基于精英反向学习和Lévy飞行的鲸鱼优化算法 |
您所在的位置:网站首页 › 蝙蝠算法引入莱维飞行 › 基于精英反向学习和Lévy飞行的鲸鱼优化算法 |
文章目录
一、理论基础1、鲸鱼优化算法2、改进鲸鱼优化算法(1)基于精英反向学习的种群初始化(2)自适应权重(3)Lévy飞行
二、实验结果与分析三、参考文献
一、理论基础
1、鲸鱼优化算法
请参考这里。 2、改进鲸鱼优化算法本文在鲸鱼优化算法基础上,提出一种基于精英反向学习和Lévy飞行的鲸鱼优化算法,主要利用精英反向学习优化初始化种群,提高初始种群的多样性;算法搜索增加自适应权重因子,有效平衡全局搜索和局部搜索能力;将Lévy飞行策略应用到鲸鱼优化算法,在最优位置附近进行小范围搜索,有利于算法在后期跳出局部最优,提升鲸鱼优化算法的局部搜索能力。 (1)基于精英反向学习的种群初始化利用精英反向学习优化初始化的种群,产生精英反向学习的种群个体 X ‾ i \overline{X}_i Xi,表示为 X ‾ i = k ( L + U ) − X i (1) \overline{X}_i=k(L+U)-X_i\tag{1} Xi=k(L+U)−Xi(1)其中, X i X_i Xi表示当前个体的位置信息, L L L为表示可行解的最小值, U U U为可行解的最大值, k k k为 ( 0 , 1 ) (0,1) (0,1)之间的随机数。 经过精英反向学习优化后,计算相应个体的适应度函数值,通过比较当前个体和优化后个体适应度函数值,选择适应度值较优的个体作为初始种群个体。采用如下精英反向学习优化随机的初始化种群 X i = { X ‾ i , f ( X ‾ i ) < f ( X i ) X i , e l s e (2) X_i=\begin{dcases}\overline X_i,\quad f(\overline X_i) |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |