1.背景
2020年,V Hayyolalam等人受到自然界黑寡妇交配行为启发,提出了黑寡妇优化算法(Black Widow Optimization Agorithm, BWO)。
2.算法原理
2.1算法思想
BWO以黑寡妇蜘蛛的整个生命周期为基础,主要阶段包括生殖、同类相食、突变、更新种群。
2.2算法过程
种群繁殖
生殖率(procreaterate,PR)决定了参与繁殖的种群数量,在该种群中随机选择两只黑寡妇蜘蛛,适应度高的选作雌性,另一只选作雄性:
{
y
i
=
a
x
_
mother
+
(
1
−
α
)
x
_
father
y
j
=
a
x
_
father
+
(
1
−
α
)
x
_
mother
(1)
\begin{cases}y_i=ax\_\text{mother}+(1-\alpha)x\_\text{father}\\y_j=ax\_\text{father}+(1-\alpha)x\_\text{mother}\end{cases}\tag{1}
{yi=ax_mother+(1−α)x_fatheryj=ax_father+(1−α)x_mother(1)
其中,yi、yj 为交配后产生的子代蜘蛛;x_mother为雌性黑寡妇;x_father雄性黑寡妇。
同类相食
淘汰适应度差的黑寡妇蜘蛛,存活的蜘蛛数量由同类相食率(cannibalismrate,CR)决定.同类相食有三种类型:雌性黑寡妇蜘蛛在交配时或交配后吃掉配偶,自己被保留进入下一代,这一类被称作性同类相食;适应度好的个体吃掉适应度差的个体称为手足同类相食;子代黑寡妇适应度比母亲好,子代便会吃掉母亲,这种情况属于子食母同类相食。
突变
突变种群数量由突变率(mutationrate,MR)决定,被选中的种群随机选取两只黑寡妇蜘蛛进行位置交换。
伪代码
3.结果展示
4.参考文献
[1] Hayyolalam V, Kazem A A P. Black widow optimization algorithm: a novel meta-heuristic approach for solving engineering optimization problems[J]. Engineering Applications of Artificial Intelligence, 2020, 87: 103249.