(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111352829.4 (22)申请日 2021.11.16 (71)申请人 福州大学 地址 350108 福建省福州市闽侯县福州大 学城乌龙江北 大道2号福州大 学 (72)发明人 刘耿耿　张丽媛　郭文忠　陈国龙　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 代理人 陈明鑫　蔡学俊 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/00(2006.01) G06N 3/12(2006.01) G06F 111/04(2020.01) (54)发明名称 求解复杂约束优化问题的多策略混合麻雀 搜索方法 (57)摘要 本发明涉及一种求解复杂约束优化问题的 多策略混合麻雀搜索方法。 通过在初始化阶段引 入基于对位学习策略， 获得更优的初始种群； 在 更新种群阶段结合差分进化算法扩展算法探索 和开发能力； 最后， 引入基于社区学习策略对种 群进行精炼， 进一步平衡局部搜索和全局搜索能 力， 并保持种群的多样性。 本发明方法对比其他 先进优化算法是非常具有竞争力。 权利要求书3页 说明书9页 附图1页 CN 114065626 A 2022.02.18 CN 114065626 A 1.一种求解复杂约束优化问题的多策略混合麻雀搜索方法， 其特征在于， 包括如下步 骤： 步骤S1、 S SA在初始种群阶段引入 对位学习策略， 选择最优的初始种群； 步骤S2、 在更新种群阶段 结合全局优化能力强的差分进化 算法生成新的种群X1； 步骤S3、 在选择阶段， 引入基于社区学习策略实现对更新后的种群X1的精炼， 即以种群 X1中的各个个体为圆心， 以指定的半径R划分各自的圆形区域， 圆心的个体从圆形区域中随 机选择邻居来学习， 生成新的种群X2， 经过选择操作得到最后的种群X∈{X1,X2}。 2.根据权利要求1所述的求解复杂约束优化问题的多策略混合麻雀搜索方法， 其特征 在于， 步骤S1中， SSA在初始化种群时结合对位学习策略OBL， 同时考虑候选解的两个方向， 即一个是由公式(1)随机产生解x， 另一个则根据 公式(2)得到与其相反方向的解， 记为x ’， 然后从{x∪x ’}中选择适应度值较好 解的组成最终的初始种群： x＝lb+rand×(ub‑lb)      (1) x'＝ub+lb ‑x              (2) 其中x∈[lb,ub]， lb和ub分别 表示x的上界和下界； 公式(1)和公式(2)可以扩展到多维 搜索空间， 初始化种群公式如下 所示： 其中， d表示变量维度。 3.根据权利要求1所述的求解复杂约束优化问题的多策略混合麻雀搜索方法， 其特征 在于， 步骤S2中， 差分进化 算法DE由交叉、 变异和选择操作组成； 变异操作： 1)“DE/rand/1” vi(t)＝xr0(t)+Fi×(xr1(t)‑xr2(t)) 2)“DE/current‑to‑best/1” vi(t)＝xi(t)+Fi×(xbest(t)‑xi(t))+Fi×(xr1(t)‑xr2(t)) 3)“DE/best/1” vi(t)＝xbest(t)+Fi×(xr1(t)‑xr2(t)) 其中i≠r0≠r1≠r2均是{1,2,3,......,n}的互不相同的整数， n是种群数； Fi是第i个个 体的缩放因子； xbest是当前最优个 体； 交叉操作： 其中交叉概率CRi∈[0,1]， jrand＝randint(1,d)是从1到d的随机整数， d是问题维度， xi,j表示第i个 个体的第j维度：权　利　要　求　书 1/3 页 2 CN 114065626 A 2选择操作： 针对SSA算法全局搜索能力弱， 局部搜索能力较强的特点， 提出混合DE算法提高SSA全 局搜索能力， 即MSHS SA， 并将S SA的发现者 位置更新公式调整为下式： PX(t)＝X(t) 其中， 变异操作采用 “DE/best/1”方式； 将SSA的参加者的位置更新公式调整为下式： 将SSA的侦察 者的位置更新公式调整为下式： 4.根据权利要求1所述的求解复杂约束优化问题的多策略混合麻雀搜索方法， 其特征 在于， 步骤S3实现方式如下： 引入基于社区学习策略， 即通过以X＝[X1,X2,...,Xn]中各个个体Xi为圆心， 指定半径 Ri， 划分出各个个体Xi的社区区域， 圆心在社区中向其他个体学习， 得到 新的解， 然后根据适 应度进行选择操作， 得到最终的解 集； 数学表达式如下公式所示： Oi(t)＝{k|dist(Xi(t),Xk(t))≤Ri,i≠k},Ri＝||PXi(t)‑Xi(t)|| Hi,j(t)＝Xi,j(t)+rand ×(PXl,j(t)‑Xo,j(t)),o∈Oi(t) 其中l是{1,2,3,. ..,n}中的一个随机整数， n是种群规模。 5.根据权利要求1所述的求解复杂约束优化问题的多策略混合麻雀搜索方法， 其特征 在于， 该方法还引入约束违规 值V， 处理搜索空间中的约束条件：权　利　要　求　书 2/3 页 3 CN 114065626 A 3