[发明专利]非对称负相关搜索方法

权利要求书

1.一种非对称负相关搜索方法，其特征在于，应用于最优经济调度问题中电力设备的折损计算时，目标是最小化电力设备的折损f(x)，x表示每台发电机的发电功率；建模过程，个体的向量属性即为x值，多个个体即表示多种不同的机组发电机的发电功率，每种机组发电机的发电功率产生电力设备的折损即为相应的适应度，最优解即为能够使电力设备的折损最小的一种机组发电机的发电功率，也即搜索结果；应用于最小化汽车流体设计的空气阻力时，x表示汽车的外型设计参数，f(x)表示由空气环境仿真系统来模拟实际空气阻力；建模过程，个体的向量属性即为x值，多个个体即表示多种不同的汽车外型，每种汽车外型造成汽车所受的空气阻力即为相应的适应度最优解即为能够使汽车所受的空气阻力最小的一种汽车外型的设计参数，也即搜索结果；包括：

设定初始种群，将初始种群中的每一个体记为父代，并将每一个体建模成一个搜索进程，记录初始种群的最优解以及对应的适应度值作为历史最优解；其中，将问题对象形式化为实值优化问题，一个实值优化问题定义为一对(S，f)，其中非空实值域S表示实值优化问题的解空间或搜索空间，f：是优化问题的目标函数，用于评估解，表示实值域；求解一个实值优化问题即为在解空间或搜索空间找到一个解集，解集中的每一个元素x^*均为一个D维实值向量，且有f(x^*)≤f(x)，从解集选择若干个元素，每一元素作为一个个体，从而构建初始种群；

将个体变异算子作用于父代产生子代种群，记录子代种群的最优解以及相对应的适应度值，如果子代种群的最优解优于历史最优解的适应度，则更新历史最优解；

基于探索与利用的平衡策略考察子代种群的子代个体相对于其父代个体的相关性值，从而计算每一个体的相关性值；

将子代个体及其父代个体的适应度与相关性值做归一化处理，并基于子代个体归一化后的适应度与相关性值的关系，判断是否用子代个体替换其父代个体，从而完成初始种群的更新；

如果未满足停止条件，则利用更新后的种群产生新的子代种群，并重复以上过程来进行种群的更新；如果满足停止条件，则利用更新后的种群获得搜索结果；

所述基于探索与利用的平衡策略考察子代种群的子代个体相对于其父代个体的相关性值，从而计算每一个体的相关性值包括：

每一个体建模成一个搜索进程，将每一个搜索进程的搜索行为建模为概率分布，利用搜索进程搜索范围的相对大小，将搜索行为进一步划分为全局搜索行为和局部搜索行为，并假设具有全局搜索行为的搜索进程尽可能远离具有局部搜索行为的搜索进程，具有局部搜索行为的个体不受到具有全局搜索行为的个体的影响，从而计算每一个体的相关性值。

2.根据权利要求1所述的一种非对称负相关搜索方法，其特征在于，所述将个体变异算子作用于父代产生子代种群包括：

所述个体变异算子包括：高斯变异算子；

对于一个父代个体x_i，高斯变异算子基于下式产生新的子代个体x’_i：

x'_id＝x_id+Ν(0,σ_i)

其中，x_id表示父代个体x_i的第d维分量，N(0,σ_i)表示一个均值为0且标准差为σ_i的高斯随机分布。

3.根据权利要求1所述的一种非对称负相关搜索方法，其特征在于，

将每一个搜索进程的搜索行为建模为概率分布，即以相应个体的D维实值向量为分布的均值，高斯变异算子的标准差为分布的标准差；

根据标准差的大小来区分相应搜索行为为全局搜索行为或局部搜索行为；

如果标准差大于设定值，则认为相应搜索行为为全局搜索行为，说明其搜索方向不明显，计算对应个体与其周围个体搜索行为的巴氏距离，选择最近距离为对应个体的相关性值；

如果标准差小于设定值，则认为相应搜索行为为局部搜索行为，设置相关性值为缺省值。