[发明专利]融合布谷鸟搜索算法和狼群算法的测试函数寻优方法、装置

权利要求书

1.一种融合布谷鸟搜索算法和狼群算法的测试函数寻优方法，其特征在于，所述方法包括以下步骤：

S1、根据所述测试函数的自变量取值范围随机生成n个第一自变量数值，并将所述n个第一自变量数值分别代入所述测试函数，得到每一第一自变量数值对应的第一测试函数值；

S2、根据莱维飞行机制对所述n个第一自变量数值分别进行更新，得到n个对应的第二自变量数值，并将所述n个第二自变量数值分别代入所述测试函数，得到每一第二自变量数值对应的第二测试函数值；

S3、将每一第一自变量数值对应的第一测试函数值与对应的第二自变量数值的第二测试函数值进行比较，保留函数值较小者对应的自变量数值，得到n个第三自变量数值；

S4、根据预设的发现概率对所述n个第三自变量数值分别进行更新，得到n个第四自变量数值；

S5、判断迭代次数是否达到预设的迭代次数；若否，则执行步骤S6；若是，则执行步骤S7；

S6、根据所述n个第四自变量数值分别对应的第四测试函数值从所述n个第四自变量数值中选择m个第四自变量数值，对所述m个第四自变量数值进行加权评估，得到一个新的自变量数值，并将所述m个第四自变量数值和所述新的自变量数值分别分配至编号位置，及将包含分配后的所述m个第四自变量数值和所述新的自变量数值的n个自变量数值作为n个第一自变量数值，并返回步骤S1，其中，n和m分别为常数；

S7、输出最小的第四测试函数值和最小的第四测试函数值对应的第四自变量数值。

2.根据权利要求1所述的融合布谷鸟搜索算法和狼群算法的测试函数寻优方法，其特征在于，所述根据莱维飞行机制对所述n个第一自变量数值分别进行更新，得到n个对应的第二自变量数值，包括：

根据以下公式一分别更新所述n个第一自变量数值：

其中，t表示当前迭代次数，x_i^(t+1)表示更新后的第i个第二自变量数值，x_i^t表示当前的第i个第一自变量数值，α表示布谷鸟搜索路径的控制参数，表示点乘积，levy(λ)表示布谷鸟飞行随机搜索路径。

3.根据权利要求1所述的融合布谷鸟搜索算法和狼群算法的测试函数寻优方法，其特征在于，步骤S4，进一步包括：

采用服从均匀分布的随机数r∈[0,1]作为第三自变量数值的发现概率；

将所述随机数r与预设的发现概率进行比较，得到比较结果；

在根据所述比较结果判断所述随机数r大于所述预设的发行概率的情况下，随机更新所述第三自变量数值；

将更新后的第三自变量数值代入所述测试函数，得到更新后的第三自变量数值对应的测试函数值；

将所述第三自变量数值对应的第三测试函数值与更新后的第三自变量数值对应的测试函数值进行比较，保留函数值较小者对应的自变量数值，得到第四自变量数值。

4.根据权利要求1所述的融合布谷鸟搜索算法和狼群算法的测试函数寻优方法，其特征在于，所述根据所述n个第四自变量数值分别对应的第四测试函数值从所述n个第四自变量数值中选择m个第四自变量数值，进一步包括：

将所述n个第四自变量数值分别对应的第四测试函数值按从小到大的顺序进行排列，得到排列结果；

根据所述排列结果选择前m个较小的第四测试函数值分别对应的第四自变量数值，从而实现从所述n个第四自变量数值中选择m个第四自变量数值，

其中，m为小于或等于n的常数。

5.根据权利要求1所述的融合布谷鸟搜索算法和狼群算法的测试函数寻优方法，其特征在于，所述对所述m个第四自变量数值进行加权评估，得到一个新的自变量数值，进一步包括：

根据以下公式二加权评估得到所述新的自变量数值：

其中，x_new表示新的自变量数值，m表示常数，x₁,x₂,...,x_m分别表示第四自变量数值，且x₁,x₂,...,x_m分别对应的第四测试函数值依次增大，λ₁,λ₂,...,λ_m分别表示第四自变量数值x₁,x₂,...,x_m在加权评估中所占的比重。