2024年新提出的算法|足球队训练算法（FTTA）Football team training algorithm: A novel sport-inspired meta-heuristic

算法小狂人

已于 2025-05-10 18:27:03 修改

阅读量1.8k

点赞数 23

分类专栏：智能优化算法 MATLAB 文章标签：算法启发式算法

于 2024-02-01 18:16:36 首次发布

本文链接：https://blog.csdn.net/m0_58857684/article/details/135979179

版权

智能优化算法同时被 2 个专栏收录

62 篇文章

订阅专栏

MATLAB

13 篇文章

订阅专栏

FTTA是一种新的基于足球队的训练方法的优化算法——足球队训练算法Football team training algorithm。该成果于2024年1月在线发表、2024年7月正式发表在著名的中科院1区SCI top 期刊Expert Systems with Applications。
在这里插入图片描述

1、简介

根据足球队的训练方法，提出了一种新的元启发式优化算法——足球队训练算法（FTTA），它模拟了训练环节的三个阶段：集体训练、团体训练和个人额外训练。通过对CEC2005和CEC2020两组测试函数的测试，所提出的优化算法（FTTA）取得了最好的结果，远远超过了传统的灰狼优化（GWO）、鲸鱼优化算法（WOA）算法等。
在这里插入图片描述

2、数学建模

2.1 集训

训练开始时，队员们在教练员的指导下进行集体训练。将球员分为四种不同类型:跟随者、发现者、思考者和波动者。在每次迭代中，将随机改变自己的类型。

（1）跟随者：
$F_{i,j}^{k} = F_{i,j}^{k}old+rand×(F_{best,j}^{k} -F_{i,j}^{k}old)$
（2）发现者
$F_{i,j}^{k}new = F_{i,j}^{k}old+rand_1×(F_{best,j}^{k} -F_{i,j}^{k}old)-rand_2×(F_{worst,j}^{k} -F_{i,j}^{k}old)$
(3）思考者
$F_{i,j}^{k}new = F_{i,j}^{k}old+rand×(F_{best,j}^{k} - -F_{i,j}^{k}old)$
（4）波动者
$F_{i,j}^{k}new = F_{i,j}^{k}old×(1+t(k)$

2.2 小组训练

集体训练完成后，足球训练过程进入分组训练阶段，教练员根据球员的特点(每个维度都是一个特征值)将球员分为前锋、中场、后卫和守门员四类。
在这里插入图片描述

2.3 个人加训

$F_{best}^{k}new = F_{best}^{k}old×(1+（1-1/k)×Gausss）+1/k×Cauchy)$

3.Matlab源代码下载

[（1）2024年新提出的算法|足球队训练算法（FTTA）跑CEC2005数据集]

Zhirui Tian, Mei Gai,Football team training algorithm: A novel sport-inspired meta-heuristic optimization algorithm for global optimization, Expert Systems with Applications, Volume 245, 2024,123088.