当前位置: 首页 > news >正文

2024年12月一区SCI-加权平均优化算法Weighted average algorithm-附Matlab免费代码

 引言

本期介绍了一种基于加权平均位置概念的元启发式优化算法,称为加权平均优化算法Weighted average algorithm,WAA。该成果于2024年12月最新发表在中JCR1区、 中科院1区 SCI期刊 Knowledge-Based Systems。

在WAA算法中,加权平均位置代表当前种群分布,并与个体最佳位置和全局最佳位置相结合,指导下一次迭代的位置更新。

1. 初始化。和其他算法一样,采用随机初始化:

图片

2.加权平均位置。加权平均位置计算的第一步是计算每个参与者的适应度,并根据两个特征中的一个对总体进行重新排列,即越大越好(LTB)或越小越好(STB)。之后是第一个在总体中选择候选者,使用以下公式计算加权平均位置。

图片

3.定义搜索阶段:探索或开发。更具体地说,f(it)≥0.5的候选解将根据开发能力移动。而在低于阈值f(it) < 0.5的条件下,候选解会根据探索能力而移动。探索和开发之间的相互合作将产生更好的搜索空间。

图片

4.探索阶段。利用策略模拟了搜索代理群体如何以高概率向搜索空间移动,以利用新的全局最优值。

图片

图片

图片

5.开发阶段。第一种策略利用了利用Levy飞行法寻找全局最优位置的优势。

图片

在某些情况下,算法确定的全局最优值可能在全局最优位置周围的区域,与全局最优位置的理想值相差太远。在这种情况下,WAA在遵循第一种策略时面临收敛到局部最优的风险。为了克服这个限制,我们采用第二种移动策略来调整搜索空间:

图片

原文作者为了验证WAA的有效性和可靠性,将其应用于各种优化挑战,其中包括无约束基准函数和约束工程挑战。基于Friedman和Wilcoxon分析,可以得出结论,该算法在考虑基准函数和工程问题时获得了最佳性能。

图片

参考文献

原文作者为了验证WAA的有效性和可靠性,将其应用于各种优化挑战,其中包括无约束基准函数和约束工程挑战。基于Friedman和Wilcoxon分析,可以得出结论,该算法在考虑基准函数和工程问题时获得了最佳性能。

图片

Matlab代码下载

微信搜索并关注-优化算法侠(英文名:Swarm-Opti),或扫描下方二维码关注,以算法名字搜索历史文章即可下载。

2024年12月一区SCI-加权平均优化算法Weighted average algorithm-附Matlab免费代码


http://www.mrgr.cn/news/70384.html

相关文章:

  • Linux 下进程基本概念与状态
  • 利用 Python 探索神秘的分形艺术
  • opencv相关报错
  • 云计算-SRE-架构师-心得
  • Can UDS 学习记录
  • 【kubernetes】kubernetes的组件
  • 专题十——字符串
  • 网络安全之SQLMAP _DNS注入配置方法
  • MySQL初学之旅(2)增删改查—上
  • 基于微信生态的开源 AI 智能名片 2+1 链动模式 S2B2C 商城小程序源码拉新策略研究
  • linux内存管理学习笔记
  • 制造业怎么用好仓库管理系统?仓库管理系统在制造业中的应用实例
  • Python __del__()销毁对象
  • python爬虫豆瓣top250
  • 精华帖分享|历史波动率和已实现波动率纠缠研究
  • 3. JVM 发展历程
  • 【Linux进程篇1】认识冯·诺依曼体系结构(引出进程详解)
  • 皮卡超级壁纸 1.4.1 | 解锁会员版的全景壁纸、动态壁纸和超级壁纸
  • solo博客源码使用idea编译运行
  • ‘conda‘ 不是内部或外部命令,也不是可运行的程序或批处理文件,Miniconda
  • 日常bug记录,easyexcel导入报错convert data ... to class java.math.BigDecimal error
  • java调用shell
  • BGP线路的优势和使用场景有哪些?
  • 两个链表求并集、交集、差集
  • 第21节 arkts 如何读取普通文件
  • wsl2更换字体|解决nvim图标无法显示问题