网站实名制查询,阳江市网络问政,台山住房和城乡建设 网站,安娜尔返利机器人怎么做网站目录 1.背景2.算法原理2.1算法思想2.2算法过程 3.结果展示4.参考文献 1.背景
2018年#xff0c;G Dhiman等人受到自然界中帝企鹅群体社会行为启发#xff0c;提出了帝企鹅优化算法#xff08;Emperor Penguin Optimizer, EPO#xff09;。
2.算法原理
2.1算法思想
EPO模… 目录 1.背景2.算法原理2.1算法思想2.2算法过程 3.结果展示4.参考文献 1.背景
2018年G Dhiman等人受到自然界中帝企鹅群体社会行为启发提出了帝企鹅优化算法Emperor Penguin Optimizer, EPO。
2.算法原理
2.1算法思想
EPO模拟了帝企鹅在寒冷冬季的聚集行为群体通过产生热量来维持温暖。每个帝企鹅个体都会朝着群体中温度较高的方向移动并寻找到达温度最高处的最优位置。在移动过程中每个帝企鹅个体会根据自身与最优位置的距离进行调整并不断更新最优位置以此实现群体内个体的优化移动和位置更新。
2.2算法过程
计算拥挤周围温度分布
群体中的温度T1的变化: T 1 T − M a x i t e r a t i o n k − M a x i t e r a t i o n , T { 0 , if R 1 , 1 , if R 1. (1) \begin{aligned} T_{1}T-\frac{Max_{iteration}}{k-Max_{iteration}}, \\ \left.T\left\{\begin{array}{ll}0,\text{if }R1,\\1,\text{if }R1.\end{array}\right.\right. \end{aligned}\tag{1} T1T−k−MaxiterationMaxiteration,T{0,1,if R1,if R1.(1) 其中k为当前迭代次数R表述个体距离拥挤群体中心的半径。
计算距离
确定种群适宜的温度范围后 计算种群中每个个体与最优个体之间的距离 D e p → A b s ( S ( A → ) ⋅ P ( k ) → − C → ⋅ P e p ( k ) → ) . (2) \overrightarrow{D_{ep}}Abs(S(\overrightarrow{A})\cdot\overrightarrow{P(k)}-\overrightarrow{C}\cdot\overrightarrow{P_{ep}(k)}).\tag{2} Dep Abs(S(A )⋅P(k) −C ⋅Pep(k) ).(2) 其中PPep分别表述最优个体位置和个体当前位置。A,C是避免相邻个体间碰撞的向量参数S表示帝企鹅群体最优个体方向移动趋势。 S ( A → ) ( f ⋅ e − k l − e − k ) 2 A → ( M × ( T 1 P g r i d ( A c c u r a c y ) × R a n d ) − T 1 P g r i d ( A c c u r a c y ) A b s ( P → − P e p → ) . (3) \begin{aligned} S(\overrightarrow{A})\left(\sqrt{f\cdot\mathrm{e}^{-\frac{k}{l}}-\mathrm{e}^{-k}}\right)^{2}\\ \overrightarrow{A}(M\times(T_{1}P_{grid}(Accuracy)\times Rand)-T_{1} \\ P_{grid}(Accuracy)Abs(\overrightarrow{P}-\overrightarrow{P_{ep}}). \end{aligned}\tag{3} S(A )(f⋅e−lk−e−k )2A (M×(T1Pgrid(Accuracy)×Rand)−T1Pgrid(Accuracy)Abs(P −Pep ).(3)
位置移动 P e p → ( k 1 ) P ( k ) → − A → ⋅ D e p → . (4) \overrightarrow{P_{ep}}(k1)\overrightarrow{P(k)}-\overrightarrow{A}\cdot\overrightarrow{D_{ep}}.\tag{4} Pep (k1)P(k) −A ⋅Dep .(4)
伪代码
3.结果展示 4.参考文献
[1] Dhiman G, Kumar V. Emperor penguin optimizer: A bio-inspired algorithm for engineering problems[J]. Knowledge-Based Systems, 2018, 159: 20-50.
