[发明专利]基于改进人工蜂群算法的约束多目标优化方法在审

专利信息
申请号: 201410699441.5 申请日: 2014-11-26
公开(公告)号: CN104504439A 公开(公告)日: 2015-04-08
发明(设计)人: 赵明;宋晓宇;髙怡臣 申请(专利权)人: 沈阳建筑大学
主分类号: G06N3/00 分类号: G06N3/00
代理公司: 沈阳火炬专利事务所(普通合伙) 21228 代理人: 李福义
地址: 110168 辽宁省沈*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明针对于基本人工蜂群优化方法解决约束多目标优化问题的不足,以应急救援第一阶段物资调度问题为应用背景,提出一种基于改进人工蜂群算法的约束多目标优化方法。该方法基于反向解的定义提出融合反向学习的食物源初始化过程,来提高50%初始解的质量。同时,为了平衡优化过程的“开发”和“探索”能力,该方法将反向学习策略和广泛学习策略融合到蜜蜂搜索过程,以提升搜索效率。构建基于非线性缺失损失的多对多、一次性消耗应急物资调度约束多目标优化模型,并形成实施实例,大量测试结果表明,本方法与基本人工蜂群优化方法相比较,所求出的非支配前沿解数量更多,在解空间上的分配更广泛、均匀,更接近于Pareto最优解。
搜索关键词: 基于 改进 人工 蜂群 算法 约束 多目标 优化 方法
【主权项】:
基于改进人工蜂群算法的约束多目标优化方法,其采用反向食物源初始化过程;融合反向学习策略的蜜蜂搜索过程和广泛学习策略的蜜蜂搜索过程;基于非线性缺失损失的多对多应急物资约束多目标优化模型;其特征在于:其具体步骤如下:步骤1:反向初始化阶段;随机生成食物源,根据反向学习公式计算食物源的反向食物源;根据支配关系对食物源和反向食物源进行精英选择,得到初始食物源,分别计算初始食物源的秩和拥挤距离,进行多目标非支配排序;步骤2:引领蜂阶段;步骤2‑1:对每个对应唯一食物源的引领蜂,随机生成[0,1]之间的随机数rl,若rl∈[0,Pbl),Pbl为反向学习概率,Pbl∈(0.2,0.4),则进行步骤2‑2;若rl∈[Pbl,Pbl+Pcl),Pcl为广泛学习概率Pcl∈(0.1,0.3),进行步骤2‑3;否则进行步骤2‑4;步骤2‑2:采用反向学习策略搜索新食物源;引领蜂采用步骤1的反向学习公式计算其对应食物源的反向食物源,并将反向食物源作为新食物源;转步骤2‑5;步骤2‑3:采用广泛学习策略产生新食物源;引领蜂随机选取两个其他食物源,并将其对应食物源Food与选取的两个食物源进行比较,其基于非支配关系排序,选取betterFood进行随机权重rcl的学习,形成新食物源newFood,其公式如式(1)所示;转步骤2‑5;newFood=rcl×betterFood+(1‑rcl)×Food (1)步骤2‑4:采用随机变异策略产生新食物源;转步骤2‑5;步骤2‑5:对新食物源进行约束校验修正;若新食物源支配旧食物源,则选择新食物源替旧食物源,并重新对所有食物源进行非支配排序;步骤3:跟随蜂阶段;步骤3‑1:每个跟随蜂根据概率随机选取秩k,并在秩为k的食物源集合中随机选取一个食物源;步骤3‑2:跟随蜂对其选中食物源,随机生成[0,1]之间的随机数ro,若ro∈[0,Pbl),Pbl为反向学习概率,Pbl∈(0.2,0.4),则进行步骤3‑3;若ro∈[Pbl,Pbl+Pcl),Pcl为广泛学习概率Pcl∈(0.1,0.3),则进行步骤3‑4;否则进行步骤3‑5;步骤3‑3:采用反向学习策略搜索新食物源;跟随蜂采用步骤1的反向学习公式计算其对应食物源的反向食物源,并将反向食物源作为新食物源;转步骤3‑6;步骤3‑4:采用广泛学习策略产生新食物源;跟随蜂随机选取两个其他食物源,并将其对应食物源Food与选取的两个食物源进行比较,基于非支配关系排序,选取betterFood进行随机权重rcl的学习,形成新食物源newFood,其公式如式(1)所示;转步骤3‑6;步骤3‑5:采用随机变异策略产生新食物源,转步骤3‑6;步骤3‑6:对新食物源进行约束校验纠正,若新食物源支配旧食物源,则选择新食物源替旧食物源,并重新对所有食物源进行非支配排序;步骤4:侦察蜂阶段;当一个食物源适应度值经过limit次循环之后没有得到改善,则该食物源被抛弃,与之对应的引领蜂变为侦察蜂,重新随机搜索一个新位置来代替原食物源;步骤5:结束阶段;判断算法调用评价次数是否达到上限,若达到,则算法停止,输出非支配前沿解集,否则转步骤2。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳建筑大学,未经沈阳建筑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201410699441.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top