[发明专利]基于自适应差分进化算法的公共场所护栏布局优化方法有效
申请号: | 202110056532.7 | 申请日: | 2021-01-15 |
公开(公告)号: | CN112733241B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 钟竞辉;程田田;蔡文桐 | 申请(专利权)人: | 中新国际联合研究院 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F30/27;G06N3/126 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 李盛洪 |
地址: | 510000 广东省广州市广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 自适应 进化 算法 公共场所 护栏 布局 优化 方法 | ||
1.一种基于自适应差分进化算法的公共场所护栏布局优化方法,其特征在于,所述护栏布局优化方法包括以下步骤:
S1、初始化:产生种群P和外部归档A,初始化JADE参数,所述种群P包含NP个目标向量,对每个所述目标向量基于护栏布局进行编码,利用人群行为仿真技术,衡量区域内的拥挤程度,计算所有初始所述目标向量的适应值;所述步骤S1中的所述目标向量按如下方式进行编码:
X=[x1,x2,x3,x4]其中,0≤x1、x2、x3、x41,X为编码了护栏布局的目标向量,是一个包含四个元素的浮点数向量,用来编码护栏布局序列,x1和x2共同决定护栏入口的位置;x3和x4决定连接护栏入口和电梯口的护栏绘制方式;
S2、对所述种群P中的每个所述目标向量,根据所述JADE参数,从所述种群P和所述外部归档A中选取辅助向量,构建测试向量;计算所述测试向量的适应值;对所述测试向量进行解码得到护栏序列;进行适应度评估;执行选择操作更新所述种群个体,计算新个体目标向量的适应值,并将被淘汰的个体加入到所述外部归档A;其中对所述测试向量进行解码,按如下方式操作:
将所述测试向量对应的四个浮点数(x1,x2,x3,x4)解码成离散型的整数四元组(B,W,G,H),以便绘制护栏,对应关系如下:
其中,MAX_LEN是人为设定的护栏的最大边长,B和W用于决定护栏入口的位置,B用于决定护栏在平行电梯开口方向上延伸单位的数量,W用于决定护栏在垂直电梯开口方向上延伸单位的数量;G和H的取值共有四种组合:(0,0),(0,1),(1,0),(1,1);每一种组合对应连接护栏入口和电梯口的一种护栏绘制方式;
S3、自适应更新所述JADE参数和所述外部归档A;
S4、重复执行步骤S2和步骤S3,直到达到设定的最大迭代次数,并将最后一次迭代产生的护栏序列作为最终的护栏布局输出。
2.根据权利要求1所述的基于自适应差分进化算法的公共场所护栏布局优化方法,其特征在于,所述步骤S2中所述测试向量经变异和交叉产生,按如下步骤操作:
S21、执行变异操作:
初始化之后,采用变异策略“DE/current-to-pbest”对所述种群P中的NP个个体进行变异操作,生成新的变异向量Vi,所述变异策略可以用下式表达:
Vi=Xi+Fi*(Xpbest-Xi)+Fi*(Xr1-Xr2)
其中,Xi为所述种群P中的第i个个体,i=1,2,...,NP,Xpbest是从当代所述种群中适应值靠前的100p%的个体中随机选择的个体,p∈(0,1],Xi,Xr1从当代所述种群P中随机选择产生,Xr2则是从当代所述种群P和所述外部归档A的并集中随机选取产生,Fi为变异因子,是与Xi关联的参数;
S22、执行交叉操作:
变异操作完成后,对当代种群个体进行交叉操作,得到所述测试向量Ui,交叉方式如下:
其中,Ui,j是所述测试向量Ui中的第j个元素,i=1,2,...,NP,j=1,2,3,4,jrand是在区间[1,4]中随机产生的一个整数,用来确保Ui,j跟Xi,j至少有一个基因位点不同;CRi为交叉率,是跟Xi相关联的一个参数。
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新国际联合研究院,未经中新国际联合研究院许可,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/202110056532.7/1.html,转载请声明来源钻瓜专利网。