[发明专利]一种基于高斯分布QPSO算法的工程优化求解方法在审
| 申请号： | 202211404387.8 | 申请日： | 2022-11-10 |
| 公开（公告）号： | CN115688854A | 公开（公告）日： | 2023-02-03 |
| 发明（设计）人： | 陈祺东 | 申请（专利权）人： | 无锡学院 |
| 主分类号： | G06N3/006 | 分类号： | G06N3/006;G06F17/18 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 陈月菊 |
| 地址： | 214105 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 分布 qpso 算法 工程 优化 求解 方法 | ||
1.一种基于高斯分布QPSO算法的工程优化求解方法，其特征在于，包括：
步骤1：在可行的搜索空间中初始化粒子群；
步骤2：评估粒子i的适应度值并更新其位置，同时更新粒子i在第t次迭代的局部吸引子Pi,t和第t次迭代时个人最佳位置的平均值Gt；
步骤3：更新第t次迭代的方差σt；
步骤4：更新权重序列a；
步骤5：更新加权最佳均值WCt；
步骤6：重复步骤2-5对粒子i进行1-T次迭代，若满足迭代结束条件，则结束迭代，输出评估的种群粒子i的适应度值。
2.根据权利要求1所述的基于高斯分布QPSO算法的工程优化求解方法，其特征在于，步骤4中更新权重序列a的公式为：
其中，ED(Pi,t,Gt)即粒子i的个人最佳位置与当前全局最佳位置Gt之间的欧几里得距离。
3.根据权利要求1所述的基于高斯分布QPSO算法的工程优化求解方法，其特征在于，步骤5中更新加权最佳均值WCt的公式为：
其中，表示粒子i的局部吸引子，ai,t表示第t次迭代的粒子i的权重系数。
4.根据权利要求1或3所述的基于高斯分布QPSO算法的工程优化求解方法，其特征在于，更新局部吸引因子pi,t的公式为：
5.根据权利要求1所述的基于高斯分布QPSO算法的工程优化求解方法，其特征在于，更新粒子i的位置的公式为：
若不在区间内，则将其设为区间边界值，其中，是由高斯分布产生的随机数。
6.根据权利要求5所述的基于高斯分布QPSO算法的工程优化求解方法，其特征在于，参数β固定为0.75。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于无锡学院，未经无锡学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202211404387.8/1.html，转载请声明来源钻瓜专利网。
