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: