[发明专利]基于狮群混合鲸鱼算法的船舱警报智能规划方法

权利要求书

1.一种基于狮群混合鲸鱼算法的船舱警报智能规划方法，其特征在于，包括以下步骤：

步骤S1:基于狮群算法模型，在幼狮位置更新中加入鲸鱼算法的螺旋泡网攻击以及包围猎物机制，构建狮群混合鲸鱼算法模型；

步骤S2:获取待优化船舱的平面设计图，将狮群混合鲸鱼算法模型个体视为船舱警报器安装位置坐标方案，计算个体的警报器安装方案的舱内空间平均响度并作为目标函数，并基于狮群混合鲸鱼算法模型，获取最优安装方案。

2.根据权利要求1所述的基于狮群混合鲸鱼算法的船舱警报智能规划方法，其特征在于，所述狮群算法模型，具体为：

设N只狮子组成一个群体，成年狮由群体最优解的狮王与adult-1只母狮所组成，而幼狮的数量为N-adult，成年狮所占的比例因子ρ对整个搜寻效果具有影响，ρ越小，幼狮占比增加，第i只狮子的位置表示为：

p_i＝(p_i1,p_i2,…,p_iD),1≤i≤N, (1)

adult＝Nρ. (2)

其中，D为维度数，adult为成年狮的数量，ρ为成年狮所占的比例因子。

狮王的位置更新公式如下：

其中，t为算法的当前迭代次数；为第t+1次迭代时狮王的位置；g^t为第t次迭代时群体最佳位置；γ为标准正态分布N(0,1)的随机数；为第t次迭代时狮王的历史最佳位置。

母狮的更新公式如下：

D_f＝step·exp(-30(t/T)¹⁰), (5)

step＝0.1(high-low). (6)

其中，为第t+1次迭代时第i只母狮的位置；为第t次迭代时第i只母狮的历史最佳位置；为在第t次迭代时随机挑选第c只协作母狮所对应的历史最佳位置；D_f为母狮移动范围的扰动因子；T为迭代总次数；step为狮子在活动范围内最大移动步长；high为狮子活动范围的最大值；low为狮子活动范围的最小值。

幼狮的更新公式如下：

D_c＝step×(T-t)/T, (8)

其中，为第t+1次迭代时第i只幼狮的位置；为第t次迭代时第i只幼狮的历史最佳位置；D_c为幼狮移动范围的扰动因子；为第t次迭代时幼狮跟随随机母狮的历史最佳位置；为第t次迭代时第i只幼狮反向精英的目标位置。

3.根据权利要求2所述的基于狮群混合鲸鱼算法的船舱警报智能规划方法，其特征在于，所述在幼狮位置更新中加入鲸鱼算法的螺旋泡网攻击以及包围猎物机制，构建狮群混合鲸鱼算法模型，具体为：

包围猎物机制是鲸鱼对猎物进行包围，向最优解移动更新自身位置，从而不断逼近猎物，螺旋泡网攻击机制是鲸鱼以螺旋的运动轨迹去移动，并吐出气泡形成陷阱来捕食猎物，而鲸鱼捕猎是在包围猎物收缩环绕的同时，形成螺旋移动泡网攻击，从而慢慢靠近猎物最终捕猎到猎物，因此更新公式如下：

其中，g_p为历史群体最佳位置；τ为用于限定对数螺旋形状的常数；l为(-1,1)的随机数；ε为(0,1)的随机数；

将公式(5)中的参数进行重新设置，得到公式(15)

D_f＝step·exp(-10(t/T)³) (15)

将公式(15)取代原先公式(8)的线性扰动因子，非线性扰动因子对全局探索和局部搜索进行比较均衡的分布，使得搜索的精度较高，改良的幼狮位置更新公式如下：

将γ乘上扰动因子D_f，改良的狮王位置更新公式如下：

4.根据权利要求1所述的基于狮群混合鲸鱼算法的船舱警报智能规划方法，其特征在于，所述待规划船舱警报器设为点声源，并将音场设定为半自由音场。