[发明专利]一种针对随机拓扑的RTID-PSO方法及系统

权利要求书

1.一种针对随机拓扑的RTID-PSO方法，其特征在于，包括以下步骤：

步骤1.初始化种群个体数目{x_i}、个体速度{v_i}、全局最优解g、个体历史最优解{h_i}，设定认知学习因子c₁、c₂、c₃；

步骤2.更新随机双领导拓扑结构：首先计算种群个体的适应值{f(x_i)}，{f(x_i)}表示每个个体的适应值的集合，f(x_i)表示个体i的适应值，并根据适应值排序，每个个体从适应值高于自身的个体中随机选择两个个体做自己的领导者，这两个领导者分别为b₁、b₂；

步骤3.根据以下公式更新速度：

v_i＝v_i+c₁(h_i-x_i)+c₂(g-x_i)+c₃(b₁+b₂-2x_i)

其中，v_i表示第i个个体的速度，x_i表示第i个个体，h_i表示第i个个体的历史最优解，g表示全局最优个体，b₁、b₂表示第i个个体随机选中的两个领导者；c₁、c₂、c₃表示设定认知学习因子；

步骤4.每个个体以概率P考察反向点：

其中，x_i′是x_i的反向点，如果f(x′)＜f(h_i)，就保留x_i和v_i，f(x′)表示反向点的适应值，f(h_i)表示个体历史最优解对应的适应值；否则，用x_i′更新取代x_i，-v_i的速度取代v_i，即：x_i＝x′、v_i＝--v_i；

步骤5.用最大值、第二最大值、第三最大值做差分进化，对i＝1，2，3，计算g_i′：

g_i′＝g_i+rand·(g-g_i)

其中，g_i′表示对应的差分位置，g_i表示第i最大值的个体，g表示全局最优个体；

如果f(g)＜f(g′_i)，就保留g；否则，用g_i′更新取代g；

步骤6.以新速度更新位置：

x_i＝x_i+rand·v_i

更新之后，以适应值重新对种群个体排序{f(x_i)}：若排序结果和更新前相同，则回到步骤3，否则回到步骤2；

步骤7.不断重复步骤2-步骤5，直到满足终止条件，寻得最优解。

2.根据权利要求1所述针对随机拓扑的RTID-PSO方法，其特征在于：步骤4中概率P＞0.3。