[发明专利]一种具有内在并行能力的多尺度量子谐振子优化方法

权利要求书

1.一种具有内在并行能力的多尺度量子谐振子优化方法，其特征在于，包括步骤：

S101.设定最小标准差的值σ_min，设定标准差σ_s的值；在目标函数f(x)的定义域[min，max]内随机抽取K个第一随机数，即x₁，x₂，x₃，…，x_i，…，x_k；

S102.将标准差σ_s和K个第一随机数分别代入正态分布公式

按照所述正态分布公式在定义域[min，max]内分别生成相应的K个第二随机数，即x₁’，x₂’，x₃’，…,x_i’，…，x_k’；

S103.将所述K个第一随机数分别代入目标函数f(x)得到K个第一函数值，即f(x₁)，f(x₂)，f(x₃)，…，f(x_i)，…，f(x_k)；

将所述K个第二随机数分别代入目标函数f(x)得到K个第二函数值，即f(x₁’)，f(x₂')，f(x₃')，…，f(x_i’)，…，f(x_k’)；

S104.对于任意x_i，和x_i’，若f(x_i’)<f(x_i)，则将x_i的值用x_i'的值替换，如有替换发生则返回执行步骤S102，如无替换发生则进行步骤S105；

S105.将K个第一函数值中的最大值f(x^worst)的自变量X^worst的值，用当前K个X_i的平均值X^mean进行替换，执行步骤S106；

S106.若K个高斯采样中心位置X_i的标准差σ_k大于σ_s，则返回执行步骤S102；否则将标准差σ_s的值缩小后，执行步骤S107；

S107.若标准差的值σ_s大于σ_min，则返回执行步骤S102，否则将K个第一函数值中的最小值f(x^best)及其自变量x^best作为结果输出，得到最优解x^best和f(x^best)；

其中，K为正整数；i为正整数，1≤i≤K；max为定义域的最大值；min为定义域的最小值。

2.根据权利要求1所述的一种具有内在并行能力的多尺度量子谐振子优化方法，其特征在于，在所述步骤S101中设定标准差σ_s的值为max与min的差值的绝对值。

3.根据权利要求1所述的一种具有内在并行能力的多尺度量子谐振子优化方法，其特征在于，所述步骤S106，若K个高斯采样中心位置X_i的标准差σ_k＜σ_s，则将标准差σ_s的值缩小一半后，执行步骤S107。

4.根据权利要求1所述的一种具有内在并行能力的多尺度量子谐振子优化方法，其特征在于，所述步骤S107，若标准差的值σ_s<σ_min，则将K个第一函数值中的最小值f(x^best)及其自变量x^best作为结果输出，得到最优解x^best和f(x^best)。