[发明专利]一种自适应遗传粒子群混合算法的优化方法

权利要求书

1.一种自适应遗传粒子群混合算法的优化方法，其特征在于，该方法包括以下步骤：

1.1 计算遗传算法中父代种群中心区域的密度和半径，并区分父代种群为总体集中分布、局部集中分布还是均匀分布；

1.2 执行遗传算法的选择操作，选择出需进化的父代个体；

1.3 针对父代种群的三种分布，分别建立交叉概率和变异概率的计算公式；

1.4 根据建立的交叉概率和变异概率的计算公式对选择出来的父代个体执行交叉与变异操作，实现染色体重组与基因突变，并形成子代个体；

1.5 从子代个体中选择出适应度较高的个体执行粒子群算法形成子代粒子，将子代个体和子代粒子组成子代种群并保存其最优个体。

2.如权利要求1所述的方法，其特征在于，步骤1.1具体包括：

1.11 求解父代种群中心区域密度ρ和中心区域半径R：

父代种群初始化后，求个体适应度并进行排序；

计算适应度值范围S与中心区域半径R；

S＝f_max-f_min

其中，f_max表示父代种群中个体的最大适应度值，f_min表示父代种群中个体的最小适应度值，n表示父代种群大小；

计算父代种群中心区域密度ρ；

其中，Num(R,f_avg)表示以f_avg为圆心、R为半径的圆内部包含的父代种群个体数；

1.12 根据父代种群中心区域密度ρ和中心区域半径R区分父代种群为总体集中分布、局部集中分布还是均匀分布；

采用父代种群中心区域密度ρ和中心区域半径R来衡量父代种群的分布，把父代种群的分布状态分为总体集中分布、局部集中分布和种群均匀分布三种情况：

当R＜0.1时，称为总体集中分布；

当R≥0.1且ρ＞0.5时，称为局部集中分布；

当R≥0.1且ρ≤0.5时，称为均匀分布。

3.如权利要求2所述的方法，其特征在于，步骤1.2，具体包括：

1.21 确定父代种群中进行遗传算法的个体数量m，(m≥n/2)，n为父代种群个体数；

1.22 计算概率i为父代种群中的第i个个体，f_i为第i个个体的适应度，j＝1，2…n，f_j为第j个个体的适应度，p_i第i个个体的概率；

1.23 计算累计概率q_i为第i个个体的累计概率；

1.24 产生一个随机数r∈(0，1]；

1.25 如果r＜q₁，则选择第一个个体，q₁为第一个个体的累计概率，如果q_i-1＜r≤q_i，则选择第i个个体；

1.26 重复1.24、1.25步，直到选择出m个个体。