[发明专利]一种基于动态记忆空间的自动调参方法

权利要求书

1.一种基于动态记忆空间的自动调参方法，其特征在于，和声搜索算法的具体算法步骤如下所示：

步骤1：初始化算法和问题参数

和声搜索算法的主要参数包括和声记忆大小、和声记忆考虑率、音调调整率和带宽，HMS是可以存储在和声记忆库中的和声总数，HMCR决定音乐家是否基于HM中的和声来创造新的和声，PAR决定音乐家是否对曲调中所选择的和声的音符进行微调，带宽BW是音乐家微调选定和声的范围；另一个参数是最大迭代次数，它表示音乐家为定义最佳和声所做的即兴创作的数量；在这一步中，确定HS算法中的上述参数；此外，当前迭代k设置为1，HS算法通常用于定义为f(X)在x_j∈[x_jL，x_jU](j＝1，2…D)的D维优化问题中的应用，这里，x_jL和x_jU是决策变量x_j的上下限；

步骤2：初始化和声记忆库

HM中存储的和声的数量等于HMS，一个和声向量是一组决策变量，决策变量的初始值由方程(1)生成，在方程(1)中，r是范围[0，1]内的随机数，这里代表第i个和声向量中的第j个决策变量，当当前迭代为k时，和声记忆库如等式(2)所示：

步骤3：即兴创作新的和声

通过记忆库考虑、音高调节和随机选择三种机制，即兴生成了一个新的和声向量它的定义如下所示：

在这里，是在当前迭代k中即兴产生的新和声的第j个决策变量，在记忆库考虑机制中，的i是在[1，HMS]范围内随机选择的整数；r₁、r₂、r₃和r₄是[0，1]区域内的随机数；

步骤4：更新和声记忆

如果新的和声向量在和声记忆中具有更好的适应度，则新的和声向量将取代和声记忆库最较差的和声向量；

步骤5：检查停止迭代

如果当前迭代等于停止迭代(最大迭代次数为NI)，则终止计算；否则，设置k＝k+1并返回步骤3。

2.根据权利要求1所述的一种基于动态记忆空间的自动调参方法，其特征在于，为进一步提高和声搜索算法的搜索性能，提出两种解决方法：

第一解决方法是和声记忆库的大小随着迭代的进行，动态的缩小，若当前迭代次数为k时，其k+1次的记忆库的大小计算如等式3所示，计算公式以最小化问题为例，

其中，F_worse为当前和声记忆库中最差的解向量所对应的目标函数值，F_new为当前迭代中新产生的解向量所对应的目标函数值，HMS_min为预先设定的最小的和声记忆库大小，NI为最大迭代次数，HMS₀在迭代刚开始时的和声记忆库大小；

第二个解决方案是基于重要性的调参，在原始的和声搜索算法中，在进行音高调节时，每个变量都有相同的概率来进行这一机制，为得到每个决策变量的对目标函数值的重要性，本文将每次迭代过程中产生的解向量以及其对应的目标函数值均保存下来，用以训练随机森林，通过随机森林来得到每个决策变量的重要性，假设有n个决策变量，每j个决策变量的音高调节概率用PAR_j来进行表示，计算公式如等式4所示，

其中PAR为预先设定的一个固定概率值，大小为(0，1)之间，其中IM_j为随机森林得到的第j个决策变量的重要性；为n个决策变量的重要性之和；若一个决策变量越重要，得到的音高调节概率将会更大，有更多的机会探索新的求解区域，找到一个更优的值，从而保证在有限的时间内得到一个更优的解向量。