基于透镜成像学习策略的灰狼优化算法-附代码

2024-06-14 02:45:08

基于透镜成像学习策略的灰狼优化算法

文章目录

基于透镜成像学习策略的灰狼优化算法
- 1.灰狼优化算法
- 2.基于透镜成像学习的 GWO 算法
- - 2.1修改控制参数*C*策略
  - 2.2 透镜成像反向学习策略
- 3.实验结果
- 4.参考文献
- 5.Matlab代码
- 6.python代码

摘要：在灰狼优化算法中 , C是一个重要的参数 , 其功能是负责算法的勘探能力 . 目前 , 针对参数 C的研究工作相对较少 .另外 , 在算法进化过程中 , 群体中其他个体均向 α 、 β 和 δ 所在区域靠近以加快收敛速度 . 然而 , 算法易陷入局部最优 . 为解决以上问题 , 本文提出一种改进的灰狼优化算法 (Lens imaging learning grey wolf optimizer algorithm, LIL-GWO). 该算法首先分析了参数 C 的作用 , 提出一种新的参数 C 策略以平衡算法的勘探和开采能力 ; 同时 , 分析了灰狼优化算法后期个体均向决策层区域聚集 , 从而导致群体多样性较差 , 提出一种基于光学透镜成像原理的反向学习策略以避免算法陷入局部最优 .

1.灰狼优化算法

基础灰狼优化算法的具体原理参考，我的博客：https://blog.csdn.net/u011835903/article/details/107716390

2.基于透镜成像学习的 GWO 算法

2.1修改控制参数C策略

为了平衡 GWO 算法的全局勘探和局部开采能力 , 本文提出一种修改的控制参数C策略 , 其具体表达式如下：
C = 2 × r 3 − a (11) \boldsymbol{C}=2 \times \boldsymbol{r}_{3}-\boldsymbol{a} \tag{11} C=2×r3−a(11)
r 3 r_3 r3是 [0.5, 1.5] 之间的随机向量。

2.2 透镜成像反向学习策略

全局最优个体 x ∗ x^* x∗以O为基点得到其对应的反向点 x ′ ∗ x^{'*} x′∗
x ′ ∗ = a + b 2 + a + b 2 k − x ∗ k (13) x^{\prime *}=\frac{a+b}{2}+\frac{a+b}{2 k}-\frac{x^{*}}{k} \tag{13} x′∗=2a+b+2ka+b−kx∗(13)
一般地 , 将式 (13) 所示的基于透镜成像原理的反向学习策略推广到 D 维空间可得到
x j ′ ∗ = a j + b j 2 + a j + b j 2 k − x j ∗ k (15) x_{j}^{\prime*}=\frac{a_{j}+b_{j}}{2}+\frac{a_{j}+b_{j}}{2 k}-\frac{x_{j}^{*}}{k} \tag{15} xj′∗=2aj+bj+2kaj+bj−kxj∗(15)
其中 , x j ∗ x^*_j xj∗和 x j ′ ∗ x_j^{\prime *} xj′∗分别为 x j ∗ x^*_j xj∗和 x j ′ ∗ x_j^{\prime *} xj′∗的第 j 维分量 , a j a_j aj和 b j b_j bj 分别为决策变量的上下界的第 j j j维分量。

3.实验结果

4.参考文献

[1]龙文,伍铁斌,唐明珠,徐明,蔡绍洪.基于透镜成像学习策略的灰狼优化算法[J].自动化学报,2020,46(10):2148-2164.

5.Matlab代码

6.python代码

基于透镜成像学习策略的灰狼优化算法-附代码相关推荐

基于Cat混沌与高斯变异的改进灰狼优化算法-附代码
基于Cat混沌与高斯变异的改进灰狼优化算法文章目录基于Cat混沌与高斯变异的改进灰狼优化算法 1.灰狼优化算法 2. 改进灰狼优化算法 2.1 混沌反向学习策略的种群初始化 2. 2 引入个体记忆 ...
基于 Iterative 映射和单纯形法的改进灰狼优化算法-附代码
基于 Iterative 映射和单纯形法的改进灰狼优化算法文章目录基于 Iterative 映射和单纯形法的改进灰狼优化算法 1.灰狼优化算法 2. 改进灰狼优化算法(SMIGWO) 2.1 混沌 ...
基于差分进化与优胜劣汰策略的灰狼优化算法-附代码
基于差分进化与优胜劣汰策略的灰狼优化算法文章目录基于差分进化与优胜劣汰策略的灰狼优化算法 1.灰狼优化算法 2. 改进灰狼优化算法(IGWO) 2.1 GWO 算法中的差分进化 2.2 狼群算法中 ...
具有自适应调整策略的混沌灰狼优化算法-附代码
具有自适应调整策略的混沌灰狼优化算法文章目录具有自适应调整策略的混沌灰狼优化算法 1.灰狼优化算法 2. 改进灰狼优化算法 2.1 自适应调整策略 2. 2 混沌局部搜索策略 3.实验结果 4.参 ...
非线性参数的精英学习灰狼优化算法-附代码
非线性参数的精英学习灰狼优化算法文章目录非线性参数的精英学习灰狼优化算法 1.灰狼优化算法 2. 改进灰狼优化算法 2.1 精英反向学习 2. 2 调整收敛因子 a 2.3改造位置更新公式 3.实 ...
一种改进的灰狼优化算法-附代码
一种改进的灰狼优化算法文章目录一种改进的灰狼优化算法 1.灰狼优化算法 2. 改进灰狼优化算法 2.1 基于混沌的种群初始化方法 2.2 修改位置更新方程 2.3 控制参数随机调整策略 3.实验结 ...
基于柯西变异的蚁狮优化算法 - 附代码
基于柯西变异的蚁狮优化算法文章目录基于柯西变异的蚁狮优化算法 1.蚁狮优化算法 2. 改进蚁狮优化算法 2.1 基于柯西变异算子改进 3.实验结果 4.参考文献 5.Matlab代码 6.Pyth ...
具有自适应搜索策略的灰狼优化算法-附代码
具有自适应搜索策略的灰狼优化算法文章目录具有自适应搜索策略的灰狼优化算法 1.灰狼优化算法 2. 改进灰狼优化算法 2.1 自适应调整策略 2. 2 跳出局部最优策略 2.3 最优学习搜索方程 3 ...
重选精英个体的非线性收敛灰狼优化算法-附代码
重选精英个体的非线性收敛灰狼优化算法文章目录重选精英个体的非线性收敛灰狼优化算法 1.灰狼优化算法 2. 改进灰狼优化算法 2.1 收敛因子非线性调整策略 2. 2 精英个体重选策略 3.实验结果 ...

最新文章

热门文章