GBSO：全局最优头脑风暴优化算法

GBSO：全局最优头脑风暴优化算法

参考文献
《Global-best brain storm optimization algorithm》

要点

提议引入一个全局最优，结合每次变量更新和基于适应度的分组来提高BSO的性能。此外，该算法还引入了一种由种群当前状态触发的重新初始化方案。

提议的GBSO

1、基于适应度的分组

在分组阶段，根据想法的适应度对其进行排序，并进行分组，以确保好的和坏的想法在不同的组中平均分配。

2、每次变量更新

提出的方法中，多个想法有助于产生新的想法，允许种群个体之间的更多合作。

3、全局最优更新

在这里借用了PSO算法最初提出的全局最优制导概念，并将其应用于许多算法中。在更新方程中引入全局最优信息，提高了多元启发式算法的性能。在产生新想法后，增加了最佳想法在种群中的影响力，如下所示：

在原始BSO中，m个最佳位置有助于更新过程。提议的算法通过搜索过程，全局最佳更新方程的影响逐渐增大。这是通过根据以下等式更新C来实现的：