一种基于惩罚补偿种群动态重构的置信规则库优化方法

本发明公开了一种基于惩罚补偿种群动态重构的置信规则库优化方法，该方法首先采集燃气轮机不同位置传感器数据，建立初始置信规则库，将置信规则库中的优化的参数向量化，设置六种优化算法的初始参数。其次基于向量化的参数，对不同优化算法分别优化，每隔N代合并所有种群并根据适应度值排序。然后计算适应度阈值，调整不同优化算法的种群大小，所有优化算法的最优个体形成种群共享池，为优化算法的种群分配种群共享池中的个体，作为新一代的种群。最后重复上述操作，将种群规模最大的优化算法选为最优算法，得到最终解即最优置的信规则库参数。本发明避免了单一演化算法陷入局部最优解的问题，提高了优化效率。