[发明专利]一种基于信息熵在线分解的高维问题优化方法有效

专利信息
申请号: 202011107757.2 申请日: 2020-10-16
公开(公告)号: CN112199849B 公开(公告)日: 2022-07-26
发明(设计)人: 彭星光;吴亚培;宋保维;潘光;张福斌;高剑;张立川;张克涵 申请(专利权)人: 西北工业大学
主分类号: G06F30/20 分类号: G06F30/20;G06Q10/04;G06F111/06;G06F111/08
代理公司: 西安凯多思知识产权代理事务所(普通合伙) 61290 代理人: 刘新琼
地址: 710072 *** 国省代码: 陕西;61
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 信息 在线 分解 问题 优化 方法
【权利要求书】:

1.一种基于信息熵在线分解的高维问题优化方法,其特征在于包括下述步骤:

步骤1:在无人水下航行器的航路规划中,每个航路点的纵向坐标为一个决策变量,航路点个数n个,航路点为n维,将具有n个决策变量的优化问题miny=f(x1,x2,…,xn)的决策变量进行随机排列,函数f(x1,x2,…,xn)代表航路所需的时间,从随机排列的决策变量序列第一个开始,每k个决策变量组成一个子问题,共形成m个子问题,n=k*m,并将此随机分组模型记为M0;随机产生一个解计算y*=f(X*);初始化进化代数iter=0,进化停滞次数stg=0;

步骤2:对分组模型M0中的每一个子问题中使用协方差自适应进化策略进行一次解空间采样,将各个子问题采样获得的解按照采样顺序组合起来,获得λ个完整解X1,X2,…,Xλ,并对λ个完整解进行评价获得y1,y2,…,yλ,标记当前采样所得的解中y值最小的解为Xb及评价值yb;进化代数累加一代,令iter加1;若yby*,则置stg=0,X*←Xb,y*←yb;若yb≥y*,则stg=stg+1,X*、y*不变;

步骤3:若进化停滞次数stg大于阈值,进行步骤4;否则,返回步骤2;

步骤4:将n个决策变量视为n个子问题,形成分组模型M0←([x1][x2]…[xn]);以X1,X2,…,Xλ为样本点,建立M0的边缘概率模型;

步骤5:计算模型M0的评价C0,公式如下:

其中,N是种群中个体的个数,S[I]是第I个子问题所具有的决策变量个数,E(I)是子问题I的边缘分布的信息熵;

步骤6:将当前模型M0的任意两个子问题合并,产生t个新的分组模型M1~Mt;以X1,X2,…,Xλ为样本点,建立M1~Mt的边缘概率模型;然后,利用公式(1)计算模型M1~Mn的评价值C1~Cn

步骤7:将评价值C1~Cn中的最小值标记为C*,具有最小评价的模型标记为M*,若C*C0,则将C0赋值为C*,M0赋值为M*,即C0←C*、M0←M*,并返回步骤6;若C*≥C0,则C0、M0保持不变,进行步骤8;

步骤8;输出当前模型M0为最终的变量分组结构;

步骤9:若iter≥Tmax,Tmax为最大次数,输出X*为需要解决的优化问题miny=f(x1,x2,…,xn)的最优解,并结束;若iterTmax,返回步骤2;由此将高维问题进行随机分组并且利用协方差自适应进化,再利用基于信息熵的方法将决策变量重新分组,提高优化效果。

2.根据权利要求1所述的一种基于信息熵在线分解的高维问题优化方法,其特征在于:

所述步骤3中的阈值取值为1000。

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西北工业大学,未经西北工业大学许可,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/202011107757.2/1.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