1.摘要
目前,已有多种基于群体搜索的优化方法被提出,这些方法使用不同的操作算子探索搜索空间。但是这些方法通常受到局部搜索(LS)问题的困扰,并且在探索和开发之间失衡。本文提出了一种新型的基于单体的局部搜索优化算法,称为非垄断搜索算法(NO)。NO是一种无隐喻单解算法,其操作算子是基于在迭代过程中探索和开发而设计的。NO仅使用一个候选解,并且操作算子修改维度以在搜索空间中移动当前解。NO是一种有效的LS方法,它结合了探索与开发的优势。
PS:NCAA已被撤出SCIE,目前是EI,CCF-C期刊🤣
2.算法原理
探索阶段
当迭代次数小于T/2时,进行探索阶段:
X
new
(
j
)
=
rand
∗
X
(
R
P
)
X\text{new}(j)=\text{rand}*X(RP)
Xnew(j)=rand∗X(RP)
其中,X 是当前解,X(RP) 是当前解的一个随机选定维度。RP 是介于 1 和 D 之间的随机数。
当迭代次数>T/2时,才进行开发阶段。这一阶段旨在利用当前解周围的邻域:
X
new
(
j
)
=
X
(
j
)
−
(
X
(
SRP
)
∗
rand
)
∗
eps
−
(
X
(
j
)
−
NO
)
\begin{aligned}X\text{new}(j)=&X(j)-(X(\text{SRP})*\text{rand})*\text{eps}-(X(j)-\text{NO})\end{aligned}
Xnew(j)=X(j)−(X(SRP)∗rand)∗eps−(X(j)−NO)
其中,X(SRP) 是当前解维度中随机选择的一个维度。
伪代码
3.结果展示
4.参考文献
[1] Abualigah L, Al-qaness M A A, Abd Elaziz M, et al. The non-monopolize search (NO): a novel single-based local search optimization algorithm[J]. Neural Computing and Applications, 2024, 36(10): 5305-5332.