找回密码
 立即注册
查看: 278|回复: 0

【智能优化算法】基于阴阳对优化算法求解单目标优化问题附 ...

[复制链接]
发表于 2022-10-1 16:13 | 显示全部楼层 |阅读模式
1 内容介绍


阴阳对优化算法 ( Yi n-Yang-Pai r Opti mi zation , YYPO ) 是一种近期被提出 的 的轻量级 单 目 标智 能优化算法[ 2 5 ] 〇 其将宇宙 中 广泛存在 的二元性思想 引 入至优化算法设计 中 , 使优 化算法在搜索空间全局探索 ( explorati on ) 和局部开发 ( exploitation ) 之间保持一种动态和谐的平衡。 相对于 目 前代表性的几种单 目 标优化算法, YYPO 拥有很强的解的搜索性能, 同 时其时 间 复杂度又显著 降低 , 所以其拥有很强 的竞争力 。 该算法的一个缺陷是使用 固 定 的缩放因 子, 所以其实际的优化性能过于依赖缩放因 子参数的设置.阴 阳 对优化(YYPO) 算法是 由 Punnathanam等人在2 0 1 6 年提 出 的 一种 新 的 元启 发式算 法 。 其是基于在搜索空 间 全局探索( expl oration) 和 局 部开发( exploi tation) 之 间 保持平衡 的一 种轻量级优化算法。 阴 阳 对优化算法采用 全局探索 点P2 和局 部开发点Pi , 根据优化 问 题 中 决策变量的数量利用两点相互交换的策略 , 并生成附加 点进行搜索求解。。






编辑






编辑
2 仿真代码

function [P,del] = Archivefn(Arch,P,del,alpha,D)
% This function executes the archive stage
% This is an equivalent of the archive stage described in the paper

Arch = [Arch; P];

[~, ind] = min(Arch(:,D+1));
P(1,:) = Arch(ind,:);

Arch(ind,D+1) = NaN;

[~, ind] = min(Arch(:,D+1));
P(2,:) = Arch(ind,:);

% Equation (3)
del(1) = del(1) - del(1)/alpha;
del(2) = del(2) + del(2)/alpha;

% del2 is to be capped at 0.75
del(2) = min(del(2),0.75);

end
3 运行结果







编辑
4 参考文献

[1]李大海,艾志刚,王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22):15.
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
懒得打字嘛,点击右侧快捷回复 【右侧内容,后台自定义】
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Unity开发者联盟 ( 粤ICP备20003399号 )

GMT+8, 2024-11-15 07:50 , Processed in 0.090411 second(s), 26 queries .

Powered by Discuz! X3.5 Licensed

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表