[发明专利]一种基于协同聚类策略的多模分布估计优化方法

摘要

本发明公开了一种基于协同聚类策略的多模分布估计优化方法，该方法采用快速的双空间协同解聚类策略，先自适应聚类对多模连续问题解空间进行识别，根据识别结果分割解空间得到子空间；再基于分布估计算法对各个子空间协同进化，迭代优化，求得问题最优解。本发明方法将聚类策略与分布估计算法结合，分而治之，协同进化，缩小了求解问题的规模，降低了求解问题的复杂度，提高了求解多模连续优化问题的性能。

主权项

1.一种基于协同聚类策略的多模分布估计优化方法，其特征在于，包括以下步骤：(1)在解空间内产生指定数目的候选解，组成初始候选解集，并初始化相关参数；所述相关参数包括群体规模和总进化代数；(2)根据解空间范围和进化代数，设置聚类条件，判断是否满足聚类条件；(3)如果满足聚类条件，则转入步骤(4)，否则转入步骤(5)；(4)结合候选解的适应度值和相对距离，对候选解进行自适应聚类，根据聚类结果对解空间进行划分，位于一个类中的所有候选解张成一个子空间；(5)基于各个子空间的候选解，计算均值和标准差，建立概率分布模型，并对所建立的概率分布模型进行校正；(6)对各个子空间的概率分布模型分别采样，得到预先设定数目的新候选解，与从当前候选解集合中选出的优解共同组成新的候选解集；(7)判断是否满足循环终止条件，当进化循环满足终止条件时，终止循环；否则返回步骤(2)，继续下一轮进化；(8)对进化循环终止时得到的优解集合进行统计分析，并选出位于不同解区域的具有代表性的优解，作为全局最优解。