[发明专利]一种基于混沌映射和黄金正弦策略的改进麻雀智能优化方法

权利要求书

1.一种基于混沌映射和黄金正弦策略的改进麻雀智能优化方法，其特征在于，包括以下步骤：

步骤1：基于建立的超声速飞行器再入过程的动力学模型，对多种复杂约束进行分析得到轨迹目标规划模型；

步骤2：通过Tent混沌映射，生成混沌序列，并将该混沌序列映射到解空间中得到初步的初始种群X¹；

步骤3：根据得到的初始种群X¹，求解出其反向种群X^od；

步骤4：将得到的初始种群X¹和反向种群X^od合并，并计算每个个体的适应度，再按照适应度的好坏排序，选取适应度最好的n个个体，组成麻雀优化算法的初始种群X⁰；

步骤5：选取种群X⁰中适应度最好的p_n个个体作为发现者进行位置更新，若预警值小于安全值，则采用黄金正弦策略更新位置，否则，发现捕食者，种群调整搜索策略，迅速向安全区靠拢；

步骤6：除步骤5中的发现者之外，将其余麻雀个体作为加入者进行位置更新；

步骤7：经步骤5和步骤6处理后，在整个种群中随机选取s_n个侦查预警麻雀个体，对侦查麻雀进行位置更新；

步骤8：迭代执行步骤5-步骤7，每次迭代更新之后，计算每个个体的适应度，采用贪婪策略对个体位置进行更新；

步骤9：根据种群个体当前的位置，更新整个种群的最优适应度及对应的位置，最差的适应度及对应的位置；

步骤10：判断是否运行到最大迭代次数或者要求的求解精度，满足其一则输出最优适应度和对应的最优个体位置，根据当前最优个体位置，计算所述轨迹目标规划模型的参数值，否则返回步骤5；

步骤11：根据求解得出的参数值，进一步优化轨迹目标规划模型，从而得到一条再入轨迹；

步骤2的具体操作包括：

步骤21：假设种群规模是N，解空间维数为M，则可利用Tent混沌映射的生成混沌序列p＝{p_i,i＝1,2,3,…,N}，p_i＝{p_im,m＝1,2,3,…,M}，其中，p_i可以由Tent混沌映射公式得到：

步骤22：将得到的混沌序列p映射到解空间中，得到种群种群中对应的个体为其中，的求解公式为：

其中，为种群X¹中第i个个体的第m维上的值；l_m为某个体第m维上的取值下界；u_m为某个体第m维上的取值上界；p_im为混沌序列p中第i个序列的第m维上的值；

步骤3中所述的反向种群X^od为其中则反向种群第i个个体的第m维上的值计算公式为：

步骤5的具体操作包括：

步骤51：从种群中选取适应度最好的p_n个发现者，且p_n占种群个体总数的20％；

步骤52：当预警值α小于安全值s_r时，采用黄金正弦策略更新位置，且发现者位置更新公式为：

其中，表示种群第t次迭代时的第i个个体位置，表示种群第t+1次迭代时的第i个个体位置；表示种群第t次迭代时适应度最优的位置；R₁是[0,2π]上的随机数，决定下一次迭代个体变化的距离；R₂是[0,π]上的随机数，决定下一代个体位置的更新方向；a和b是通过引入黄金分割系数得到的系数，其定义为：

步骤53：当预警值α大于等于安全值s_r时，发现捕食者，种群调整策略，向安全区靠拢，个体位置的更新计算式为：

其中，c是服从标准正态分布的随机数；L表示大小为1×M，元素均为1的向量；

步骤54：根据步骤52和步骤53得到发现者的位置更新公式为：

其中，α是[0,1]内的随机数。