[发明专利]一种融入反向学习和试探感知的粒子群优化方法及系统有效
| 申请号： | 201910542575.9 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110297704B | 公开（公告）日： | 2020-06-19 |
| 发明（设计）人： | 周舟;李方敏 | 申请（专利权）人： | 长沙学院 |
| 主分类号： | G06F9/48 | 分类号： | G06F9/48;G06F9/50;G06N3/00 |
| 代理公司： | 长沙朕扬知识产权代理事务所(普通合伙) 43213 | 代理人： | 何湘玲 |
| 地址： | 410022 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及云计算任务调度领域，公开了一种融入反向学习和试探感知的粒子群优化方法及系统，以实现对粒子群更好的优化，进一步增强算法的局部寻优能力；本发明方法包括：初始化规模为n的原始粒子，根据所述原始粒子构成原始群体；采用反向学习方法，生成n个所述原始粒子的反向粒子，从所述原始粒子和所述反向粒子中选出较优者，更新所述原始群体得到初始粒子群；在所述初始粒子群中每个粒子的周围依次产生q个用于感知是否有较当前粒子更好的位置的探子，根据所述探子优化所述初始粒子群中的每个粒子，得到最优的粒子群。 | ||
| 搜索关键词： | 一种 融入 反向 学习 试探 感知 粒子 优化 方法 系统 | ||
【主权项】：
1.一种融入反向学习和试探感知的粒子群优化方法，其特征在于，包括以下步骤：S1：初始化规模为n的原始粒子，根据所述原始粒子构成原始群体；S2：采用反向学习方法，生成n个所述原始粒子的反向粒子，从所述原始粒子和所述反向粒子中选出较优者，更新所述原始群体得到初始粒子群；S4：在所述初始粒子群中每个粒子的周围依次产生q个用于感知是否有较当前粒子更好的位置的探子，根据所述探子优化所述初始粒子群中的每个粒子，得到最优的粒子群。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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长沙学院，未经长沙学院许可，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/patent/201910542575.9/，转载请声明来源钻瓜专利网。
