[发明专利]一种基于单形邻域与多角色进化策略的智能优化算法

说明书

技术领域

本发明涉及一种基于单形邻域与多角色进化策略的智能优化算法，实现在给定搜索空间搜索到全局最优点位置，属于新型智能全局优化算法计算领域。

背景技术

近年来，为了解决大量实际应用问题中的全局优化问题，许多全局优化算法被提出，其中，基于群体智能的智能优化算法越来越成为优化算法研究的热点。如遗传算法，免疫算法，粒子群算法，差分进化算法，蜂群算法，焰火算法等。但这些算法也存在一些缺点，如搜索容易陷入局部最优点，无法收敛到全局最优点；算法收敛到全局最优点的性能依赖算法的控制参数；算法收敛到全局最优点的稳定性不好，方差偏大。同时，针对这些算法的改进算法大都是通过增加算法复杂度，引入更多控制参数实现更好的算法性能。

发明内容

本发明要解决的技术问题是提供一种基于单形邻域与多角色进化策略的智能优化算法，用于复杂目标函数的全局优化。针对智能优化算法的这些问题，以多角色态实现粒子搜索多样性，算法结构简单的群体智能优化算法。

本发明的技术方案是：

一种基于单形邻域与多角色进化策略的智能优化算法，首先以均匀分布概率在搜索空间随机初始化粒子位置；然后每个粒子利用单形邻域搜索算子搜索新位置，并利用测试函数，评价每个粒子新位置的优劣，再根据粒子新位置的优劣，确定每个粒子的三个角色位置，最后记录本迭代周期中最优粒子及其最优位置，结束本迭代搜索周期，启动下一个迭代搜索周期，直至粒子收敛到全局最优点位置。

所述搜索空间粒子的初始化采用均匀分布概率函数产生。

所述搜索空间中粒子单形邻域搜索方式最终确定新粒子的方式如下：

在搜索空间Rⁿ中，以均匀分布方式随机选取两个维度p，q，构建搜索子空间R²，在此搜索子空间，群体中每个粒子单形邻域搜索算子，定义如下：

其中，是粒子i在第t+1次迭代中，在搜索子空间R²上搜索到的四个新位置；是粒子i在第t次迭代中，在搜索子空间R²上搜索到的原位置；是粒子j在第t次迭代中，在搜索子空间R²上搜索到的原位置；是群中最优粒子o在第t次迭代中，在搜索子空间R²上搜索到的最优位置；是以位置为中心，位置的对称位置；是以位置为中心，位置的对称位置，r₁₁,r₁₂,r₂₁,r₂₂,r₃₁,r₃₂,r₄₁和r₄₂是8个在区间[0,1]上以均匀分布方式产生的随机数。

所述群体中每个粒子具有三个角色态，分别为：中心角色态，开采角色态，勘探角色态，分别定义如下：

中心角色态，定义为每个粒子搜索到的最优位置；

开采角色态，定义为每个粒子搜索到的最新位置；

勘探角色态，定义为每个粒子以均匀分布在搜索空间随机定位的位置。

所述在搜索空间搜索全局最优点的具体步骤如下：

S1、将m个粒子基于均匀分布在搜索空间进行初始化随机定位；

其中，是第i个粒子在Rⁿ搜索子空间第k个维度上的位置，和x^k分别是搜索子空间在第k个维度上的上界和下界，rand(0,1)是在区间[0,1]上均匀分布的随机数；

S2、对于群体中的每个粒子i，在搜索空间Rⁿ中，以均匀分布方式随机选取两个维度p，q，构建搜索子空间R²，在此搜索子空间，每个粒子利用单形邻域搜索算子和多角色态搜索策略搜索新位置，定义如下：