申请/专利权人：中国矿业大学

申请日：2024-04-08

公开（公告）日：2024-06-25

公开（公告）号：CN118246330A

主分类号：G06F30/27

分类号：G06F30/27;G06N3/006

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：本发明公开了一种基于翠鸟优化算法实现工程优化的方法，本发明建立了基于逃跑策略模拟的两阶段勘探和基于狩猎机制的开发阶段的数学模型。将算法应用到基准测试函数和工程优化问题实例中，实验结果表明，KOA算法搜索能力强，收敛精度高，收敛速度快，且面对实际工程优化问题效果良好，这是因为该算法在勘探阶段提出了一种新的位置更新策略，该策略充分考虑随机个体位置对下一轮迭代结果的影响，避免了该算法陷入局部最优，在开发阶段，该算法充分考虑当前迭代轮次中最优解的重要性，提升了算法整体的收敛能力。

主权项：1.一种基于翠鸟优化算法实现工程优化的方法，其特征在于，包括如下步骤：S1、针对待优化的工程问题，确定优化参数，分别对应于Xn,m；其中，n表示翠鸟的数量，m表示决策变量的个数；S2、模拟翠鸟在面对和逃离捕食者以及翠鸟在进行狩猎时的行为提出翠鸟优化算法即KOA算法，包括如下子步骤：步骤1:在KOA算法实现开始时，个体在搜索空间中的位置使用如下公式进行随机初始化：Xi:xi,j＝lbj+r·ubj-lbj,i＝1,2,…,n；j＝1,2,…,m；其中Xi代表第i个个体在搜索空间中的位置，xi,j代表第j个决策变量的值，r是区间[0,1]内的随机实数,ubj和lbj分别代表第j个决策变量的上界和下界；KOA算法中的个体种群用下面的矩阵X在数学上表示，称为种群矩阵； 步骤2：设置适应度函数，计算种群个体适应度值，得出初始化种群最优解，开始进入迭代过程；步骤3：在勘探阶段中，在搜索空间中更新个体种群分为两个部分；在第一部分中的位置迭代公式如下所示： DXi＝aXi×fXiDXrand＝aXrand×fXranda表示[0,1]之间的随机数，Xi*表示当前迭代轮次中的最优解，MaxIter表示最大迭代次数，DXi和DXrand分别表示当前个体以及种群中随机一个随机个体的运动方向,fXi表示当前个体的适应度函数；步骤4：在勘探阶段中，在搜索空间中剩余部分个体的位置迭代公式如下所示： 其中Xi*表示当前迭代轮次中的最优解，p表示[0,1]之间的随机数；步骤5：如果每一轮迭代后个体的新位置提高了目标函数的值，那么此时认为该轮迭代是有效的，则更新过程可以接受，否则，个体将保持在以前的位置；步骤6：当种群完成勘探阶段后，个体开始在搜索空间中执行开发阶段的位置更新策略，位置更新策略如下所示： c,p表示[0,1]之间的随机数，l为所定义的对数螺旋形状常数，l的值由2线性递减至0，Xi*表示当前迭代轮次中的最优解；步骤7：如果新一轮迭代后个体的位置提高了目标函数的值，那么此时认为该轮迭代是有效的，则再次执行贪心策略，用新位置代替原有的位置，否则，个体将保持在以前的位置；步骤8:若迭代次数小于最大迭代次数，则将得到的最优解带入步骤3，继续进入下一轮迭代；步骤9：若迭代次数等于最大迭代次数，优化结束，输出全局最优解。

全文数据：

权利要求：

百度查询： 中国矿业大学 一种基于翠鸟优化算法实现工程优化的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD