动态约束空间的粒子群优化算法系统及其方法，尤其是涉及一种通过粒子在解空间追随最优化的粒子进行搜索，这种PSO(Particle Swarm Optimization)算法的优势在于结构简单、容易实现并且没有过多的参数需要调整的粒子群优化算法系统及其方法。

背景技术

工业企业(以下简称工厂，例如机械加工厂等)的功能在于根据一定的知识、工艺及设备组合，以生产特定产品，来供应社会使用，并实现自已的运营目标。为了实现运营目标，工厂之中布置有多个系统，系统中又包括多种设备。系统、设备根据一定的生产流程彼此搭配，制造特定产品进入销售环节，以供应市场需求。为了追求与实现运营目标，工业企业采取各种方式，来优化运行效率，。然而，传统的生产效率优化的方法结构复杂，需要调整的参数太多，并且彼此交互关系紧密，不易依赖人力或经验实现，故极需要研发一种新的效率寻优系统与方法。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种结构简单、运行可靠的线性映射动态约束空间的粒子群优化算法系统。

本发明的目的可以通过以下技术方案来实现：

一种线性映射动态约束空间的粒子群优化算法系统，包括：

第一子系统至第s子系统，所述第s子系统包括：

第一设备至第m_s设备(m_s是整数)，所述第m_s设备具有一目标函数(Γ_ms)及产生目标函数信号；以及

计算机，电连接至所述第一子系统至所述第s子系统，计算机具有：中央处理器，用于接收所述目标函数信号与处理并执行粒子群优化算法软件；记忆体，所述记忆体电连接至所述中央处理器，用于存取所述粒子群优化算法软件所计算的结果；以及显示器，所述显示器电连接至所述中央处理器，用于显示所述结果；

其中，所述粒子群优化算法软件安装在所述计算机上，所述粒子群优化算法软件包括：

(1)准备模块，根据工厂运营目标决定运营利益目标函数(Γ)的内涵；

(2)主次关系辨识模块，针对所述工厂或所述设备的目标函数所涵盖的子系统、若干设备加以辨识，来决定在所述子系统上主次关系，以产生重要性数据；

(3)子系统图建立模块，根据生产因素建立子系统图，所述生产因素包括重要性数据、生产关联性、生产流程顺序、目标服务能力和辅助作用的因素；

(4)数据表建立模块，依照子系统图中的所述子系统(s，subsystem)、阶层(l，layer)、所述设备(m，machine)、及设备运行数据维度(d，dimensions)建立设备编号(s,l,m,d皆为整数)，并且建立设备对照表及设备专属目标函数；

(5)粒子群优化法的迭代与停止模块，于初始时刻，根据当前的一目标函数需求，以所述子系统s下的所述主导设备(第一阶的设备a)(M_s,1,a)开始，在所述主导设备(M_s,1,a)的主设备性能空间中随机布置n个粒子，以得到一组初始粒子的多维度位置及速度{(X_s,1,1,a,n)，n＝1,2,….n,n是正整数}，并得到一组目标函数值(Γ_s,1,a)，进行粒子羣优化，即主导设备优化结果，其次，根据映射关系及主次阶设备特性曲线，在第二阶设备b(M_s,2,b)的第二设备全部性能空间中，生成足以支持第一阶设备实现目标函数值的可容许性能空间，即形成对第二阶设备性能空间的实际约束条件所获得的性能约束空间，以根据所述第二阶设备所对应的目标函数进行粒子群优化，来得出第二阶设备的目标函数值(Γ_s,2,b)(优化结果)，持续进行，直到遍历整个子系统，或达到一定的映射次数，以得到全系统粒子的位置及速度，并因此得到第一次的子系统目标函数值(Γ_total#1)，如第一阶设备某次映射时所对应的第二阶设备目标函数值，所产生的可容许性能空间，无法落于所述第二阶设备的全部性能空间时，则剔除所述粒子及所述次映射，重新进行计算，即反向约束；

(6)粒子位置及速度调整模块，通过下列方程式(I)(II)调整粒子Xs,l,m,n(在子系统s下第一阶设备m的第n个粒子)的位置及速度，

第t+1次迭代的速度