[发明专利]基于多目标量子蜘蛛群演化机制的环形天线阵列稀疏方法有效
| 申请号： | 201711172473.X | 申请日： | 2017-11-22 |
| 公开（公告）号： | CN107944133B | 公开（公告）日： | 2021-01-12 |
| 发明（设计）人： | 高洪元;张晓桐;刁鸣;刘子奇;白永珍;侯阳阳;苏雨萌;马雨微 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06F30/20;G06F111/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于多目标量子蜘蛛群演化机制的环形天线阵列稀疏方法，建立环形天线阵列稀疏模型，设置恰当的系统参数，并初始化种群中每只蜘蛛在解空间中的量子位置和{0,1}编码位置。设计多目标适应度函数。计算种群中每只蜘蛛的重量，根据重量划分蜘蛛的性别。根据初始种群，生成初始精英解集。从精英解集中选取全局最优解和次优解。然后分别更新雌性蜘蛛和雄性蜘蛛的量子位置，并根据量子位置通过测量的方式转化为{0,1}编码位置。更新精英解集，并更新种群中所有蜘蛛的重量。最后判断是否达到最大迭代次数，如果达到最大迭代次数，则输出精英解集；否则返回迭代。本发明解决了多目标环形天线阵列稀疏构建这样的高维度离散多目标问题。 | ||
| 搜索关键词： | 基于 多目标 量子 蜘蛛 演化 机制 环形 天线 阵列 稀疏 方法 | ||
【主权项】：
基于多目标量子蜘蛛群演化机制的环形天线阵列稀疏方法，其特征在于：步骤如下：步骤一：建立平面环形天线阵列稀疏模型；步骤二：设置系统参数，并初始化蜘蛛种群中每只蜘蛛在解空间中的量子位置和{0,1}编码位置；步骤三：设计多目标适应度函数，计算蜘蛛{0,1}编码位置的目标函数向量；步骤四：根据蜘蛛目标函数向量计算其重量，根据重量划分蜘蛛性别；步骤五：根据初始种群，生成初始精英解集；步骤六：从精英解集中选取全局最优解和次优解；步骤七：分别更新雌性蜘蛛和雄性蜘蛛的量子位置，并根据量子位置通过测量的方式转化为{0,1}编码位置；步骤八：计算更新后的{0,1}编码位置的目标函数向量，并更新精英解集和种群中所有蜘蛛的重量；步骤九：判断是否达到最大迭代次数，如果达到最大迭代次数，则输出精英解集；否则迭代次数加1并返回步骤六。
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哈尔滨工程大学，未经哈尔滨工程大学许可，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/201711172473.X/，转载请声明来源钻瓜专利网。
