[发明专利]一种灰狼优化算法中搜索阶段的优化方法及系统

权利要求书

1.一种灰狼优化算法中搜索阶段的优化方法，其特征在于，所述方法包括：

步骤1.根据计算的先后顺序将灰狼优化算法中的搜索阶段划分为第一阶段及第二阶段；

步骤2.在所述第一阶段中将当前灰狼优化算法中的狼群按排序后的适应度进行分组，并对各分组分别进行搜索迭代计算，得到第一搜索结果；

步骤3.将所述第一搜索结果作为所述第二阶段的初始状态，对所述狼群进行搜索计算，得到所述灰狼优化算法中搜索阶段的第二搜索结果。

2.根据权利要求1所述的方法，其特征在于，所述步骤2包括：

步骤2-1.在所述第一阶段中，生成所述目标狼群的初始种群，并将所述初始种群中的狼进行排序，并根据排序后的适应度值进行分组，得到计算种群，以及记录当前首领狼的一次位置，其中，所述首领狼为狼群中适应度值最高的前三类狼，且所述首领狼包括alpha狼、beta狼的位置以及delta狼；

步骤2-2.对当前计算种群中的狼进行分组，得到多组狼群；

步骤2-3.对各组狼群分别进行灰狼优化算法中的局部搜索计算，并将完成搜索计算后的各组狼群内的狼重新进行混合排序，并记录当前首领狼的二次位置；

步骤2-4.根据首领狼的一次位置与二次位置的比较结果，确定最优首领狼；

步骤2-5.根据当前的最优首领狼重新对所述目标狼群进行排序，得到新的计算种群；

步骤2-6.根据所述新的计算种群重复步骤2-1至2-5的迭代过程，直到所述迭代次数到达预设的混合迭代次数值后，停止迭代，并将当前的计算种群确定为第一搜索结果。

3.根据权利要求2所述的方法，其特征在于，所述步骤2-1包括：

步骤2-1a.在所述第一阶段中，随机生成由N匹狼组成的初始种群Q；

步骤2-1b.将所述初始种群Q中的狼进行排序，并根据排序后的适应度值进行分组，得到计算种群P；

其中，P＝{X₁,X₂,…,X_N}且X代表个体的狼；

步骤2-1c.记录当前三只首领狼的一次位置。

4.根据权利要求2所述的方法，其特征在于，所述步骤2-2包括：

根据公式一将所述狼群分配为m组狼群，且每个组中均包括n匹狼，且N＝m×n：

M^s＝{X_s+m(l-1)∈P|1≤l≤n},(1≤s≤m) 公式一

公式一中，M^s为第s组的狼的集合，X_s+m(l-1)为第_s+m(l-1)头狼，P为排序后的计算种群。

5.根据权利要求2所述的方法，其特征在于，所述步骤2-3包括：

步骤2-3a.根据公式二对各组狼群分别进行灰狼优化算法中的局部搜索计算：

公式二中，为目标狼的第一搜索结果，表示alpha狼的位置，表示beta狼的位置，表示delta狼的位置，及分别为根据系数向量获取的alpha狼、beta狼及delta狼的位置系数参量，是随机向量，t表示迭代次数；

步骤2-3b.将完成搜索计算后的各组狼群内的狼重新进行混合排序，并记录当前三只首领狼的二次位置中的所述局部搜索的计算。

6.根据权利要求1所述的方法，其特征在于，所述步骤3包括：

步骤3-1.在第二阶段中，在所述第一搜索结果中选取首领狼；

步骤3-2.对所述第一搜索结果进行优化搜索计算，得到所述第二搜索结果。