北極熊算法（Polar Bear Optimization,PBO）是2017年由David等人提出的一種受自然界啟發(fā)的優(yōu)化算法,算法的靈感來自于北極熊賴以在北極嚴(yán)酷的環(huán)境下生存下來的捕獵方式;由于PBO是近年才提出來的新穎智能優(yōu)化算法,中文文獻(xiàn)中關(guān)于PBO算法的描述和應(yīng)用微乎其微;還原了PBO的開發(fā)背景,介紹了算法的相關(guān)運(yùn)算算子和算法的詳細(xì)執(zhí)行步驟,展現(xiàn)了PBO算法在現(xiàn)實(shí)世界中的應(yīng)用領(lǐng)域和實(shí)際效果。 

【文章來源】：計(jì)算機(jī)測量與控制. 2020,28(03)

【文章頁數(shù)】：7 頁

【部分圖文】：

北極熊游走和覓食行為整體活動(dòng)示意圖[1]

文獻(xiàn)[1]將北極熊在嚴(yán)寒的北極冰地上和海洋中尋找食物時(shí)的行為建模為優(yōu)化策略，北極熊的特性為北極熊算法運(yùn)算機(jī)制模型的研究提供了靈感。圖3 北極熊攻擊策略示意圖[1]

圖2 北極熊跳上浮冰向獵物靠近行為示意圖[1]在模型中，北極的極端條件可以想象為解空間，空間中的最優(yōu)解的位置無從得知，如同北極熊不知道在哪里可以找到海豹或其他食物一樣。在算法尋優(yōu)過程中，算法會(huì)陷入局部最優(yōu)狀態(tài)，這會(huì)阻止算法進(jìn)行全局搜索。由此，優(yōu)化目標(biāo)和函數(shù)的本質(zhì)就難以獲知，因此需要一些特定的策略來避免錯(cuò)誤。北極熊尋找食物，但北極的環(huán)境會(huì)使它們被困甚至死亡，因此它們進(jìn)化出了非常有效的機(jī)制幫助他們成功生存下來。北極熊的捕獵策略有兩個(gè)階段，在北極熊算法中，執(zhí)行機(jī)制將北極熊在北極冰地和海洋中行進(jìn)的過程作為全局搜索策略，將北極熊的具體捕獵行為作為局部搜索策略。此外，北極熊算法采用了控制種群出生和死亡的機(jī)制來模擬自然條件下北極熊的繁衍生存行為。


本文編號(hào)：3473126