[发明专利]一种具有韦伯-费克纳情绪化突变操作的细菌觅食寻优方法

说明书

本发明涉及一种具有韦伯‑费克纳情绪化突变操作的细菌觅食寻优方法。经典细菌觅食算法步骤主要包括：趋化、群集、繁殖及消除‑扩散，本发明在经典细菌觅食算法基本操作的基础上引入了韦伯‑费克纳情绪化突变操作，并利用激素调节机制对细菌个体的情绪进行调节，从而改变了细菌个体运行方式，实现了细菌个体运行速度的自适应更新，规避了经典细菌觅食算法存在的易陷入局部最优的缺陷，提升了算法收敛性的同时确保了寻优解的质量。

技术领域

本发明属于智能优化算法领域，具体涉及到一种具有韦伯-费克纳情绪化突变操作的细菌觅食寻优方法。

背景技术

启发式算法均为生物智能算法，如：蛙跳算法、鲸鱼算法、帝王蝶算法、蚁群算法及粒子群算法等。启发式搜索就是对状态空间维度内的每个个体进行评估，并模仿生物活动的某些特征，实现在状态空间维度内对最佳位置的搜索，这样可以缩短搜索路径，提升算法运算效率。

实际社会的生产发展的需求促进了启发式算法的发展，作为一种启发式智能优化算法，细菌觅食算法是由Passino于2002年提出的，并于2007年引入国内，但经典的细菌觅食算法的某些相关理论仍不成熟，如：细菌个体运行速度无法实现自适应调整导致算法易陷入局部最优、优化精度低，因此，经典的细菌觅食算法需要进一步的提升与改善。

本发明将具有激素调节机制的韦伯-费克纳情绪化突变操作引入经典细菌觅食算法，利用激素控制细菌个体的情绪，通过情绪感知因子判断细菌个体的情绪状态，从而根据细菌个体的情绪状态实现其运行速度的自适应调整，以此实现细菌个体运行速度的更新，提升了算法的收敛性，并确保了寻优解的质量。

发明内容

经典细菌觅食算法中细菌个体的步长具有不确定性，这导致细菌个体运行速度无法针对实际环境实现自适应调节，本发明的目的在于提供一种能够规避上述弊端的具有韦伯-费克纳情绪化突变操作的细菌觅食寻优方法。

为实现上述目的，本发明采用了以下技术方案：一种具有韦伯-费克纳情绪化突变操作的细菌觅食寻优方法，该算法包括下列顺序的步骤：

(1)确定待研究对象的寻优变量X＝{x₁,x₂,x₃,...,x_s}；

(2)将待研究对象的寻优值即适应度转化为最优状态为0的适应度函数：J_fitness(X)，最优值为J_min＝0；

(3)具有韦伯-费克纳情绪化突变操作的细菌觅食寻优方法相关参数初始化；

(4)利用具有韦伯-费克纳情绪化突变操作的细菌觅食寻优方法进行寻优。

步骤(3)所述具有韦伯-费克纳情绪化突变操作的细菌觅食寻优方法相关参数初始化，包括：

(3a)初始化细菌觅食相关参数

趋化步骤约定循环次数N_c、繁殖步骤约定循环次数N_re、消除-扩散步骤约定循环次数N_ed、消除-扩散概率P_ed、游动步长N_s、细菌总数N、引诱因子深度度量系数d_attract、引诱因子宽度度量系数w_attract、趋避高度度量系数h_repellent、趋避宽度度量系数w_repellent；

(3b)初始化其他相关参数

(3b-1)初始化激素调节参数

激素调节机制符合Hill函数，参数包括：惯性因子最大值w_max、惯性因子最小值w_min、惯性因子初始值w₀、阈值T、Hill系数n；