[发明专利]一种基于改进磷虾群算法的服务组合优化方法

权利要求书

1.一种基于改进磷虾群算法的服务组合优化方法，其特征在于：具体的包括以下步骤：

步骤1：随机生成N个磷虾，将每个服务组合方案映射为一个磷虾个体位置，得到初始磷虾种群，并设置磷虾群算法的参数：最大诱导速度N^max，觅食速度V_f，最大扩散速度D_max，最大迭代次数I_max，最大交叉概率P_c1，最小交叉概率P_c2，波动率P_d，精英率P_e；

步骤2：计算磷虾的诱导运动向量N_i、觅食运动F_i、扩散运动D_i；

步骤3：根据步骤2计算的诱导运动向量N_i、觅食运动F_i和扩散运动D_i，更新磷虾的位置；

步骤4：步骤3对磷虾的位置更新后，为了增加种群的多样性，提高跳出局部最优解的能力，进行自适应精英交叉操作，并产生新的磷虾个体位置；

步骤5：计算步骤4产生的磷虾个体位置的适应度值并排序，记录最佳磷虾个体位置的适应度值；

步骤6：判断是否满足终止条件即最大迭代次数I_max，如果满足条件，结束迭代，输出最佳磷虾个体适应度值和步骤4产生新的磷虾个体的位置，将步骤4产生新的磷虾个体的位置还原回服务组合方案，即得到最优务组合方案，否则返回步骤2。

2.根据权利要求1所述的一种基于改进磷虾群算法的服务组合优化方法，其特征在于：所述步骤2的磷虾的诱导运动向量N_i计算为：

步骤2.1.1：计算最优磷虾对普通磷虾的影响系数C^best：

其中，I为当前迭代次数，I_max为最大迭代次数，rand为0到1的一个随机数；

步骤2.1.2：计算最佳磷虾对磷虾个体的诱导方向

其中，为第i个磷虾个体访问过的最佳适应度值，为第i个磷虾个体访问过的最佳位置；

步骤2.1.3：计算归一化的位置差

其中，X_i为第i只磷虾的位置，X_j为第j只磷虾的位置，ε为一个任意的正数；

步骤2.1.4：计算归一化的适应度值

其中，K_i是第i个磷虾个体的适应度值，K_j是第j个磷虾个体的适应度值，K^best是当前最优适应度值，K^worst是当前最差适应度值；

步骤2.1.5：计算第i个磷虾个体的敏感邻域半径d_s，j：

其中，N是磷虾个体总数；

步骤2.1.6：计算邻居磷虾对磷虾个体的诱导方向

其中，NN是第i个磷虾个体敏感邻域内磷虾个体数；

步骤2.1.7：计算诱导方向α_i：

步骤2.1.8：计算诱导运动向量N_i：

其中，ω_n代表诱导权重，为上一次运动的诱导活动方向。