[发明专利]一种高精度混合动态优先级多目标优化方法

权利要求书

1.一种高精度混合动态优先级多目标优化方法，其特征在于，具体过程为：

建立目标优化函数，基于所述目标优化函数计算优化变量相对于各优化目标的梯度值；

计算本轮迭代的各优化目标的损失函数值，基于所述损失函数值和所述梯度值计算反映目标损失函数变化率的整体速率因子、反映目标参数更新的梯度因子和反映目标优化程度的整体比例因子；

利用焦点损失函数计算每一因子的函数值，基于三个因子的函数值，计算各优化目标的总梯度值；

基于所述总梯度值更新所述优化变量。

2.根据权利要求1所述高精度混合动态优先级多目标优化方法，其特征在于，基于分段式焦点损失函数计算每一因子的函数值；利用焦点损失函数计算的整体速率因子和梯度因子的函数值与其自身成反比，所述利用焦点损失函数计算的整体比例因子的函数值与其自身成正比。

3.根据权利要求2所述高精度混合动态优先级多目标优化方法，其特征在于，所述焦点损失函数为：

其中，r_i为整体速率因子，g_i为梯度因子，s_i为整体比例因子，γ为设定的聚焦参数。

4.根据权利要求1所述高精度混合动态优先级多目标优化方法，其特征在于，当各优化目标的损失函数为达到预设的收敛条件时，开启下一轮迭代。

5.根据权利要求4所述高精度混合动态优先级多目标优化方法，其特征在于，所述整体速率因子为对DWA算法中的整体速率因子各轮次变化率的指数移动平均。

6.根据权利要求5所述高精度混合动态优先级多目标优化方法，其特征在于，所述整体速率因子为：

EMA^t(x)＝[βEMA^t-1(x)+(1-β)x^(t-1)]/(1-β^t)

其中，β表示移动平均权重因子，t表示迭代轮次序号，R_i表示DWA算法中的瞬时速率因子。

7.根据权利要求1所述高精度混合动态优先级多目标优化方法，其特征在于，所述梯度因子为各优化目标梯度矩阵的L₂范数。

8.根据权利要求1所述高精度混合动态优先级多目标优化方法，其特征在于，所述整体比例因子为对各轮次瞬时比例因子的移动平均。

9.根据权利要求1所述高精度混合动态优先级多目标优化方法，其特征在于，还包括对所述整体速率因子、梯度因子和整体比例因子所计算的函数值分别赋予系数，其中，整体速率因子和梯度因子的系数小于整体比例因子的系数。