[发明专利]基于连续动作学习自动机的全局优化系统及方法

权利要求书

1.一种基于连续动作学习自动机的全局优化系统，其特征在于，包括：初始化模块、行为选择模块、环境反馈模块、更新模块和输出模块，其中：初始化模块初始化CALA算法的参数，输入行为选择模块进行行为选择，行为通过路径环境的应用得到反馈然后进入环境反馈模块，得到行为对应的环境反馈；更新模块根据环境反馈更新CALA算法的参数，将更新的参数输入行为选择模块完成一次迭代；当迭代次数达到设定值时，将当前的环境反馈输入输出模块，输出最优的路径信息。

2.一种基于权利要求1所述系统的连续动作学习自动机的全局优化方法，其特征在于，首先通过现有的CALA算法得到局部最优解，根据该局部最优解得到改进的平滑函数；将改进的平滑函数引入现有的CALA算法得到优化的CALA算法，通过优化的CALA算法进行多次迭代，最终得到极值点，作为全局极小值输出；

所述的迭代是指：在CALA算法中引入改进的平滑函数进行一轮迭代得到局部最优解，当本轮局部最优解小于上一轮迭代得到的局部最优解时，将本轮迭代得到的局部最优解设置为局部最优解的点，再进行下一轮迭代，直至当前一轮迭代的局部最优解大于或等于上一轮迭代得到的局部最优解，即上一轮迭代得到的局部最优解为极值点。

3.根据权利要求2所述的全局优化方法，其特征是，所述的迭代在每一轮中的次数相同。

4.根据权利要求2所述的全局优化方法，其特征是，所述的改进的平滑函数的定义为：其中：F(x，x^*)＝min(f(x)，f(x^*))为平滑函数，a和b为设定的常数，x为当前选择的值，x^*为已获得的局部最优解的值，f(.)为求取函数。

5.根据权利要求2所述的全局优化方法，其特征是，所述的优化的CALA算法包括以下步骤：

步骤1、初始化CALA算法的参数，并设定迭代次数和各常量参数的值；

步骤2、根据当前的分布随机产生一个值并将该值作为行为输入环境，得到观测值；

步骤3、从环境中获得相应的反馈，即引入改进的平滑函数；

步骤4、根据步骤3中的反馈更新分布的均值和标准差；

步骤5、对迭代次数进行计数，如果迭代次数小于设定的每轮迭代的次数，则回到步骤2；否则观测值作为本轮得到的局部最优解进行步骤6；

步骤6、当本轮迭代得到的局部最优解小于上一轮迭代得到的局部最优解时，将本轮的局部最优解赋值给上一轮得到的局部最优解的点并记录，返回步骤2进行下一轮迭代；否则将上一轮迭代得到的局部最优解的点，即极值点作为全局极小值输出，结束本算法；

所述的标准差的迭代次数在每轮迭代中不清零。