萬有引力搜索算法及其自適應(yīng)改進(jìn)研究
發(fā)布時間:2022-02-15 11:28
針對傳統(tǒng)萬有引力搜索易陷入局部最優(yōu)及搜索精度不高的問題,提出自適應(yīng)機(jī)制的萬有引力搜索算法。在引力系數(shù)計算方面,改進(jìn)傳統(tǒng)恒定取值方式,設(shè)計了非線性衰減機(jī)制對引力系數(shù)進(jìn)行更新;在粒子速度更新方面,引入加速因子到粒子速度更新策略中,利用最優(yōu)粒子位置加速局部開發(fā)過程,加速粒子向著最優(yōu)粒子移動;在粒子位置更新方面,引入一種自適應(yīng)遞減慣性權(quán)重機(jī)制實現(xiàn)位置更新,利用動態(tài)的慣性權(quán)重調(diào)整均衡粒子的搜索與開發(fā)能力。通過對不同策略的組合,形成若干形式萬有引力搜索方法。仿真結(jié)果表明,無論是單峰值或多峰值基準(zhǔn)函數(shù),新算法在解的質(zhì)量和尋優(yōu)收斂速度上均表現(xiàn)出更好的性能。
【文章來源】:新鄉(xiāng)學(xué)院學(xué)報. 2020,37(06)
【文章頁數(shù)】:5 頁
【部分圖文】:
加速因子
迭代次數(shù),σstart和σend分別表示慣性權(quán)重的初值和尾值,Φf表示積極因子,用于決定適應(yīng)度fi。自適應(yīng)萬有引力搜索算法的偽代碼如下:1)在搜索空間中對搜索粒子進(jìn)行統(tǒng)一初始化;2)未達(dá)到最大迭代次數(shù),則評估所有粒子的適應(yīng)度值;3)利用式(18)更新引力系數(shù)G(t);4)利用式(2)計算每個維度上粒子所受吸引力;5)利用式(4)計算每個維度上粒子所受吸引力之和;6)利用式(5)計算粒子的加速度;7)利用式(20)和式(21)更新粒子的速度和位置;8)結(jié)束。自適應(yīng)萬有引力搜索算法流程如圖2所示。3算法評估為了評估自適應(yīng)萬有引力算法的性能,本節(jié)進(jìn)行仿真分析。基于本文在萬有引力系數(shù)、粒子速度以及粒子位置上作出的自適應(yīng)調(diào)整策略,評估算法包括:傳統(tǒng)GSA,即式(15)、(6)和(7),定義為15-6-7-GSA;自適應(yīng)GSA,萬有引力系數(shù)可利用式(16)、(18)調(diào)整,粒子速度更新可利用式(19)、(20)調(diào)整,粒子位置更新可利用式(21)自適應(yīng)調(diào)整,算法組合為16-19-21-GSA、18-19-21-GSA、16-20-21-GSA、18-20-21-GSA。利用CEC2014[9]中的6種基準(zhǔn)函數(shù),包括Sphere函數(shù)、函數(shù)Griewank函數(shù)和Rotatedá||||ááfxx==Quadric函數(shù)=∑+∏12best(1)()()(()()),dddddiiiigivt+=r×vt+c×at+c×xtxt(20)á()áxtá()()ááxtxt圖1加速因子(1)()(1),dddiiiixt+=w×xt+vt+(21)startámaxmaxend()[()/],iσ=σσ×TtT+σ(22)(23)(24)圖2自適應(yīng)萬有引力搜索算法流程max1,1exp(/)ifTΦ=+ifiw=Φ×σááfx==∑Ros
【參考文獻(xiàn)】:
期刊論文
[1]基于改進(jìn)引力搜索算法的K-means聚類[J]. 魏康園,何慶,徐欽帥. 計算機(jī)應(yīng)用研究. 2019(11)
[2]慣性質(zhì)量衰減的引力搜索算法[J]. 錢偉懿,張麗佳. 沈陽師范大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
本文編號:3626550
【文章來源】:新鄉(xiāng)學(xué)院學(xué)報. 2020,37(06)
【文章頁數(shù)】:5 頁
【部分圖文】:
加速因子
迭代次數(shù),σstart和σend分別表示慣性權(quán)重的初值和尾值,Φf表示積極因子,用于決定適應(yīng)度fi。自適應(yīng)萬有引力搜索算法的偽代碼如下:1)在搜索空間中對搜索粒子進(jìn)行統(tǒng)一初始化;2)未達(dá)到最大迭代次數(shù),則評估所有粒子的適應(yīng)度值;3)利用式(18)更新引力系數(shù)G(t);4)利用式(2)計算每個維度上粒子所受吸引力;5)利用式(4)計算每個維度上粒子所受吸引力之和;6)利用式(5)計算粒子的加速度;7)利用式(20)和式(21)更新粒子的速度和位置;8)結(jié)束。自適應(yīng)萬有引力搜索算法流程如圖2所示。3算法評估為了評估自適應(yīng)萬有引力算法的性能,本節(jié)進(jìn)行仿真分析。基于本文在萬有引力系數(shù)、粒子速度以及粒子位置上作出的自適應(yīng)調(diào)整策略,評估算法包括:傳統(tǒng)GSA,即式(15)、(6)和(7),定義為15-6-7-GSA;自適應(yīng)GSA,萬有引力系數(shù)可利用式(16)、(18)調(diào)整,粒子速度更新可利用式(19)、(20)調(diào)整,粒子位置更新可利用式(21)自適應(yīng)調(diào)整,算法組合為16-19-21-GSA、18-19-21-GSA、16-20-21-GSA、18-20-21-GSA。利用CEC2014[9]中的6種基準(zhǔn)函數(shù),包括Sphere函數(shù)、函數(shù)Griewank函數(shù)和Rotatedá||||ááfxx==Quadric函數(shù)=∑+∏12best(1)()()(()()),dddddiiiigivt+=r×vt+c×at+c×xtxt(20)á()áxtá()()ááxtxt圖1加速因子(1)()(1),dddiiiixt+=w×xt+vt+(21)startámaxmaxend()[()/],iσ=σσ×TtT+σ(22)(23)(24)圖2自適應(yīng)萬有引力搜索算法流程max1,1exp(/)ifTΦ=+ifiw=Φ×σááfx==∑Ros
【參考文獻(xiàn)】:
期刊論文
[1]基于改進(jìn)引力搜索算法的K-means聚類[J]. 魏康園,何慶,徐欽帥. 計算機(jī)應(yīng)用研究. 2019(11)
[2]慣性質(zhì)量衰減的引力搜索算法[J]. 錢偉懿,張麗佳. 沈陽師范大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
本文編號:3626550
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3626550.html
最近更新
教材專著