[发明专利]一种改进的粒子群优化方法

权利要求书

1.一种改进的粒子群优化方法，其特征在于，包括以下步骤：

步骤S1：确定优化函数；

步骤S2：设置优化参数，随机初始化粒子群，并根据适应度排序；

步骤S3：更新粒子群的位置和速度向量；

步骤S4：判断粒子群中每个粒子当前迭代数k的粒子位置的适应度是否大于对应粒子搜索过的最优位置p_ibest的适应度，是则执行步骤S5，否则保留该粒子的历史最优位置执行步骤S6；

步骤S5：更新相应粒子的最优位置p_ibest，令之后执行步骤S6；

步骤S6：判断当前迭代数k中所有粒子的最优位置的适应度是否大于记录的粒子群中所有粒子的历史全局最优位置g_best的适应度，是则执行步骤S7，否则保留粒子的历史全局最优位置执行步骤S8；

步骤S7：更新粒子群的历史全局最优位置g_best，令之后执行步骤S8；

步骤S8：根据震荡概率选取粒子进行震荡操作；

步骤S9：判断是否满足终止条件，是则结束，得到最优可行解，否则重复步骤S3至步骤S9，直至结束。

2.根据权利要求1所述的一种改进的粒子群优化方法，其特征在于，所述步骤S2具体包括：

优化参数包括惯性权重ω、个体加速系数c₁、社会加速系数c₂、震荡概率s、震荡幅度u、粒子群规模pop_size、可行解的维度dim、可行解的位置上限X_max、可行解的位置下限X_min、可行解的最大速度限制V_max、可行解的最大迭代数iter_max；

随机初始化粒子群的步骤为：计算每一个粒子的位置向量X，计算每个粒子的速度向量V，即

X＝X_min+(X_max-X_min)*rand()；(1)

V＝V_min+(V_max-V_min)*rand()；(2)

其中，X为pop_size行dim列矩阵，矩阵中每一个元素表示为X_x,j，rand()为位于[0,1]之间的随机数。

3.根据权利要求1所述的一种改进的粒子群优化方法，其特征在于，所述步骤S3具体包括：

依照下列公式计算出新的粒子的速度和位置：

Vi,jk+1=ωVi,jk+c1r1[(pibest,j-Xi,j)+(pibest,j-Xi,j)1/3]+c2r2[(gbest,j-Xi,j)+(gbest,j-Xi,j)1/3]Xi,jk+1=Xi,jk+Vi,jk+1---(3)]]>

其中，ω为惯性权重，c₁为个体加速系数，c₂为社会加速系数，r₁、r₂分别为区间在[0,1]之间的随机数，为第k+1代第i粒子速度的j维分量，为第k代第i粒子速度的j维分量，p_ibest,j为第i粒子历史最优位置的j维分量，X_i,j为第i粒子位置的j维分量，g_best,j为历史全局最优位置的j维分量，为第k代第i粒子位置的j维分量，为第k+1代第i粒子位置的j维分量。