[发明专利]基于CNN的二决策变量优化问题离散式寻优方法及装置

摘要

本发明公开了一种基于CNN的二决策变量优化问题离散式寻优方法，该方法将在待寻优领域中均匀采集到的待寻优目标二维函数点云，输入至预先训练成功的CNN二维函数快速寻优器中，快速输出待寻优领域中待寻优目标二维函数高精度的全局最优结果。应用本发明实施例所提供的技术方案，CNN二维函数快速寻优器的寻优计算为线性并行计算，寻优速度快，且可直接找到全局最优，有效避免陷入局部最优的问题。另外，对于有约束的优化问题，同样简单适用。本发明还公开了一种基于CNN的二决策变量优化问题离散式寻优装置，具有相应技术效果。

主权项

一种基于CNN的二决策变量优化问题离散式寻优方法，其特征在于，包括：步骤A：确定待寻优领域Db；步骤B：在所述待寻优领域Db中均匀采集待寻优目标二维函数Z'＝F'(x,y)的待寻优目标二维函数点云组，所述待寻优目标二维函数点云组包含n*n个待寻优目标二维函数点云，所述待寻优领域Db中，x∈[a',b']，y∈[c',d']，n为正整数；步骤C：根据预设的第一映射关系，将x值映射为x'，将y值映射为y'；步骤D：选取每个待寻优目标二维函数点云的x'值及y'值作为代表相应待寻优目标二维函数点云的两个特征，并创建所述待寻优目标二维函数点云组的二维矩阵kk；其中，x'为所述二维矩阵kk的行序号，y'为所述二维矩阵kk的列序号，所述二维矩阵kk中第x'行第y'列的值为所述待寻优目标二维函数Z'＝F'(x,y)的Z'值；步骤E：将所述二维矩阵kk输入到预先训练获得的CNN二维函数快速寻优器中，获得所述二维矩阵kk中最值点的x'的值x1'、y'的值y1'及Z'值；步骤F：根据预设的第二映射关系，将x'值映射为X，将y'值映射为Y；步骤G：确定1/(n‑1)是否满足用户精度要求，如果是，则输出优化结果为：当x取X，y取Y时达到全局最优Z'。