[发明专利]一种混群优化算法的船舶推力分配方法

权利要求书

1.一种混群优化算法的船舶推力分配方法，其特征在于：包括以下步骤：

(1)、根据船舶对象实际情况，进行各种参数的初始化；

(2)、根据步骤(1)的参数值、前一个时刻的推力分配解以及当前需求力和力矩，运用“极尽求取”混群算法，获得最优解和最优子扇区；

(3)、根据步骤(2)获得的最优解和最优子扇区，采取停留时间切换技术和滞后切换技术，确定一个最适合的扇区组合；

(4)、根据步骤(3)选择的最适合子扇区组合，运用“极尽求取”混群算法，确定每个推进器的方位角和推力大小；

(5)、输出步骤(4)的推力分配结果，准备下一个采样时刻的推力分配求解；

其中步骤(2)和步骤(4)中涉及的“极尽求取”混群算法，其实施具体步骤如下：

1)、算法初始化，包括：种群初始化、个体X＝{X₁，X₂，…，X_N}、最大迭代次数、全局最优值，计算并记录当前个体最优值及其位置，全局最优值及其个体；

2)、采用双向寻优、穷尽求取法进行种群进化、个体更新；

3)、选取p1个最优个体进行局部优化，具体如下：

X_i(t+1)＝X_i(t)+rand()×visual1

为了提高局部优化能力，式中visual1的取值不能太大，每个个体更新以父代为基础衍生V1个子代，更新个体值和全局最优值；

4)、选取p2个最差个体进行局部优化，具体如下：

X_i(t+1)＝X_i(t)+rand()×visual2

为使个体跳出当前不利位置，式中visual2的取值不能太小，每个个体更新以父代为基础衍生V2个子代，更新个体值和全局最优值；

5)、迭代次数是否达设定值，是则结束，否则执行步骤2)。

2.根据权利要求1所述的一种混群优化算法的船舶推力分配方法，其特征在于：步骤2)中双向寻优、穷尽求取法步骤如下：

设每个个体最优解记做P_ibest，全局最优解记做P_gbest；

a、每个个体更新如下：

X_i(t+1)＝X_i(t)+ΔX_i(t)

其中i≠j，sl₁，sl₂为移动步长；

计算个体适应值并判别是否得到优化，是则更新个体最优解和个体最优适应度值，执行c，否则执行b；

b、每个个体更新如下：

X_i(t+1)＝X_i(t)-ΔX_i(t)

计算个体适应值并判别是否得到优化，是则更新个体最优解和个体最优适应度值，执行d，否则执行e；

c、每个个体更新如下：

X_i(t+1)＝X_i(t)+cp_iΔX_i(t)，cp_i＞1

计算个体适应值并判别是否得到优化，是则更新个体最优解和个体最优适应度值，更新cp_i，执行c，否则执行g；

cp_i＝cp_i(1+c1×rand())

d、每个个体更新如下：

X_i(t+1)＝X_i(t)-cn_iΔX_i(t)，cn_i＞1

计算个体适应值并判别是否得到优化，是则更新个体最优解和个体最优适应度值，更新cn_i，执行d，否则执行g；

cn_i＝cn_i(1+c2×rand())

e、尝试次数是否达设定值m，是则执行f，否则执行a；

f、尝试m次后个体适应度值仍未改进且不是全局最优，则执行随机算子，是全局最优则保留当前个体值；

g、个体进化结束，更新全局最优值。