申请/专利权人:云南电网有限责任公司电力科学研究院
申请日:2021-03-26
公开(公告)日:2024-03-22
公开(公告)号:CN113011097B
主分类号:G06F30/27
分类号:G06F30/27;G06N3/006;G06F111/02;G06F111/06
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2021.07.09#实质审查的生效;2021.06.22#公开
摘要:本发明涉及一种多种群自适应协作优化方法,包括建立协作网络模型;采用所述协作网络模型初始化三种拓扑结构的多群落粒子;计算每个粒子的位置和速度;将冯诺依曼拓扑中的全局最优值广播至环形拓扑和全连接形拓扑,输出最优值;环形拓扑和全连接形拓扑分别将自身全局最优值与收到的冯诺依曼拓扑中的全局最优值进行比较,根据比较结果调整进化规则,输出最优值。本申请通过将所述环形种群、所述全连接形种群和所述冯诺依曼种群的粒子群算法进行并行搜索,避免了算法的优化性能大大降低,极易陷入局部最优的结果,能够综合考虑高维复杂优化问题的特性,动态调整进化策略,提高对于高维复杂优化问题的求解能力。
主权项:1.一种多种群自适应协作优化方法,其特征在于,所述方法包括:建立融合环形拓扑结构、全连接形拓扑结构和冯诺依曼拓扑结构的粒子群算法的协作网络模型;所述协作网络模型的建立方法包括:分析高维复杂问题求解过程中的粒子特点及标准粒子群算法;建立环形拓扑结构、全连接形拓扑结构和冯诺依曼拓扑结构之间的数据连接;结合三种拓扑结构的粒子群算法在解决高维复杂优化问题时的优点,设计多群落粒子广播-反馈的动态进化策略及进化方法;采用所述协作网络模型初始化三种拓扑结构的多群落粒子;计算每个粒子的位置和速度;将冯诺依曼拓扑中的全局最优值广播至环形拓扑和全连接形拓扑,输出最优值;所述输出最优值,具体为:在冯诺依曼拓扑结构中,粒子每进化一次将当前迭代次数的全局最优值以广播的形式发送给环形拓扑和全连接形拓扑;环形拓扑和全连接形拓扑分别将自身全局最优值与收到的冯诺依曼拓扑中的全局最优值进行比较;若冯诺依曼拓扑的全局最优值优于自身全局最优值,则调整自身全局最优值对应的拓扑结构的进化规则;反之将信息反馈给冯诺依曼拓扑,调整冯诺依曼拓扑的进化规则;调整进化规则包括重新计算每个粒子的位置和速度;若冯诺依曼拓扑的全局最优值与自身全局最优值相等,则执行输出流程,输出最优值。
全文数据:
权利要求:
百度查询: 云南电网有限责任公司电力科学研究院 一种多种群自适应协作优化方法
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。