[发明专利]一种自适应布谷鸟算法及其在化工优化中的应用方法

权利要求书

1.一种自适应布谷鸟算法及其在化工优化中的应用方法，其特征在于，所述自适应布谷鸟算法及其在化工优化中的应用方法包括以下步骤：

步骤一，将基本布谷鸟搜索(CS)算法中的随机步长改进成根据迭代次数自适应调整的步长；

步骤二，通过15个标准测试函数的测试；

步骤三，最后将改进的算法用于批示反应器、管式反应器、生物反应器等3个典型的化工动态优化问题中。

2.如权利要求1所述的自适应布谷鸟算法及其在化工优化中的应用方法，其特征在于，所述动态优化问题的描述：

动态优化问题的一般形式如下：

问励实质就是在满足约束条件下选择控制策略u，使性能指标J达到最优。

3.如权利要求1所述的自适应布谷鸟算法及其在化工优化中的应用方法，其特征在于，所述基本cs算法:

基本的CS算法中，设定了如下3个理想状态：

(1)布合鸟每次只产一1蛋，并随机寻找鸟窝进行孵化；

(2)随机寻找的鸟窝中，最好的鸟窝位置将被保留进入下一代；

(3)外来鸟蛋被鸟窝的主人发现的概率是P_a∈[0，1]；

布谷鸟寻找鸟窝位置的更新公式是：

其中，表示第i个鸟窝在第t代的鸟窝位置，表示点对点乘法，α是步长控制量，L(λ)是Lévy随机搜索路径，而且L～u＝t^-λ，(1＜λ≤3)，通过位置更新后，用随机数r∈[0，1]与P_α作对比，若r＞P_α，则对随机改变，反之则不变；最后保留适应值较好的一组鸟窝的位置。

4.如权利要求1所述的自适应布谷鸟算法及其在化工优化中的应用方法，其特征在于，所述变步长策略：更新公式对布CS算法进行改进以提高其自适性。

其中，step_min是步长的最小值，取值是0.002；p是大于1的整数，取范围是[1，30]，P分别取1，3，5，10，20，30时a随t/T_max的变化曲线，t为当前迭代次数，T_max为规定的最大迭代次数。

5.如权利要求1所述的自适应布谷鸟算法及其在化工优化中的应用方法，其特征在于，所述变步长自适应CS算法流程：

步骤一，设置布谷鸟鸟窝个数n，搜索空间的维数d，鸟窝的位置初始化为找出其中最优的鸟窝位置和最优解f_min；

步骤二：保留上一代最优鸟窝位置t是当前迭代次数，利用位置更新公式对其他鸟窝的位置进行更新，得到一组新的鸟窝位置，对这组鸟窝位置进行评价，与上一代产生的鸟窝的位置进行对比，用适应值较好的鸟窝位置代替适应值较差的鸟窝位置，从而得到一组更优的鸟窝位置

用适应值较好的鸟窝位置代替适应值较差的鸟窝位置，得到一组新的更优的鸟窝位置：

步骤三：找出步骤二中最后得到的中最优的一个鸟窝位置和最优值f_min；若达到规定的迭代次数或指定精度，则输出全局最优解f_min和对应的全局最优位置反之，返回步骤2继续进行迭代。