【技术实现步骤摘要】
本专利技术涉及一种基于重采样粒子群优化算法的复杂系统设计方法,可以快速、有效地实现复杂系统的优化设计,属于计算机
技术介绍
随着科学技术水平的不断提高与优化理论的持续发展,同时也为了弥补传统优化算法的不足,一类被称为现代智能优化算法的新型算法得到了飞速的发展以及广泛的应用,成为处理某些复杂系统优化问题的新方法。智能优化算法是指通过计算机编程模拟自然现象,模仿动物乃至人类的社会行为和进化机制,从而实现对复杂优化问题求解的一大类算法的统称。目前被提出并得到迅速发展和广泛应用的智能优化算法主要有:遗传算法、模拟退火算法、蚁群算法、粒子群算法以及最近提出的萤火虫算法等。这些算法相比与传统优化方法的显著优点是:不依赖于目标函数本身的性质,适用范围广泛;解决非线性、多极值问题的能力更强;在处理大型复杂系统的优化问题方面表现出良好的效果和巨大的潜力。粒子群优化算法(Particle Swarm Optimization,PSO)是由J.Kennedy和R.Eberhart在1995年提出的,这是基于群体智能理论的一种新兴现代智能优化算法,其本质是对一种生物界群体体现的群体智能——鸟群的觅食行为——的借鉴。鸟群在觅食时,每个个体首先会随机寻找某些位置,而且总会有一部分个体找到食物较多的地方,这就会成为良好的经验,引导着其他的个体向食物多的地方移动。而粒子群优化算法便是基于这个原理,先在设计空间中随机分布一些粒子(相当于鸟类个体)并随机生成每个粒子的速度矢量,然后在每次迭代中,利用每个粒子的最优点和群体的最优点修正每个粒子的速度矢量,使大部分粒子逐渐向最优解靠近 ...
【技术保护点】
一种基于重采样粒子群优化算法的复杂系统设计方法,其特征在于:它包括以下几个步骤:步骤一:建立具体优化问题的适应度函数所述具体优化问题是指具体的数值优化问题及复杂系统工程优化问题,其表现形式为一组数学公式的集合及一段软件程序;所述的适应度函数是指利用具体优化问题中的目标函数以及所有约束条件,采用现有的分层罚函数的方法,所建立的能反映各个设计点优劣程度的函数关系;步骤二:初始化粒子种群所述初始化粒子种群包括:确定粒子种群中的粒子个数N、生成每个粒子的初始位置坐标x和初始速度矢量v、以及初始化每个粒子的历史最优位置pbest和群体的最优位置gbest;所述粒子个数N的取值与具体优化问题有关,一般取10~30;所述初始位置坐标x的生成方法为:xid=xmin(d)+rand1id·(xmax(d)‑xmin(d))其中,xid是第i个粒子第d维的坐标值,xmin(d)和xmax(d)分别是粒子第d维坐标值的下限和上限,rand1是一组0~1之间的随机数;所述初始速度矢量v的生成方法为:vid=xmin(d)+rand2id·(xmax(d)‑xmin(d))‑xid其中,vid是第i个粒子第d ...
【技术特征摘要】
1.一种基于重采样粒子群优化算法的复杂系统设计方法,其特征在于:它包括以下几个步骤:步骤一:建立具体优化问题的适应度函数所述具体优化问题是指具体的数值优化问题及复杂系统工程优化问题,其表现形式为一组数学公式的集合及一段软件程序;所述的适应度函数是指利用具体优化问题中的目标函数以及所有约束条件,采用现有的分层罚函数的方法,所建立的能反映各个设计点优劣程度的函数关系;步骤二:初始化粒子种群所述初始化粒子种群包括:确定粒子种群中的粒子个数N、生成每个粒子的初始位置坐标x和初始速度矢量v、以及初始化每个粒子的历史最优位置pbest和群体的最优位置gbest;所述粒子个数N的取值与具体优化问题有关,一般取10~30;所述初始位置坐标x的生成方法为:xid=xmin(d)+rand1id·(xmax(d)-xmin(d))其中,xid是第i个粒子第d维的坐标值,xmin(d)和xmax(d)分别是粒子第d维坐标值的下限和上限,rand1是一组0~1之间的随机数;所述初始速度矢量v的生成方法为:vid=xmin(d)+rand2id·(xmax(d)-xmin(d))-xid其中,vid是第i个粒子第d维的速度值,xmin(d)和xmax(d)以及xid的含义同上,rand2是一组0~1之间的随机数;所述每个粒子的历史最优位置pbest的初始化方法为:记粒子的初始位置为粒子历史最优位置pbest的初始值,即pbest=x;同时根据步骤一中的适应度函数公式求出每个粒子的历史最优位置所对应的适应度函数值,称之为历史最优值,记为pbest_f;所述群体的最优位置gbest的初始化方法为:比较上述每个粒子的历史最优
\t值,其中历史最优值最小的粒子的位置为群体最优位置gbest的初始值,该历史最优值为当前的全局最优值,记为gbest_f;步骤三:对粒子种群进行重采样操作所述重采样操作是本发明为了克服粒子群优化算法在处理复杂系统优化设计问题时所存在的收敛速度慢和易陷入局部最优的缺点而进行的特殊...
【专利技术属性】
技术研发人员:王晓慧,张昊,樊思思,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。