[发明专利]一种多参数优化方法有效
申请号: | 201710223294.8 | 申请日: | 2017-04-07 |
公开(公告)号: | CN107145066B | 公开(公告)日: | 2020-09-11 |
发明(设计)人: | 张晓彤;张德恩;唐静 | 申请(专利权)人: | 北京科技大学 |
主分类号: | G05B13/02 | 分类号: | G05B13/02 |
代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 张仲波 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种多参数优化方法,能够加快学习效率,降低时间复杂度、空间复杂度。所述方法包括:初始化种群中每个粒子的位置和迭代次数,粒子每个维度对应一个待求解的参数;根据计算得到的每个粒子对目标函数的适应度值,更新每个粒子的历史最优位置和种群的最优位置,利用正交算法对每个粒子的历史最优位置与种群的最优位置进行正交计算,得到每个粒子的学习向量,并根据每个粒子的位置及学习向量确定下一代粒子的位置;若进行反向学习,则将每个粒子反向得到反向粒子,若反向粒子对目标函数的适应度值大于原粒子对目标函数的适应度值,则利用反向粒子替换原粒子。本发明适用于工业参数优化技术领域。 | ||
搜索关键词: | 一种 参数 优化 方法 | ||
【主权项】:
一种多参数优化方法,其特征在于,包括:S1,初始化种群中每个粒子的位置和迭代次数,所述粒子处于多维空间中,粒子每个维度对应一个待求解的参数;S2,计算每个粒子对目标函数的适应度值,根据计算得到的每个粒子对目标函数的适应度值,更新每个粒子的历史最优位置和种群的最优位置,利用正交算法对每个粒子的历史最优位置与种群的最优位置进行正交计算,得到每个粒子的学习向量,并根据每个粒子的位置及学习向量确定下一代粒子的位置,迭代次数加1;S3,判断是否进行反向学习,若进行反向学习,则将每个粒子反向得到反向粒子,判断反向粒子对目标函数的适应度值是否大于原粒子对目标函数的适应度值,若大于原粒子对目标函数的适应度值,则利用反向粒子替换原粒子;S4,检查是否满足预设的迭代结束条件,若满足预设的迭代结束条件,则输出结果;否则,则返回S2继续执行。
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北京科技大学,未经北京科技大学许可,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/201710223294.8/,转载请声明来源钻瓜专利网。