(19)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 202210963648.3 (22)申请日 2022.08.11 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 郭闯强　刘谊　朱映远　吴春亚　 (74)专利代理 机构 哈尔滨华夏松花江知识产权 代理有限公司 23213 专利代理师 孟宪会 (51)Int.Cl. G06F 30/20(2020.01) G06F 111/06(2020.01) (54)发明名称 一种基于阈值式局部迭代搜索算法的叶片 排序方法 (57)摘要 一种基于阈值式局部迭代搜索算法的叶片 排序方法， 它涉及一种叶片排序方法。 本发明为 了解决现有局部迭代搜索算法平均迭代到局部 最优的步数多， 存在叶片排序搜索效率低的问 题。 本发明的步骤一： 对 叶片进行编号； 步骤二： 对步骤一二中的序列H进行初始化： 步骤三： 对步 骤二中的序列H进行局部搜索： 步骤四： 更新全局 最优解Hglobal； 步骤五： 判断集合Σ1的元素个数 是否大于步长step： 若是， 则跳转到步骤六， 否则 跳转到步骤七； 步骤六： 阈值扰动： 步骤七： 将下 降趋势集合Σperturbation中的所有元素依次用于 步骤三的初始序列， 并重复步骤三和步骤四； 步 骤八： 随机扰动。 本发明引入了阈值式扰动的概 念， 在合理的计算时间内通过对叶片进行排序。 本发明用于叶片排序。 权利要求书2页 说明书11页 CN 115392005 A 2022.11.25 CN 115392005 A 1.一种基于阈值式局部迭代搜索算法的叶片排序方法， 其特 征在于： 它包括以下步骤： 步骤一： 对叶片进行编号： 步骤一一： 对于均匀分布在汽轮机轴上的n个 叶片， 从任意一个 叶片开始， 按照逆时针 方向， 将叶片分别编号 为1， 2……n； 步骤一二： 将n个编号的任意组合定义 为叶片的质径积的一个序列H； 步骤一三： 将所有的序列H构成解空间集 合， 记作Σ； 步骤二： 对步骤一 二中的序列H进行初始化： 随机初始化一个序列H， 定义局部搜索算法的邻域变换为序列H中的任意两个元素， 记 作τ(H)， 定义序列H的邻域为其所有邻域变换的集合记作ΣH， 设定基于阈值式局部迭代搜 索算法的阈值 为Cth， 步长为step， 偏置概 率为bia； 步骤三： 对步骤二中的序列H进行局部 搜索： 以序列H为初始序列， 进行局部搜索迭代下降， 并返回局部搜索得到的局部最优解序列 Hlocal， 以及下降过程中所有目标函数值小于阈值Cth的序列的集 合Σ1； 步骤四： 更新全局最优解Hglobal； 步骤五： 判断集合Σ1的元素个数是否大于步长step： 若是， 则跳转到步骤六， 否则跳转 到步骤七； 步骤六： 阈值扰动： 取集合Σ1的第一个元素值记作 取出元素值 所有邻域变换中具有下降趋势的序 列， 记作下降趋势集 合Σperturbati on； 步骤七： 将下降趋势集合Σperturbation中的所有元素依次用于步骤三的初始序列H， 并重 复步骤三和步骤四； 步骤八： 随机扰动： 以偏置概率1 ‑bia对最优解序列Hlocal作随机的邻域转移后作为初始序列H,以偏置概率 bia随机初始化一个初始序列H， 若达到最大的执行时间则算法结束， 否则继续执行步骤二， 至此， 完成了对叶片最优排序的搜索。 2.根据权利要求1所述的一种基于阈值式局部迭代搜索算法的叶片排序方法， 其特征 在于： 步骤一 二中叶片的质径积的序列H 定义过程如下： S1： 对序列H进行编号： 给定一个初始叶片的质径积序列M＝(m1r1,m2r2,......,mnrn)， 序列H为将质径积序列 M 重新排序后对应下 标所组成的序列； S2： 计算目标函数： 对于一个序列H， 首先将其转化为对应的质径积序列M， 当n个叶片均匀圆周分布时， 相 邻叶片的夹角为： 定义质径积序列M中第i个元 素所对应的矢量 为： 定义目标函数值 为： 权　利　要　求　书 1/2 页 2 CN 115392005 A 23.根据权利要求2所述的一种基于阈值式局部迭代搜索算法的叶片排序方法， 其特征 在于： 步骤一二中叶片的质径积为叶片的重心到转轴的矢径与叶片质量的乘积； 假如： 序列 H对应的质径积序列为M， 均匀的排列在轴上， 总的质径积的计算方法为S2。 4.根据权利要求3所述的一种基于阈值式局部迭代搜索算法的叶片排序方法， 其特征 在于： 步骤三中的具体实现方法为： 步骤三一： 初始化 一个交换序列H， 并通过邻域变换τ(H)获取序列H的邻域 ΣH； 步骤三二： 从序列H的邻域ΣH中随机抽取一个序列记作Hnew， 满足Hnew∈ΣH， 计算f (Hnew)， 并将其从序列H的邻域 ΣH中去除； 步骤三三： 若f(Hnew)＜f(H)， 则H＝Hnew； 否则执行步骤三五； 步骤三四： 若f(Hnew)＜Cth， 将Hnew添加到集 合Σ1， 执行步骤三 二； 步骤三五： 若序列H的邻域ΣH不为空集， 执行步骤三二， 否则Hlocal＝H， 返回局部最优解 Hlocal和集合Σ1后结束。 5.根据权利要求4所述的一种基于阈值式局部迭代搜索算法的叶片排序方法， 其特征 在于： 步骤四中更新全局最优解的过程如下； 若f(Hglobal)＜f(Hlocal)， 更新Hglobal＝Hlocal。 6.根据权利要求1或5所述的一种基于阈值式局部迭代搜索算法的叶片排序方法， 其特 征在于： 步骤六的具体实现方法如下： 步骤六一： 取集合Σ1中的第一个元素 并通过邻域变换 计算元素 的邻域 步骤六二： 从元素 的邻域 中随机抽取一个序列记作Hnew， 计算f(Hnew)， 并将其从元 素 的邻域 中去除； 步骤六三： 若 将Hnew添加到集合Σperturbation， 该集合为阈值扰动序列的 候选集合， 用于提供阈值扰动序列； 步骤六四： 若元素 的邻域 不为空集， 执行步骤六二， 否则返回集合Σperturbation并结 束。 7.根据权利要求6所述的一种基于阈值式局部迭代搜索算法的叶片排序方法， 其特征 在于： 步骤八的具体实现方法如下： 步骤八一： 分别以偏置概 率bia和1 ‑bia的概率执行步骤八二和步骤八三； 步骤八二： 通过邻域变换τ(Hlocal)计算Hlocal的邻域 并在 中随机采样一个序 列H后返回； 步骤八三： 在解空间集 合Σ中随机采样一个序列H后返回。权　利　要　求　书 2/2 页 3 CN 115392005 A 3