买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州电子科技大学

摘要：本发明公开了一种基于多种群竞争多目标优化置信规则库的优化方法，该方法首先采集地铁隧道施工数据，构建初始置信规则库模型，进行置信规则库参数编码，对差分进化算法、遗传算法、粒子群算法三种智能优化算法的参数进行设置。其次将编码结果作为智能优化算法初始子种群的个体，进行独立进化，产生下一代新种群。然后计算新种群中个体的适应度值，进行选择操作，将初始种群中的个体替换为选择后的个体。最后三种智能优化算法，每隔N代进入竞争型分配机制，进行种群个体数量的重新划分，得到最优的置信规则库参数。本发明通过将智能优化算法组合使用，提高搜索效率和准确性，节省时间成本。

主权项：1.一种基于多种群竞争多目标优化置信规则库的优化方法，其特征在于，包括以下步骤：S1、采集地铁隧道施工数据，划分为训练集和测试集；综合专家经验知识，对训练集中的数据分析，构建初始置信规则库模型；S2、进行置信规则库参数编码，对差分进化算法DE、遗传算法GA、粒子群算法PSO三种智能优化算法的参数进行设置；S3、将编码结果作为智能优化算法三个初始子种群的个体，分别通过DE、GA、和PSO进行独立进化，产生下一代新种群；S4、通过适应度函数计算新种群中个体的适应度值；S5、根据适应度值进行选择操作，将初始种群中的个体替换为选择后的个体；S6、三种智能优化算法重复进行S3至S5，每隔N代进入竞争型分配机制，进行种群个体数量的重新划分；所述竞争型分配机制具体实现过程如下：S6.1将三种智能优化算法得到的适应度列表fDE、fGA、fPSO组成一个序列f，然后对序列f所含的适应度值进行从小到大的顺序排列，得到排序后的序列fsort；S6.2计算DE、GA和PSO在序列fsort中，后半部分所占的比例pDE、pGA和pPSO；S6.3计算DE、GA和PSO产生个体进入下一代概率，每个智能优化算法至少有4个个体进入到下一代，DE、GA和PSO进入下一代的概率peDE、peGA和pePSO： 其中，L是智能优化算法个数，K表示单个算法至少有个K个体进入到下一代，S是指初始种群的大小；S6.4根据进入下一代的概率，计算DE、GA和PSO进入下一代的数量；S6.5根据三种算法进入到下一代的种群数量，进行具体种群中个体的分配；S7、当达到终止条件时，循环结束，得到最优的置信规则库参数，并代入测试集进行验证。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于多种群竞争多目标优化置信规则库的优化方法