[发明专利]一种基于随机松弛优选策略的脆弱性渐近最优弥补方法

权利要求书

1.基于随机松弛优选策略的脆弱性渐近最优弥补方法，其特征在于，该方法包括：

步骤1：外部初始化：轮指针Round＝0，结果指针Result＝0；

步骤2：渐近最优化，具体包括：

步骤201：内部初始化：点数指针Flag＝0，子空间最优指针Min＝2ⁿ-1；

步骤202：内部优选：在全措施空间中随机选取Flag_max个弥补措施，从中选取代价最小的弥补措施Min；

步骤20201：产生一个随机弥补措施赋给临时措施指针Temp；

步骤20202：比较Temp的代价Cost(Temp)和Min的代价Cost(Min)，若Cost(Temp)＜Cost(Min)，则更新子空间最优指针Min＝Temp；

步骤20203：点数指针Flag自加1，若Flag＜最大点数Flag_max，则转步骤20201；否则，转20301；

步骤203：结果更新：依据对Min的有效性判定和代价判定更新结果指针，若Min为有效措施，并且代价比Result更小，则更新结果指针Result＝Min；

步骤20301：依据有效性判定函数G(·)，判定弥补措施Min的有效性，若G(Min)等于0，即弥补措施Min有效，转20302；否则，转204；

步骤20302：比较Min的代价Cost(Min)与Result的代价Cost(Result)，若Cost(Min)＜Cost(Result)，则更新结果指针Result＝Min；转至步骤204；

步骤204：轮控制：轮指针Round自加1，若轮指针Round小于最大轮数Round_max，则转至步骤201；否则，结束。

2.根据权利要求1所述的基于随机松弛优选策略的脆弱性渐近最优弥补方法，其特征在于，依据代价判定条件和有效判定条件，将弥补措施空间划分成四部分，其中既满足代价判定条件，又满足有效判定条件的部分，称为目标空间，记为Goal。

3.根据权利要求1所述的基于随机松弛优选策略的脆弱性渐近最优弥补方法，其特征在于，通过给定的优势精度P_L来控制目标空间Goal的大小，P_L越小，Goal也越小，落入Goal中的弥补措施距离最优弥补措施的距离也就越近。