[发明专利]一种基于两阶段分工协作的约束多目标优化方法在审
| 申请号: | 202211195783.4 | 申请日: | 2022-09-29 |
| 公开(公告)号: | CN115526101A | 公开(公告)日: | 2022-12-27 |
| 发明(设计)人: | 杨珍;琚锋;姚堂旭;姚杰愉 | 申请(专利权)人: | 湖州学院 |
| 主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/12;G06F111/02;G06F111/06 |
| 代理公司: | 杭州中利知识产权代理事务所(普通合伙) 33301 | 代理人: | 韩洪 |
| 地址: | 313000*** | 国省代码: | 浙江;33 |
| 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 基于 阶段 分工协作 约束 多目标 优化 方法 | ||
1.一种基于两阶段分工协作的约束多目标优化方法,其特征在于:包括以下步骤:
S1.随机初始化种群1和种群2;
S2.将种群1和种群2进行交叉变异处理产生子代;
S3.判断算法当前的迭代次数是否超过总迭代次数设定百分比值,当迭代次数未超过总迭代次数设定百分比值时,进入步骤S4;否则,进入步骤S5;
S4.算法第一阶段:对种群1进行无约束的环境选择,种群2进行带约束的环境选择,并根据种群1进行采样生成种群3,同时检测种群1和种群2的状态,在满足种群1中非支配个体或种群2中非支配个体占比大于0.9时,对种群1或种群2进行双种群部分初始化操作,然后进入步骤S6;
S5.算法第二阶段:对种群1和种群2分别进行带约束的环境选择,并根据种群1进行采样生成种群3,然后进入步骤S6;
S6.采用双重精英归档策略保存每代种群1、种群2和种群3中的最优解,同时第一重归档的结果参与算法第二阶段的环境选择;
S7.判断算法当前的迭代次数是否超过总迭代次数,若未超过总迭代次数,则返回步骤S2;否则,输出种群。
2.如权利要求1所述的一种基于两阶段分工协作的约束多目标优化方法,其特征在于:步骤S2中,将种群1和种群2划分为数量相等的两个部分,分别为a,b,对a部分采用模拟二进制交叉和多项式变异的方法进行交叉变异产生子代,对于b部分采用差分进化的方法进行交叉变异产生子代,然后合并两个部分作为新的子代。
3.如权利要求1所述的一种基于两阶段分工协作的约束多目标优化方法,其特征在于:步骤S3中,当迭代次数未超过总迭代次数60%时,进入步骤S4;否则,进入步骤S5。
4.如权利要求1所述的一种基于两阶段分工协作的约束多目标优化方法,其特征在于:步骤S4中,种群3是在种群1的基础上进行阶段动态采样获得的,在算法第一阶段,首先在种群1中选取距离参考方向近的个体作为指导解,然后根据指导解在整个搜索空间内生成一些靠近前沿的解作为种群3。
5.如权利要求1所述的一种基于两阶段分工协作的约束多目标优化方法,其特征在于:步骤S5中,种群3是在种群1的基础上进行阶段动态采样获得的,在算法第二阶段,首先在种群1中选取距离参考方向近的个体作为指导解,然后根据指导解在压缩后的搜索空间内生成一些靠近约束前沿的解作为种群3。
6.如权利要求1所述的一种基于两阶段分工协作的约束多目标优化方法,其特征在于:步骤S6中,所述双重精英归档策略的方法:根据适应度挑选较好的解,保存到其中一个归档中,同时这个归档参与到种群的进化,然后对第一个归档种群,进行二次归档,同样以适应度为标准,同时通过欧氏距离调整第一个归档种群中每个个体之间的距离,最后获得第二个归档,即为输出种群。
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州学院,未经湖州学院许可,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/202211195783.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:不粘炊具及其制造方法
- 下一篇:一种离心风机叶轮及离心风机





