本发明涉及启发式数值优化领域,特别是一种改进高维cdo优化方法。
背景技术:
1、工程设计及分析过程中的高维度、非线性、多峰值最优化问题一直是工程师面临的难题。近年来,启发式优化方法得到了飞速发展,为上述问题的快速求解提供了有效途径。切诺贝利灾难优化算法(cdo)作为一种新型的启发式优化方法,是基于1986年苏联切诺贝利核电站爆炸中核辐射灾难提出来的,相比于现有的优化方法如粒子群算法(pso)、遗传算法等具有参数少、收敛速度快、求解精度高等特点,在高维度、非线性、多峰值最优化问题求解中具有很好的应用前景。
2、经典cdo方法虽然具有很强的优点,但存在算法优化效率不高、参数固定不具有自适应的问题,常常导致迭代次数不足导致求解失败,或迭代次数过多导致浪费计算资源,而在实际工程应用中很难确定cdo算法参数,一定程度上限制了该方法的应用。
技术实现思路
1、本发明的目的是提供一种改进高维cdo优化方法,能够提高cdo方法的求解效率,降低工程应用的难度。
2、为实现上述目的,本发明提供了如下方案:
3、一种改进高维cdo优化方法,所述方法包括以下步骤:
4、s1、确定待优化空间维度d、放射性粒子数量n,随机初始化放射性粒子坐标位置:
5、
6、其中,rand()为0~1的随机函数;lbj为待优化空间第j维度的下限,ubj为待优化空间第j维度的上限,j<d,d为待优化空间的维度;为第0次迭代时第i个粒子第j维的坐标位置,i<n,n为。
7、
8、s2、建立目标函数f(·),计算当前所有放射性粒子的目标适应度值其中iter表示当前迭代次数,iter≤max_iter,max_iter表示最大迭代次数,为非负整数;
9、s3、根据当前放射性粒子piter的适应度值fiter选取最佳γ粒子、β粒子和α粒子的位置pγ,iter、pβ,iter、pα,iter以及记录相应的得分fγ,iter、fβ,iter、fα,iter:
10、若fiiter<fγ,iter,则pα,iter=piiter,fα,iter=fiiter;若fiiter>fα,iter且fiiter<fβ,iter,pβ,iter=piiter,fβ,iter=fiiter;若fiiter>fα,iter且同时满足fiiter>fβ,iter及fiiter<fγ,iter,则fγ,iter=fiiter。
11、s4、更新环境中放射性粒子数量,考虑环境中部分物体受到核辐射后产生感生放射性现象,会释放更多的γ粒子、β粒子或α粒子,因此导致环境中的辐射粒子总量增加;设gγ为物体受到辐射后释放γ粒子的概率,则当rand()<gγ时,将pγ,iter添加到piter中;设gβ为物体受到辐射后释放β粒子的概率,则当rand()<gβ时,将pβ,iter添加到piter中;设gα为物体受到辐射后释放α粒子的概率,则当rand()<gα时,将pα,iter添加到piter中。
12、s5、分别计算所有γ粒子、β粒子和α粒子的梯度下降因子gγ,iter、gβ,iter、gα,iter:
13、
14、其中:
15、dγ=|π×rand()2×pγ,iter-piiter|;
16、
17、其中:
18、dβ=|π×rand()2×pβ,iter-piiter|;
19、
20、其中:
21、dα=|π×rand()2×pα,iter-piiter|。
22、s6、更新粒子的位置piter+1:
23、
24、s7、判断自适应收敛条件|piter+1-piter|<ε是否成立,如成立则停止迭代,并返回适应度最小的α*粒子[pα,iter,fα,iter]作为最优粒子,否则回到步骤s2执行一下次迭代,其中ε为自适应收敛阈值。
25、根据本发明提供的具体实施例,本发明公开了以下技术效果:
26、本发明提供了提供一种改进高维cdo优化方法,能够提高cdo方法的优化效率和灵活性、降低工程应用的难度。
1.一种改进高维cdo优化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种改进高维cdo优化方法,其特征在于,所述步骤s1具体实现如下:
3.根据权利要求1所述的一种改进高维cdo优化方法,其特征在于,所述步骤s3中,若fiiter<fγ,iter,则pα,iter=piiter,fα,iter=fiiter;若fiiter>fα,iter且fiiter<fβ,iter,pβ,iter=piiter,fβ,iter=fiiter;若fiiter>fα,iter且同时满足fiiter>fβ,iter及fiiter<fγ,iter,则fγ,iter=fiiter。
4.根据权利要求1所述的一种改进高维cdo优化方法,其特征在于,所述步骤s4中,考虑环境中部分物体受到核辐射后产生感生放射性现象,会释放更多的γ粒子、β粒子或α粒子,因此导致环境中的辐射粒子总量增加;设gγ为物体受到辐射后释放γ粒子的概率,则当rand()<gγ时,将pγ,iter添加到piter中;设gβ为物体受到辐射后释放β粒子的概率,则当rand()<gβ时,将pβ,iter添加到piter中;设gα为物体受到辐射后释放α粒子的概率,则当rand()<gα时,将pα,iter添加到piter中。
5.根据权利要求1所述的一种改进高维cdo优化方法,其特征在于,所述步骤s5中,
6.根据权利要求1所述的一种改进高维cdo优化方法,其特征在于,所述步骤s6中,
7.根据权利要求1所述的一种改进高维cdo优化方法,其特征在于,所述步骤s7中,自适应收敛条件为: