[发明专利]一种基于小波变异的IJAYAGA算法在审

专利信息
申请号: 202010852795.4 申请日: 2020-08-22
公开(公告)号: CN112149830A 公开(公告)日: 2020-12-29
发明(设计)人: 李恩龙;袁志鹏;李振龙;赵海波 申请(专利权)人: 中车长春轨道客车股份有限公司
主分类号: G06N3/12 分类号: G06N3/12
代理公司: 长春众益专利商标事务所(普通合伙) 22211 代理人: 余岩
地址: 130061 吉林*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 变异 ijayaga 算法
【权利要求书】:

1.一种基于小波变异的IJAYAGA算法,其特征在于包括下列步骤:

Step1评价:计算个体适应度值,对个体适应度值排序,选择最优个体和最差个体;

Step2个体更新:计算自适应引导算子,更新个体产生新种群;

Step3种群选择:计算个体适应度,轮盘赌选择个体产生选择种群;

Step4交叉:计算交叉算子,个体交叉产生交叉种群;

Step5小波变异:计算小波变异算子,个体变异产生变异种群,交叉种群与变异种群混合产生新种群;

Step6随机竞争选择:随机选取若干个体,计算个体得分,竞争比较产生新种群。

2.根据权利要求1所述的一种基于小波变异的IJAYAGA算法,其特征在于个体更新的具体过程如下:

Step2.1计算自适应引导算子w:

其中:k当前迭代次数,K为所固定的总的进化次数;

Step2.2利用种群P(k)中的最优解和最劣解引导个体朝最优解的方向更新,避免其朝劣解方向更新,计算更新个体

其中:rand为产生的随机数,i为种群中的第i个个体;

Step2.3对更新后的个体适应度值与原个体的适应度值进行比较,选择较优个体

Step2.4更新计数值,即令i=i+1。若满足i≤N,转步骤Step2.1执行,将新产生的N个个体作为新种群。

3.根据权利要求1所述的一种基于小波变异的IJAYAGA算法,其特征在于种群选择的具体过程如下:

Step3.1计算种群P(k)中每个个体的适应度值

Step3.2计算种群P(k)中每个个体被遗传到下一代群体中的概率

Step3.3计算种群P(k)中每个个体累积概率

Step3.4生成随机数γ,γ∈[0,1];

Step3.5若则选择个体1;若则选择个体i;

Step3.6重复Step3.4和Step3.5,直到N个个体被选中,将该N个个体称为选择种群。

4.根据权利要求1所述的一种基于小波变异的IJAYAGA算法,其特征在于交叉的具体过程如下:

Step4.1从种群P(k)中随机选择两个个体p和q,且p≠q;

Step4.2计算自适应交叉算子Pc

Step4.3计算个体p与个体q的相似度系数Sp,q

其中:表示个体p的第m个基因位的基因型,表示个体q的第m个基因位的基因型,M为种群中每个个体的长度。

Step4.4生成随机数γc,满足0≤γc≤1;

Step4.5若满足Sp,q≤ε且γc≤pc,则转去执行步骤Step4.6,否则返回执行步骤Step4.1;

Step4.6生成随机数n,满足1≤n≤M;

Step4.7在第n个基因位处对个体p和q执行单点交叉操作;

Step4.8执行Step4.1-Step4.7共N/2次。

5.根据权利要求1所述的一种基于小波变异的IJAYAGA算法,其特征在于小波变异的具体过程如下:

Step5.1计算种群P(k)每个个体小波变异算子δ:

其中:为变异常数;

Step5.2对种群中P(k)的每个个体进行个体小波变异,得到对应变异个体

Step5.3更新计数值,即令i=i+1。若满足i≤N,转步骤Step5.1执行变异过程。生成新的变异种群;

Step5.4将新的变异种群加入原始种群中,生成具有2N个体的新种群。

6.根据权利要求1所述的一种基于小波变异的IJAYAGA算法,其特征在于随机竞争选择的具体过程如下:

Step6.1在2N个个体中随机选择Q个个体组成测试群体,将个体的适应度与Q个个体的适应度进行比较,记录个体优于或等于Q内各个个体的次数,计算得到个体的分数Si

Step6.2更新计数值,即令i=i+1。若满足i≤N,转步骤Step6.1计算每个个体的分数Si

Step6.3对种群P(k)中个体的分数Si排序,选择分值较高的N个个体组成下一代新的群体。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中车长春轨道客车股份有限公司,未经中车长春轨道客车股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010852795.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top