[发明专利]一种基于灰狼优化算法的指标选取方法

权利要求书

1.一种基于灰狼优化算法的指标选取方法，其特征在于，包括如下步骤：

1)确定矿山技术评价指标集中存在N个指标；

2)根据N个指标确定种群向量的形式：种群向量表示矿山技术评价指标的一种选取方法，其中，x_i只能取0或者1，代表矿山技术评价指标集中的第i个指标是否放入指标体系，0代表不放入，1代表放入；

3)根据改进的灰狼优化算法求解矿山技术评价指标最优解，即适应度值最小的向量

4)判断在得到适应度值最小的向量中每个维度的值是否为1，如果为1，则选择相应的指标放入指标体系，否则不放入，至此，指标体系构建完成。

2.根据权利要求1所述的一种基于灰狼优化算法的指标选取方法，其特征在于，步骤3)包括：

(1)设置种群规模为M个向量，最大迭代次数t_max，搜索空间为N维；

(2)初始化种群，即初始化M个向量，其中为种群向量，表示矿山技术评价指标集中的一个选取方式，N表示矿山技术评价指标集中所有指标的个数；

(3)使用KNN算法作为分类器计算出种群向量的错误率并根据错误率给出适应度值公式：

其中fitness为适应度值，α的取值范围为[0,1]，为自适应参数，β＝(1-α)，为参数，实验中β取0.01，表示种群向量的错误率，|S|是种群向量选定的矿山技术评价指标体系的指标数，N是矿山技术评价指标集中的全部指标数量；

根据适应度值公式分别计算出M个向量的适应度值，并选取出适应度值最小的三个分别对应为阿尔法狼、贝塔狼和伽马狼；

(4)根据黄金正弦算法和莱维飞行公式以及种群向量将灰狼优化算法的位置更新公式：

更新为如下公式：

其中，r₁为[0,π]范围内随机数，r₂为[0,2π]范围内的随机数，为当前迭代次数猎物的位置，为当前种群向量，为更新后的种群向量，x₁和x₂为黄金分割系数：

x₁＝a*(1-t)+b*t (5)

x₂＝a*t+b*(1-t) (6)

其中a＝-π，b＝π,t为黄金分割比率，

是点乘积，∝是步长因子，Levy(β)为随机搜索路径，服从参数为β的莱维分布，即：

Levy(β)～u＝t^-1-β (7)

采用公式(8)计算莱维随机数：

u,v均服从正态分布，β＝1.5；

Γ(x)是伽马函数；

(5)将更新后的种群向量代入适应度值公式，再次计算适应度，并选取出适应度值最小的三个，分别构成更新后的阿尔法狼、更新后的贝塔狼和更新后的伽马狼；

(6)重复第(4)到第(5)步，达到最大迭代次数t_max，得到最优解，即适应度值最小的向量作为最好的指标选取方式。