智能优化算法:瞬态搜索优化算法 -附代码

2024-06-18 07:18

本文主要是介绍智能优化算法:瞬态搜索优化算法 -附代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

智能优化算法:瞬态搜索优化算法

文章目录

  • 智能优化算法:瞬态搜索优化算法
    • 1.算法原理
    • 2.算法结果
    • 3.参考文献
    • 4.Matlab代码

摘要:瞬态搜索优化算法(Transient search optimization (TSO))是于2020年提出的,一种新的基于物理的启发式优化算法。该算法的灵感来自于包含电感和电容等存储元件的开关电路的瞬态行为。

1.算法原理

该算法的灵感来自于包含电感和电容等存储元件的开关电路的瞬态行为。

在这一部分中,TSO算法被建模为: 1)初始化搜索代理在搜索区域的上下界之间; 2) 寻找最佳解决方案(探索);3) 达到稳定状态或最佳解决方案(开发)。

首先,搜索代理的初始化是随机生成的,如式(1)所示.
Y = l b + r a n d ∗ ( u b − l b ) (1) Y=lb+rand*(ub-lb)\tag{1} Y=lb+rand(ublb)(1)
其次,TSO的探测行为是受到图1所示的二阶电路在零点附近振荡的启发。如图1所示,TSO的爆炸是由一阶放电的指数衰减引起的。利用随机数r1来平衡勘探(r1≥0.5)和开发(r1<0.5)来描述。方程(2)给出了TSO算法的开发和探索的数学模型。

请添加图片描述

图1

Y l + 1 = { Y l ∗ + ( Y l − C l Y l ∗ ) e − T , r 1 < 0.5 Y l ∗ + e − T ( c o s ( 2 π T ) + s i n ( 2 π T ) ) ∣ Y l − C l Y l ∗ ∣ , e l s e (2) Y_{l+1}=\begin{cases} Y_l^*+(Y_l-C_lY_l^*)e^{-T},r_1<0.5\\ Y_l^*+e^{-T}(cos(2\pi T)+sin(2\pi T))|Y_l-C_lY_l^*|,else\end{cases}\tag{2} Yl+1={Yl+(YlClYl)eT,r1<0.5Yl+eT(cos(2πT)+sin(2πT))YlClYl,else(2)

C l = k ∗ z ∗ r 3 + 1 (3) C_l=k*z*r_3+1\tag{3} Cl=kzr3+1(3)

T = 2 ∗ z ∗ r 2 − z (4) T=2*z*r_2-z \tag{4} T=2zr2z(4)

z = 2 − 2 l l m a x (5) z=2-\frac{2l}{l_{max}}\tag{5} z=2lmax2l(5)

其中: l b lb lb u b ub ub搜索区域的下界和上界, r a n d rand rand​为随机数服从均匀分布, z z z为衰减系数变量从2变为0。 C l , T C_l,T Cl,T​为热阻系数。 r 1 , r 2 , r 3 r_1,r_2,r_3 r1,r2,r3为[0,1]内随机数。 Y l Y_l Yl为搜索代理的位置。 Y l ∗ Y_l^* Yl​为当前最佳解。 l l l为迭代次数, l m a x l_{max} lmax为最大迭代次数, k k k​为常数(k=0,1,2…)。

算法流程如下:

步骤1:初始化算法种群 Y Y Y

步骤2:更新 C l C_l Cl T T T系数根据式(3)-(5)。

步骤3:更新位置根据式(2)。

步骤4:评估适应度值及更新最优位置。

步骤7:判断是否满足最大迭代次数,若满足,则输出最优位置和全局最优解,否则,返回步骤2重新迭代计算。

2.算法结果

请添加图片描述

3.参考文献

[1] Qais M H , Hasanien H M , Alghuwainem S . Transient search optimization: a new meta-heuristic optimization algorithm[J]. Applied Intelligence, 2020.

4.Matlab代码

这篇关于智能优化算法:瞬态搜索优化算法 -附代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1071640

相关文章

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

java之Objects.nonNull用法代码解读

《java之Objects.nonNull用法代码解读》:本文主要介绍java之Objects.nonNull用法代码,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录Java之Objects.nonwww.chinasem.cnNull用法代码Objects.nonN

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

Java中&和&&以及|和||的区别、应用场景和代码示例

《Java中&和&&以及|和||的区别、应用场景和代码示例》:本文主要介绍Java中的逻辑运算符&、&&、|和||的区别,包括它们在布尔和整数类型上的应用,文中通过代码介绍的非常详细,需要的朋友可... 目录前言1. & 和 &&代码示例2. | 和 ||代码示例3. 为什么要使用 & 和 | 而不是总是使