[发明专利]基于自适应蝙蝠搜索算法的KP模型密度函数辨识方法

摘要

一种基于自适应蝙蝠搜索算法的KP模型密度函数辨识方法，属于辨识技术领域。本发明的目的是把自适应思想引入蝙蝠搜索算法中，使蝙蝠搜索算法在飞行搜索过程中选择的密度函数可以自适应的根据算法进行改变，增强了全局收敛性的基于自适应蝙蝠搜索算法的KP模型密度函数辨识方法。本发明首先设定目标函数，由自适应蝙蝠搜索算法随机产生待辨识参数对应的蝙蝠个体位置，利用位置和速度更新公式进行更新产生新的蝙蝠位置，判断是否满足随机数，计算每个蝙蝠个体的适应度函数值，根据计算的适应度值的大小对群体进行排序，判断是否满足最大迭代次数。本发明有的技术存在的缺陷而采用自适应蝙蝠搜索算法辨识出最佳的KP模型的密度函数组合。

主权项

1.一种基于自适应蝙蝠搜索算法的KP模型密度函数辨识方法，其特征在于：A、首先设定目标函数fitness(i)，从而KP模型的密度函数辨识过程就是得到目标函数最小值时，蝙蝠个体所在的位置值；B、由自适应蝙蝠搜索算法随机产生待辨识参数对应的蝙蝠个体位置；C、利用位置和速度更新公式进行更新产生新的蝙蝠位置Xnew；D、判断是否满足随机数rand＞ri，其中，ri是蝙蝠i的脉冲发生率，若满足条件从最优解集中选一个解，并在最优解周围产生一个局部解；如果不满足条件便转至下一步；E、计算每个蝙蝠个体的目标函数fitness(i)，并随机生成一个随机数rand小于脉冲音量Ai，并满足蝙蝠i的位置Xi优于蝙蝠群体当前最优值Xbest，则更新最优解，同时减小蝙蝠i的脉冲音量Ai，增大蝙蝠i的脉冲发生率ri；F、根据计算的目标函数值的大小对群体进行排序，同时依据自适应调节规律调整权值w，从中找出蝙蝠群体中当前最优位置；G、判断是否满足最大迭代次数；满足条件则保存数据，不满足执行步骤C。