[发明专利]线性映射动态约束空间的粒子群优化算法系统及其方法

摘要

本发明公开了一种线性映射动态约束空间的粒子群优化算法系统及其方法，粒子群优化算法系统包括一个以上的子系统及一个以上的计算机，通过粒子群算法应用在系统内设备以产生优选的目标值，并进一步投射约束空间至下阶设备，继续运算获得优选的目标值，遍历设备后，将获得优选的全局解。根据系统内部设备逻辑连接关系及映射的动态约束空间关系，将能获得较优的全局解，及运行建议。与现有技术相比，本发明具有结构简单、运行可靠等优点。

主权项

一种线性映射动态约束空间的粒子群优化算法系统，其特征在于，包括：第一子系统至第s子系统，所述第s子系统包括：第一设备至第ms设备，ms是整数，所述第ms设备具有目标函数及产生目标函数信号；以及计算机，电连接至所述第一子系统至所述第s子系统，所述计算机具有：中央处理器，用于接收所述目标函数信号与处理并执行粒子群优化算法软件；记忆体，所述记忆体电连接至所述中央处理器，用于存取所述粒子群优化算法软件所计算的结果；以及显示器，所述显示器电连接至所述中央处理器，用于显示所述结果；其中，所述粒子群优化算法软件安装在所述计算机上，所述粒子群优化算法软件包括：(1)准备模块，根据工厂运营目标决定运营利益目标函数Γ的内涵；(2)主次关系辨识模块，针对所述工厂或所述设备的目标函数所涵盖的子系统、若干设备加以辨识，来决定在所述子系统上主次关系，以产生重要性数据；(3)子系统图建立模块，根据生产因素建立子系统图，所述生产因素包括重要性数据、生产关联性、生产流程顺序、目标服务能力和辅助作用的因素；(4)数据表建立模块，依照子系统图中的所述子系统、阶层、所述设备及设备运行数据维度建立设备编号，并且建立设备对照表及设备专属目标函数；(5)粒子群优化法的迭代与停止模块，在于初始时刻，根据当前的目标函数需求，以所述第s子系统下的主导设备Ms,1,a，即第一阶设备a开始，在所述主导设备Ms,1,a的主设备性能空间中随机布置n个粒子，以得到一组初始粒子的多维度位置及速度{Xs,1,1,a,n，n＝1,2,….n,n是正整数}，并得到一组目标函数值Γs,1,a，进行粒子群优化，即主导设备优化结果，其次，根据映射关系及主次阶设备特性曲线，在第二阶设备b，记为Ms,2,b，的第二设备全部性能空间中，生成足以支持第一阶设备实现目标函数值的可容许性能空间，即形成对第二阶设备性能空间的实际约束条件所获得的性能约束空间，以根据所述第二阶设备所对应的目标函数进行粒子群优化，来得出第二阶设备的目标函数值Γs,2,b，持续进行，直到遍历整个子系统或达到一定的映射次数，以得到全系统粒子的位置及速度，并因此得到第一次的子系统目标函数值Γtotal#1，如第一阶设备某次映射时所对应的第二阶设备目标函数值，所产生的可容许性能空间，无法落于所述第二阶设备的全部性能空间时，则剔除当前粒子及当次映射，重新进行计算，即反向约束；(6)粒子位置及速度调整模块，通过下列方程式(I)(II)调整粒子Xs,l,m,n的位置及速度，Xs,l,m,n表示在第s子系统下第l阶设备m的第n个粒子，第t+1次迭代的速度Vs，l，m，n(t+1)＝wVs，l，m，n(t)+c1r1(pBests，l，m，n(t)‑Xs，l，m，n(t))+c2r2(gBests，l，m，n(t)‑Xs，l，m，n(t))     (I)第t+1次迭代的位置Xs，l，m，n(t+1)＝Xs，l，m，n(t)+Vs，l，m，n(t+1)           (II)约束函数由第s子系统下第l‑1阶的设备与第一阶设备共同决定粒子飞行空间，其中，pBests,l,m,n(t)为第t次迭代时，维度中特定粒子飞行历程中的自身最佳值，gBests,l,m(t)为第t次迭代时，维度中全体粒子飞行历程中的最佳值，ω为惯性权数，保持原方向性移动的惯性，c1,c2为子系统权数，分别引导一粒子向最佳与全局最佳位置移动，r1,r2为包含k维度的乱数，目的在维持所述粒子不致倾向特定方向，而产生偏差；(7)粒子适应度计算模块，根据目标函数、上阶线性传递的约束条件及反向约束条件计算粒子适应度及全局目标函数值，Γtotal=Σ1s(Σ1l(Σ1m(Γs,l,m))s.t.LoadingofMs,l,m∈(Luj,Lpj)]]>其中，Гs,l,m指第s子系统下第l阶设备m的目标函数值，指由上阶主导设备择定初始位置之后对应所得的设备运行负载上下限；以及(8)目标函数收敛计算模块，在具备一定阶层映射关系的设备之中，通过粒子群算法求得主导设备新一组粒子的多维度位置及速度，进行下一次迭代，产生新的一组粒子速度及位置，如此进行，直到完成一定次数的迭代或目标函数收敛，获得本阶设备一优化解，所述优化解对对下阶设备形成新的约束空间，其于第s子系统内各个设备逐阶算得各阶设备优化解，合并为全局解，据以提供能实现较优化运营结果的建议，由于设备数量有限，计算机得以运用大数据技术简单实现遍历过程，获得全局目标值，及系统内各阶设备的运行目标值。