天牛须和贪心算法_天牛须搜索算法(BAS)

天牛须搜索(Beetle Antennae Search-BAS)是受天牛觅食行为启发的优化算法,无需函数具体形式和梯度信息,能高效寻优。相比粒子群算法,它只需一个个体,运算量小。通过模拟天牛触须判断气味强弱来决定搜索方向,实现多维空间函数优化。基本算法包括随机向量生成、左右须值比较及根据比较结果调整步长。实际应用中,可通过变步长策略加速收敛。MATLAB程序示例展示了算法实现过程。
摘要由CSDN通过智能技术生成

基本情况

天牛须搜索(Beetle Antennae Search-BAS),也叫甲壳虫须搜索,是2017年提出的一种高效的智能优化算法。 类似于遗传算法、粒子群算法、模拟退火等智能优化算法,天牛须搜索不需要知道函数的具体形式,不需要梯度信息,就可以实现高效寻优。相比于粒子群算法,天牛须搜索只需要一个个体,即一只天牛,运算量大大降低。

仿生原理

天牛须搜索是受到天牛觅食原理启发而开发的算法。

天牛须搜索的生物原理:

当天牛觅食时,天牛并不知道实物在哪里,而是根据食物气味的强弱来觅食。天牛有两只长触角,如果左边触角收到的气味强度比右边大,那下一步天牛就往左飞,否则就往右飞。依据这一简单原理天牛就可以有效找到食物。

天牛须搜索对我们的启发:

食物的气味就相当于一个函数,这个函数在三维空间每个点值都不同,天牛两个须可以采集自身附近两点的气味值,天牛的目的是找到全局气味值最大的点。仿照天牛的行为,我们就可以高效的进行函数寻优。天牛寻找食物图解

基本算法

天牛在三维空间运动,而天牛须搜索需要对任意维函数都有效才可以。因而,

天牛须搜索是对天牛生物行为在任意维空间的推广。

我们采用如下的简化模型假设描述天牛:

1. 天牛左右两须位于质心两边。

2. 天牛步长step与两须之间距离d0的比是个固定常数即step=c*d0其中c是常数。即,大天牛(两须距离长)走大步,小天牛走小步。

3. 天牛飞到下一步后,头的朝向

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值