[发明专利]一种基于熔断机制的无速度项粒子群优化算法在审
申请号: | 201610398224.1 | 申请日: | 2016-06-07 |
公开(公告)号: | CN106096719A | 公开(公告)日: | 2016-11-09 |
发明(设计)人: | 李春泉;徐松;刘小平;程强强;邹艳妮;罗族 | 申请(专利权)人: | 南昌大学 |
主分类号: | G06N3/00 | 分类号: | G06N3/00 |
代理公司: | 南昌新天下专利商标代理有限公司 36115 | 代理人: | 施秀瑾 |
地址: | 330031 江西省*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于熔断机制的无速度项粒子群优化算法,针对传统粒子群算法的收敛慢或容易局部最优的缺陷,引入股市熔断机制,将粒子群迭代进化过程分为20段,当粒子的进化过程处于前10段中的{1,2,5,6,9,10}段,或者处于后10段且随机选择概率小于1/3,则启用熔断机制更新粒子位置;否则不启用熔断机制,采用无速度项全局最优位置gbest导向迭代方程更新粒子位置。该发明优点在于引入熔断机制使粒子改变运动方向与步长,跳出局部最优;采用无速度项全局最优位置gbest导向迭代方程加快收敛速度。因此,本发明方法既有优秀的全局搜索能力,又有快速的收敛速度。 | ||
搜索关键词: | 一种 基于 熔断 机制 速度 粒子 优化 算法 | ||
【主权项】:
一种高效的基于熔断机制的无速度项粒子群优化算法,其特征在于包括以下步骤:步骤(1)初始化粒子种群;包括粒子种群的大小为N,每个粒子的位置为Xi(i=1,2,…,N),每个的历史最佳位置pbesti和种群最佳位置gbest,最大循环迭代次数为Gen,当前迭代次数t置为1,将粒子群的迭代进化过程分为20段;步骤(2)评价每个粒子的适应度Fitness(Xi),其中i=1,2,…,N,当粒子当前适应度值大于粒子历史最佳适应度值(Fitness(Xi)>Fitness(pbesti))时,用粒子当前位置替代粒子历史最佳位置(pbesti=Xi);当粒子当前适应度值大于种群最佳适应度值(Fitness(xi)>Fitness(gbest))时,用粒子当前位置替代种群历史最佳位置(gbest=Xi);步骤(3)判断粒子当前的进化过程,若进化过程为20段的前10段中的{1,2,5,6,9,10}段,或者进化过程为20段的后10段且随机选择概率小于1/3,则启用熔断机制,按步骤(4)进化更新;否则不启用熔断机制,按步骤(5)进化更新;步骤(4)粒子群算法中熔断机制可表述为粒子减缓向种群最优位置gbest收敛,在进化更新时,摆脱种群最优位置gbest的影响,改变运动的方向与运动步长,跳出当前的位置;本发明中每个粒子的进化更新将不考虑传统粒子群算法的速度项,直接进行位置更新;每个粒子的t+1次迭代更新公式可表述为:Xi(t+1)=Xi(t)+pcirbkr·[pbesti‑Xi(t)]+r1·[gbest‑Xi(t)];每个粒子t次迭代更新后的位置为Xi(t),pcirbkr为熔断因子,可表示为(20‑monitor)·r2,其中monitor∈[1,20]为进化过程监视器,r1、r2为随机生成的[0,1]之间的均匀随机数;步骤(5)若不启用熔断机制,粒子根据无速度项全局最优位置gbest导向迭代方程Xi(t+1)=Xi(t)+r1·[gbest‑Xi(t)]迭代更新,用于加快算法的收敛速度,此时,相当于熔断因子pcirbkr为0;步骤(6)如果满足结束条件(达最大循环次数Gen或种群最佳适应度Fitness(gbest)满足误差限)退出,否则返回执行步骤(2)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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南昌大学,未经南昌大学许可,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/patent/201610398224.1/,转载请声明来源钻瓜专利网。