四向量优化算法(FVIM)-2024年SCI新算法-公式原理详解与性能测评 Matlab代码免费获取

目录

原理简介

算法伪代码

性能测评

参考文献

完整代码

---

四向量优化算法(Four Vector Intelligent Metaheuristic, FVIM)是一种新型的元启发式算法（智能优化算法），灵感来源于四种向量的数学建模，算法简单高效，只有四个公式，原理清晰，通俗易懂！该成果由Hussam N. Fakhouri于2024年4月发表在SCI期刊《COMPUTING》上！

原理简介

FVIM提出并利用了不同的数学模型来管理搜索代理的行为，四种不同的个体运动和定位模型如等式所示。公式(1)-(4)和一个找出中心位置的基础上得到个体的运动方向，通过Eq.(5)对之前模型的结果进行平均。因此，所有方程都会显著影响更新机制，这将对算法的探索和开发能力起到至关重要的作用，公式如下所示:

其中Xn,i表示i维中第n个最佳代理的更新位置。Pn,i是i维中第n个最佳个体的当前位置。Pi表示i维中所有agent的当前平均位置。α为自适应系数。ξ1，ξ2，ξ3表示均匀分布在[0,1]中的随机数。使用随机数ξ1和ξ2将随机性引入算法，确保个体探索搜索空间的不同区域，而不是被困在局部最小值中。

算法伪代码

为了使大家更好地理解，这边给出作者算法的流程图和伪代码，非常清晰！

如果实在看不懂，不用担心，可以看下源代码，再结合上文公式理解就一目了然了！

性能测评

原文作者通过23个标准测试函数和CEC2017测试函数，表明FVIM在解决各种优化挑战方面是有效的。

这边为了方便大家对比与理解，采用23个标准测试函数，即CEC2005，设置种群数量为30，迭代次数为1000，并与23年新出的霜冰优化算法进行对比！这边展示其中5个测试函数的图，其余十几个测试函数大家可以自行切换尝试！

可以看到，这个算法在绝大多数函数中超越了霜冰优化算法！大家应用到各类预测、优化问题中也是一个不错的选择~

参考文献

[1]Fakhouri H N, Awaysheh F M, Alawadi S, et al. Four vector intelligent metaheuristic for data optimization[J]. Computing, 2024: 1-39.

完整代码

如果需要免费获得图中的完整测试代码，只需点击下方小卡片，再后台回复关键字，不区分大小写：

FVIM

也可点击下方小卡片，再后台回复个人需求（比如FVIM-CNN）定制以下FVIM算法优化模型（看到秒回）：

1.回归/时序/分类预测类：SVM、RVM、LSSVM、ELM、KELM、HKELM、DELM、RELM、DHKELM、RF、SAE、LSTM、BiLSTM、GRU、BiGRU、PNN、CNN、BP、XGBoost、TCN、BiTCN、ESN等等均可~

2.组合预测类：CNN/TCN/BiTCN/DBN/Adaboost结合SVM、RVM、ELM、LSTM、BiLSTM、GRU、BiGRU、Attention机制类等均可（可任意搭配非常新颖）~

3.分解类：EMD、EEMD、VMD、REMD、FEEMD、TVFEMD、CEEMDAN、ICEEMDAN、SVMD、FMD等分解模型均可~

4.路径规划类：机器人路径规划、无人机三维路径规划、冷链物流路径优化、VRPTW路径优化等等~

5.优化类：光伏电池参数辨识优化、储能容量配置优化、微电网优化、PID参数整定优化、无线传感器覆盖优化、故障诊断等等均可~~

6.原创改进优化算法（适合需要创新的同学）：原创改进2024年的四向量优化算法FVIM以及蛇鹫SBOA、蜣螂DBO等任意优化算法均可，保证测试函数效果！