[发明专利]基于差分进化算法的局部搜索和全局搜索融合方法及系统

权利要求书

1.基于差分进化算法的局部搜索和全局搜索融合方法，其特征在于：包括以下步骤：

对种群参数进行初始化配置，生成初始种群；

配置局部搜索代数计数器和全局搜索代数计数器；

在种群进入局部搜索阶段时，确定局部搜索代数计数器处于上限和下限之间且子种群没有收敛后，种群进入全局搜索阶段；

判断全局搜索代数计数器的值是否小于全局搜索代数的上限，若是，则重新执行全局搜索阶段；反之，则返回执行配置局部搜索代数计数器和全局搜索代数计数器的步骤，直至确定达到初始化配置的差分进化算法执行的终止条件后，结束所述差分进化算法；

所述种群参数包括种群规模，子种群规模，维度大小，最大可迭代代数，比例因子，交叉率，局部搜索代数下限，局部搜索代数上限，全局搜索代数上限以及差分进化算法变体的种类。

2.根据权利要求1所述的基于差分进化算法的局部搜索和全局搜索融合方法，其特征在于：还包括以下步骤：

将所述差分进化算法的执行过程拆分为若干个不重叠阶段；其中，每个阶段均包括局部搜索和全局搜索；所述全局搜索包括过渡阶段和全局阶段。

3.根据权利要求1所述的基于差分进化算法的局部搜索和全局搜索融合方法，其特征在于：还包括局部搜索步骤，所述局部搜索步骤包括以下步骤：

基于预设选择的维度，对种群进行排序；

根据种群的排序结果，将种群分成若干个子种群；

以DE/best/2为搜索引擎对每个子种群进行独立进化。

4.根据权利要求1所述的基于差分进化算法的局部搜索和全局搜索融合方法，其特征在于：还包括全局搜索的过渡步骤，所述全局搜索的过渡步骤包括以下步骤：

基于初始化配置的差分进化算法，对比例因子进行动态调整；

所述比例因子F_i的动态调整公式为：

其中，len＝Ed(u_i,G,x_i,G)/maxlen

其中，len代表归一化之后子个体与父个体之间的距离，abs()代表括号内的数的绝对值；rand代表随机生成一个范围在[0,1]之间的数；Ed()代表括号内两个向量之间的欧几里得距离；u_i,G代表x_i,G经过差分进化算法之后的子个体，用向量表示；x_i,G代表当前个体，用预设维度大小的向量表示；maxlen代表当前个体之间最大的距离。

5.根据权利要求1所述的基于差分进化算法的局部搜索和全局搜索融合方法，其特征在于：所述对种群参数进行初始化配置，生成初始种群这一步骤，包括以下步骤：

对种群参数进行初始化配置；

随机生成初始种群；

计算初始种群中每个个体的目标函数值。

6.根据权利要求1所述的基于差分进化算法的局部搜索和全局搜索融合方法，其特征在于：还包括以下步骤：

在种群进入局部搜索阶段时，确定局部搜索代数计数器未处于上限和下限之间，或者子种群已经收敛后，则种群继续进入局部搜索阶段。

7.根据权利要求1-6任一项所述的基于差分进化算法的局部搜索和全局搜索融合方法，其特征在于：在所述种群进入全局搜索阶段这一步骤中，将差分进化算法变体代入全局阶段。