万有引力搜索算法及其自适应改进研究

发布时间：2022-02-15 11:28

　　针对传统万有引力搜索易陷入局部最优及搜索精度不高的问题,提出自适应机制的万有引力搜索算法。在引力系数计算方面,改进传统恒定取值方式,设计了非线性衰减机制对引力系数进行更新;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,利用最优粒子位置加速局部开发过程,加速粒子向着最优粒子移动;在粒子位置更新方面,引入一种自适应递减惯性权重机制实现位置更新,利用动态的惯性权重调整均衡粒子的搜索与开发能力。通过对不同策略的组合,形成若干形式万有引力搜索方法。仿真结果表明,无论是单峰值或多峰值基准函数,新算法在解的质量和寻优收敛速度上均表现出更好的性能。 

【文章来源】：新乡学院学报. 2020,37(06)

【文章页数】：5 页

【部分图文】：

加速因子

迭代次数，σstart和σend分别表示惯性权重的初值和尾值，Φf表示积极因子，用于决定适应度fi。自适应万有引力搜索算法的伪代码如下：1）在搜索空间中对搜索粒子进行统一初始化；2）未达到最大迭代次数，则评估所有粒子的适应度值；3）利用式（18）更新引力系数G（t）；4）利用式（2）计算每个维度上粒子所受吸引力；5）利用式（4）计算每个维度上粒子所受吸引力之和；6）利用式（5）计算粒子的加速度；7）利用式（20）和式（21）更新粒子的速度和位置；8）结束。自适应万有引力搜索算法流程如图2所示。3算法评估为了评估自适应万有引力算法的性能，本节进行仿真分析。基于本文在万有引力系数、粒子速度以及粒子位置上作出的自适应调整策略，评估算法包括：传统GSA，即式（15）、（6）和（7），定义为15-6-7-GSA；自适应GSA，万有引力系数可利用式（16）、（18）调整，粒子速度更新可利用式（19）、（20）调整，粒子位置更新可利用式（21）自适应调整，算法组合为16-19-21-GSA、18-19-21-GSA、16-20-21-GSA、18-20-21-GSA。利用CEC2014［9］中的6种基准函数，包括Sphere函数、函数Griewank函数和Rotatedá||||ááfxx==Quadric函数=∑+∏12best(1)()()(()()),dddddiiiigivt+=r×vt+c×at+c×xtxt（20）á()áxtá()()ááxtxt图1加速因子(1)()(1),dddiiiixt+=w×xt+vt+（21）startámaxmaxend()[()/],iσ=σσ×TtT+σ（22）（23）（24）图2自适应万有引力搜索算法流程max1,1exp(/)ifTΦ=+ifiw=Φ×σááfx==∑Ros

【参考文献】：
期刊论文
[1]基于改进引力搜索算法的K-means聚类[J]. 魏康园,何庆,徐钦帅.  计算机应用研究. 2019(11)
[2]惯性质量衰减的引力搜索算法[J]. 钱伟懿,张丽佳.  沈阳师范大学学报(自然科学版). 2017(02)



本文编号：3626550