[发明专利]一种实数编码化学反应智能优化算法在审
申请号: | 201710408614.7 | 申请日: | 2017-06-02 |
公开(公告)号: | CN107330245A | 公开(公告)日: | 2017-11-07 |
发明(设计)人: | 文建全 | 申请(专利权)人: | 湖南创星科技股份有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京和信华成知识产权代理事务所(普通合伙)11390 | 代理人: | 胡剑辉 |
地址: | 410205 湖南省长沙市*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 实数 编码 化学反应 智能 优化 算法 | ||
1.一种实数编码化学反应智能优化算法,其特征在于,包括以下步骤:
步骤1:初始化阶段,初始化分子动能及其他分子结构属性;
步骤2:迭代阶段,判断算法的终止条件是否满足,若不满足,则进行单分子操作或双分子操作,直至满足终止条件;
步骤3:终止阶段,输出全局最优解及对应的目标函数值。
2.根据权利要求1所述的一种实数编码化学反应智能优化算法,其特征在于,在进行步骤1之前,先确定优化问题的分子结构式、边界约束条件以及问题的维数,并确定算法的参数取值。
3.根据权利要求2所述的一种实数编码化学反应智能优化算法,其特征在于,所述优化问题的分子结构式为
其中,ω′1(i)、ω′2(i)分别为分子1、分子2的当前分子结构,分别为分子1和分子2的历史最优分子结构,i,j∈{1,2,…,N},且随机产生。
4.根据权利要求2所述的一种实数编码化学反应智能优化算法,其特征在于,所述边界约束条件为:
其中,ω(i)分子结构ω的第i维的值,u(i)和l(i)分别为第i个分量的上、下限,t为随机数,且t∈[0,1]。
5.根据权利要求2所述的一种实数编码化学反应智能优化算法,其特征在于,所述问题的维数确定的具体过程为:
步骤1-1:随机产生M个具有N维变量的分子,其时间复杂度为O(MN);
步骤1-2:判断终止条件是否满足,其时间复杂度为O(1);
步骤1-3:判断执行的分子操作类型,其时间复杂度为O(1);随机选择一个分子,进行分解反应操作或者对墙无效碰撞操作,其最大时间复杂度为O(N);随机选择两个分子进行分子间碰撞操作,其时间复杂度O(1),迭代过程中的最大时间复杂度为O(N);
步骤1-4:检查并更新全局最小值,其时间复杂度为O(1);
步骤1-5:如果迭代继续,则转向步骤1-2;
步骤1-6:得到算法的时间复杂度为O(MN)。
6.根据权利要求1所述的一种实数编码化学反应智能优化算法,其特征在于,所述步骤1中的其他分子结构属性包括碰撞次数、最小值、最小碰撞次数以及最小分子结构。
7.根据权利要求1所述的一种实数编码化学反应智能优化算法,其特征在于,所述步骤2的具体过程为:
步骤2-1:当算法的终止条件不满足时,随机获得b∈[0,1],如果b>Molecoll,其中Molecoll为用于决定分子操作类型的参数,其取值大小根据需要选择,Molecoll∈[0,1],则进入步骤2-2进行单分子操作;如果b<Molecoll,则进入步骤2-3进行双分子操作;
步骤2-2:在分子种群中随机选择一个分子Mω,判断该分子是否达到分解的阀值,如果NumHitω-MinHitω>α,其中,MumHitω为碰撞次数,MinHitω为最小碰撞次数,α为分子进行分解反应的条件参数,其取值大小根据需要选择,则分子进行分解反应操作,否则进行对墙无效碰撞反应操作;
步骤2-3:在分子种群中随机选择两个分子,然后进行分子间碰撞操作;
步骤2-4:完成分解反应操作或对墙无效碰撞反应操作或分子间碰撞操作后,检查并更新全局最小值;
步骤2-5:判断终止条件是否满足,若不满足,则返回至步骤2-1,否则结束迭代阶段,进入终止阶段。
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湖南创星科技股份有限公司,未经湖南创星科技股份有限公司许可,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/pat/books/201710408614.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:足弓形态学分析方法及计算机可读存储介质
- 下一篇:一种便于安装的轴套机构
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用