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！

摘要：本发明公开了一种基于群体智能的自然计算方法，该方法基于静态活体计算中的“弱者优先”进化策略，提出了“最优状态保留”运算机制，该机制通过在微纳机器人的追踪周期进行多次采样，分别计算每个采样点的智能体适应度，然后选择同一智能体在同一追踪周期中最大的适应度值作为该智能体在此追踪周期的最终适应度，利用该方法可以对一个追踪周期的微纳机器人适应度进行多次评估，进而提取最优评估状态，克服动态生物梯度场引起的智能体适应度计算的时变特性，提高适应度评估的相对准确性。因此，这个运算机制保证了在体内动态优化环境下多智能体协同搜索过程中所共享信息的精确性，从而提高自然计算中全局最优解的求解效率。

主权项：1.一种基于群体智能的自然计算方法，其特征在于，该自然计算方法用以克服体内优化环境的动态变化对多智能体适应度计算带来的影响，实现体内动态优化环境下的精确求解，其中，智能体指外部可控微纳机器人；该自然计算方法具体包括如下步骤：S1自然计算模型的建立构建自然计算模型，在该自然计算模型中假设有K个智能体A1,A2,…,AK构成多智能体系统，用于在搜索空间中搜索全局最优解假定生物梯度场随时间分别存在周期性和非周期性变化，待优化的体内目标函数可表示如下： 其中，表示第k个智能体Ak在t时刻位于位置x,y,z处的外部可测目标函数；oinx,y,z；t表示t时刻位于x,y,z处的体内目标函数，即动态生物梯度场函数；是为克服Ak与的相互作用而引入的适应度的修正项；表示Ak所处的位置坐标x,y,z始终在搜索空间中，其中k＝1,2,…,K；在该自然计算模型中，全局最优解的位置在整个计算过程中不会发生变化；S2适应度计算模型的建立由于智能体适应度的计算对自然计算过程中的每一次迭代运行效果起着决定性作用，因此对智能体适应度计算模型的建立是自然计算方法的重要环节，适应度计算模型的建立包括以下两个步骤：S21动态生物梯度场表征设计正则化后的生物梯度场函数，该函数的函数值随坐标位置在参数空间中向原点靠近而逐渐减小，以该函数参数空间的原点为球心，半径为0.5mm的球形区域表示待求解的位置；所述正则化后的生物梯度场函数fx,y,z的数学表达式如公式2所示，表示静态的生物梯度场函数；对所述正则化后的生物梯度场函数中加入动态变化因子，从而得到两种相应的时变模型，分别为满足周期性正弦变化的动态生物梯度场函数oinx,y,z；t，以及满足非周期性高斯变化的动态生物梯度场函数oinx,y,z；t，所述公式2表示为： S22“最优状态保留”机制受生物梯度场动态变化的影响，在智能体追踪周期，其搜集到的局域生物梯度场信息处于动态变化之中，从而对智能体适应度的评价带来了挑战，为了解决该问题，提出“最优状态保留”机制，所述“最优状态保留”机制具体包括如下操作步骤：i通过对多智能体系统中的智能体A1，A2，…，AK在当前追踪周期进行多次采样，分别计算每个智能体在该追踪周期不同时刻S1，S2，…，Sm的适应度，其中m表示一个追踪周期的采样总次数；ii分别对单个智能体在时刻S1，S2，…，Sm所计算的适应度进行比较，选取其中的最大值作为该智能体的最终适应度；iii分别选取所有智能体的最终适应度组成该多智能体系统在当前追踪周期的最终适应度序列；S3构建多智能体控制策略在活体计算中，受外部统一控制磁场的作用，智能体的位置更新具有一致性，每一步的迭代更新中，需要选取一种最优的位置更新方式，实现多智能体系统的整体最优进化，因此采用“弱者优先”进化策略用以控制多智能体在外部统一控制磁场的作用下实现活体计算中智能体位置的最优更新：选取当前追踪周期的最终适应度序列中最小适应度对应的智能体作为多智能体系统中的被选个体w1，以w1的位置更新方式作为整个多智能体系统的更新方式，在外部统一控制磁场的作用下实现多智能体系统的状态更新；按照上述控制策略，在迭代运算的下一个追踪周期选择最终适应度序列中适应度最小的个体w2，实现多智能体系统运动情况的进一步更新；所述自然计算方法应用于造影剂或药物靶向输送中检测肿瘤病灶位置时，具体包括如下步骤：a.设置多智能体系统中的智能体数目及各智能体在搜索空间的初始位置；b.根据各智能体在搜索空间的初始位置计算各智能体的初始适应度；c.以粒子群优化算法作为群体智能算法，计算“历史最优”的智能体位置和“全局最优”的智能体位置d.在追踪周期对随机运动的智能体进行多次采样，运用“最优状态保留”机制计算每个智能体在每次迭代计算中的最终适应度；e.运用“弱者优先”进化策略实现多智能体系统在控制周期的定向运动控制，控制周期和追踪周期组成智能体的运动周期；f.评价各智能体的适应度及寿命，并对各智能体与肿瘤病灶的相对距离做出估计，当某一智能体寿命终止，从多智能体系统中除去该智能体；当某一智能体到达肿瘤病灶位置时，该智能体停止运动；g.当达到算法的最大运行时间，计算多智能体系统在搜索空间的最终位置分布情况，得到肿瘤病灶的空间位置和多智能体系统对肿瘤病灶位置的检测效率。

全文数据：

权利要求：

百度查询： 电子科技大学长三角研究院(衢州) 电子科技大学 四川轻化工大学 一种基于群体智能的自然计算方法