[发明专利]基于差分进化的互补搜索寻优方法和系统

说明书

本发明公开了一种基于差分进化的互补搜索寻优方法和系统，互补搜索寻优方法包括根据初始参数获取初始种群，以及对初始种群进行至少一代的进化，获得最终解等步骤。本发明基于双曲正切函数图像的走向与进化算法的演化趋势中开发性的需求程度十分契合，利用扩展的tanh来计算开发性搜索策略的使用概率，使用特性互补的探索性变异策略实现平衡，从而提升差分进化算法的寻优性能，此外基于tanh的互补搜索寻优方法及系统可以很好的弥补差分进化算法中搜索的盲目性以及进化后期的早熟现象。本发明改善了现有技术难以在当前的进化阶段针对其特性来选择合适的策略等缺点。本发明广泛应用于数值优化技术领域。

技术领域

本发明涉及数值优化技术领域，尤其是一种基于差分进化的互补搜索寻优方法和系统。

背景技术

进化算法可以用于极大化目标中的期望属性、极小化目标中的非期望属性，从而实现对参数的优化，其中，期望属性和非期望属性是根据待优化问题来确定的。现有的进化算法中，元启发式算法在进化的过程中通常存在许多因素会影响到优化结果，例如，如果一个优化进程过早的收敛，会很容易陷入到局部最优且无法跳出来；经常导致适应值曲面上出现崎岖与虚假的上位效应也会误导搜索；进化过程中的中立性和冗余性可能会减慢进化的速度，同时因为探索了整个搜索空间也可能帮助跳出局部最优；差分进化算法因其独特的变异交叉方式，在进化过程中因为平等对待种群内的每一个成员而不考虑它们的适应度信息和位置信息从而导致早期搜索存在一定的盲目性，在进化的后期成员之间的差异化信息逐渐减少也会导致早熟收敛。

发明内容

针对上述至少一个技术问题，本发明的目的在于提供一种基于差分进化的互补搜索寻优方法和系统。

一方面，本发明实施例包括一种基于差分进化的互补搜索寻优方法，包括：

根据初始参数获取初始种群；所述初始种群包括多个成员；

对所述初始种群进行至少一代的进化，获得最终解；

在每一代进化中：

对本代种群进行适应度评估，从而获得第一适应度；所述第一适应度为所述本代种群中的成员的适应度；

根据成员与本代种群中的最优解之间的距离，将本代种群中的成员划分为内部子群的成员或外部子群的成员；

使用双曲正切函数，根据当前进化代数确定判断阈值；

获取第一随机数；

当所述第一随机数大于所述判断阈值，以所述外部子群中的潜力成员为基向量执行第一搜索策略，所述潜力成员为适应度满足预设条件的成员，反之，以所述本代种群中的成员为基向量执行第二搜索策略；

为所述本代种群中的每个成员执行交叉操作，构建试验向量；各所述试验向量组成试验种群；

对所述试验种群进行适应度评估，从而获得第二适应度；所述第二适应度为所述试验种群中的成员的适应度；

根据所述第一适应度和所述第二适应度之间的大小关系，选择所述本代种群和所述试验种群中的性能较好的成员作为下一代种群的成员。

进一步地，所述根据成员与本代种群中的最优解之间的距离，将本代种群中的成员划分为内部子群的成员或外部子群的成员，包括：

获取所述本代种群中的各成员与所述本代种群中的最优解之间的切比雪夫距离；

确定平均距离；所述平均距离为各所述切比雪夫距离的平均值；

若所述本代种群中的成员与所述本代种群中的最优解之间的切比雪夫距离小于所述平均距离，则将该成员划分为所述内部子群的成员；

若所述本代种群中的成员与所述本代种群中的最优解之间的切比雪夫距离大于所述平均距离，则将该成员划分为所述外部子群的成员。