[发明专利]内控复核型关联控制的混合类快速成型架构方法

说明书

本发明公开了一种内控复核型关联控制的混合类快速成型架构方法，利用深度学习策略构造初始控制集合体以保证控制热源体均匀分布在控制空间中；再利用复核型关联控制对最优控制热源体进行局部控制，寻找最优解。本发明在进化过程中只对精英控制热源体进行单纯形确定性局部控制，能较大减少算法适应度函数计算次数；深度学习策略能使控制热源体均匀分布在控制空间中，为全局控制奠定基础；本发明还通过柯西变异算子以避免改方法陷入局部最优。最终通过最短时间，得到全局最优解。

技术领域

本发明涉及计算机领域，尤其涉及内控复核型关联控制的混合类快速成 型架构方法。

背景技术

类快速成型架构(CRPA)法是Birbil和Fang于2003年提出的一种新的全 局优化启发式方法。该方法模拟快速成型场中的吸引和排斥架构，将问题的 解看作一个带电控制热源体，通过带电控制热源体间吸引-排斥架构准则产生 群体智能指导优化控制。由于该方法具有良好的控制性能，因此在函数优化、 项目调度、神经网络训练和旅行商问题等领域中得到广泛的应用。但其存在 控制集合体多样性差、对初始控制集合体的分布要求较高、易出现早熟稳定 控制和局部控制能力差等缺点。且该方法中控制热源体所受合力会忽略解空 间中的某些可行控制区域，在一些复杂优化问题中容易出现早熟稳定控制。 为了避免此问题，Birbil和Fang在标准CRPA方法的基础上，对合力计算步 骤进行了修改，提出一种修改的类快速成型架构方法，在计算合力时，对当 前群体中离最优控制热源体x_best最远的个体x_p施加扰动，使其可能移动到被忽 略区域，增强算法的全局控制能力。但其控制速度慢，全局的控制能力有限。

发明内容

针对上述现有技术存在的缺陷，本发明提供一种内控复核型关联控制的 混合类快速成型架构方法，增强了算法在最优点周围的局部控制能力，以加 快稳定控制速度，从而提高了全局的控制能力。

本发明提供的内控复核型关联控制的混合类快速成型架构方法，其改进 之处在于，利用深度学习策略构造初始控制集合体以保证控制热源体均匀分 布在控制空间中；再利用复核型关联控制对最优控制热源体进行局部控制， 寻找全局最优解；包括如下步骤：

(1)在D维控制空间中随机产生N个候选控制热源体，构造一始控制集 合体RP；

(2)利用深度学习策略，产生所述初始控制集合体RP的对应反向控制集 合体OP；

(3)合并所述一始控制集合体RP和所述反向控制集合体OP，将合并后 的2N个控制热源体按照其对应的优化控制度函数大小进行升序排序，选取前N个控制热源体作为类快速成型架构方法的初始控制集合体；

(4)计算所述初始控制集合体中每个带电的控制热源体所受作用力，判 断是否满足结束条件，若满足，则结束，否则进行下一步；

(5)将所述初始控制集合体中的控制热源体分为精英控制热源体和一般 控制热源体，对精英控制热源体进行单纯形控制；

(6)移动所述控制热源体，更新群体中每个所述控制热源体的位置；

(7)当所有所述控制热源体稳定控制到一定程度时，对所述精英控制热 源体和所述一般控制热源体进行柯西变异的局部控制，得到全局最优解。

优选的，在D维控制空间中：

设任一控制热源体为x∈[l,u]，则：

其反向控制热源体x'为：x'＝l+u-x；

将所述反向控制热源体x'扩展到D维控制空间，设P为D维控制空间的一 个候选解，则：

P＝(x₁,x₂,…,x_D)；