[发明专利]一种基于自调整动态网络的遗传算法设计方法

权利要求书

1.一种基于自调整动态网络的遗传算法设计方法，其特征在于：包括以下步骤：

S1，综合考虑节点的目标函数值在邻居节点中的排名以及邻居节点数，给出网络节点关键度定义；

S2，建立偶生、奇生和竞争三种拓扑更新规则，使网络拓扑结构随遗传算法的进化而动态演化，具体为：当遗传算法执行完交叉操作，按照偶生规则将新节点添加到网络中；当遗传算法执行完变异操作，依据奇生规则将新节点添加到网络中；当遗传算法执行完选择操作，按照竞争规则删除部分节点；

S3，建立将种群多样性作为反馈信息，动态调整拓扑更新规则，使种群维持合适的多样性水平以利于全局搜索。

2.根据权利要求1所述的一种基于自调整动态网络的遗传算法设计方法，其特征在于：S1中，网络节点关键度定义具体为：

式中，NNC代表网络节点关键度，Rank为网络节点在k个邻居中目标函数值的排名。

3.根据权利要求1所述的一种基于自调整动态网络的遗传算法设计方法，其特征在于：S2中，偶生规则具体步骤为：将新节点与原节点之间进行连边，原节点以一定概率将原有连边移接到新节点，原节点以一定概率删除原有连边。

4.根据权利要求1所述的一种基于自调整动态网络的遗传算法设计方法，其特征在于：S2中，奇生规则具体步骤为：首在新产生的子节点与父节点之间添加连边，父代节点以一定概率将原有连边移接到新节点，父代节点以一定概率删除原有连边。

5.根据权利要求1所述的一种基于自调整动态网络的遗传算法设计方法，其特征在于：竞争规则具体步骤为：以一定概率在网络中选择一个节点，计算此节点和与其有连接节点的网络节点关键度，将它们进行比较，删除关键度最差的节点，被删节点将连接移接到幸存节点上。

6.根据权利要求1所述的一种基于自调整动态网络的遗传算法设计方法，其特征在于：S3中具备包括以下步骤：

S31、基于遗传算法种群规模等元素计算种群多样性Diversity，其定义如下：

其中，N代表遗传算法种群规模，E代表节点间的最大距离，W代表求解维数，Q_j(t)代表t代种群中心节点的第j维分量，Q_ij(t)代表t代种群中第i个节点的第j维分量；

设置Diversity最低值为D_t，其定义为：

其中，Maxiter代表最大迭代次数，m,n∈(0,1)代表控制系数；

S32、当Diversity小于D_t时，则更新网络拓扑结构，扩大搜索范围，增加群体多样性；

S33、当Diversity大于等于D_t时，原有连接保持不动，使节点朝着最佳位置聚集，进行精细搜索，直至收敛到最优解。