[发明专利]基于优势信息提取的多目标优化方法及系统

说明书

本发明提供了一种基于优势信息提取的多目标优化方法及系统，涉及通信系统设计技术领域，该方法包括：步骤S1：提取空间优势信息，并获取空间分区的结果；步骤S2：根据获取的空间分区的结果，提取参数空间优势信息，充分应用不同进化阶段优势个体所包含的参数信息；步骤S3：根据参数信息，挑选分布在不同区域的最优个体，指导进化过程。本发明能够在计算过程中充分提取优势信息，指导进化，极大程度的提升算法的搜索能力和多目标权衡能力，使得算法能够高效的优化实际工业生产过程，提高经济效益。

技术领域

本发明涉及通信系统设计技术领域，具体地，涉及一种基于优势信息提取的多目标优化方法及系统。

背景技术

随着社会的发展，技术的进步，工业过程的生产规模变得越来越大，工艺流程越来越复杂，包含的约束条件变多，同时非线性化程度增加。流程工艺的复杂化对实际生产的要求提出了巨大的挑战。

专有名词解释：

优势信息：定义目标空间中包含的有益于进化向着最优前沿逼近的个体包含的信息。

最优进化方向：定义参考点与中心位置的方向。

最优个体：定义计算子空间中所有的个体与在最优进化方向上的参考点的距离,所有距离当中拥有最短的距离的个体为该子空间中的最优个体。

贡献值：定义子空间中父代个体的适应值与子代个体的适应值差值为正的个体数量占总个体数量的百分比。

群体智能算法模拟了自然界中生物群体之间相互协作的行为以及存在于生物个体之间的优胜劣汰准则，具有较好的全局搜索能力。由于群体的出现使得在一次计算过程中可以实现多个解的并行运算，这种方式让群体智能算法具有较高的计算效率和较强的通用性。并且在解决大规模优化问题时有着明显的优势。多目标算法求解的结果往往不是单一解，而是一个包含若干解的解集。解决实际工业生产问题的效果很大程度上受计算方法的影响，如何充分提取计算过程的优势信息进而加快优化算法的收敛速度提高种群的多样性，是一个尚未彻底解决的难题。

公开号为CN112822058A的发明专利，公开了一种基于有效区域的多目标优化设计方法，采用细菌觅食算法将通信系统优化设计目标函数作为细菌趋向运动的适应值对通信系统的多个设计目标进行联合优化。细菌在设置的有效区域内使用自适应步长和方向向全局最优位置泳动，同时采用动态保留比例不断更新菌群，最后通过找出菌群的最佳调和解求得系统的最佳设计方案。该项专利使用的是菌群觅食算法对通信系统进行多目标优化，方法中在初始阶段设计的有效区域是基于经验。在生成的最优解集中选择拥挤距离排在前面的个体组成最优池然后从中随机选择全局最优细菌，这种操作具有一定的随机性同时对应用对象的先验知识要求较高。

公开号为CN108564163B的发明专利，公开了一种解决多目标多旅行商问题的改进蚁群算法，对信息素矩阵进行随机初始化后，蚁群将利用改进的状态转移公式结合轮转选择算法逐次挑选下一步配送点直至构造出可行解。可行解加权打分后，以此打分作为信息素添加量的基准，结合子路径的多项特征进行多轮次不同量的信息素添加。该发明对蚁群算法进行改进，整个寻优过程随着迭代次数的增加正反馈机制将使不同路径上信息素差值不断扩大，引导整个系统向最优方向演化。这种方法有一定的局限性，在不采用蚁群算法时即没有信息素的存在。

发明内容

针对现有技术中的缺陷，本发明提供一种基于优势信息提取的多目标优化方法及系统。

根据本发明提供的一种基于优势信息提取的多目标优化方法及系统，所述方案如下：

第一方面，提供了一种基于优势信息提取的多目标优化方法，所述方法包括：

步骤S1：提取空间优势信息，并获取空间分区的结果；

步骤S2：根据获取的空间分区的结果，提取参数空间优势信息，充分应用不同进化阶段优势个体所包含的参数信息；