天牛须matlab,BAS天牛须搜索优化算法.pdf

BAS: 天牛须搜索智能优化算法

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。

仿生原理

天牛寻找食物图解

右须信号强，右运动

右须信号强，右运动

左须信号强，左运动

右须信号强，右运动

左须信号强，左运动

出发吧，沿着

香味的方向，

去寻找披萨

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。 天牛质心

 3. 天牛飞到下一步后，头的朝向是随机的。

天牛左须 天牛右须

简化模型

两须之间的距离d0

建模(n维空间函数f最小化)

 第一步：对于一个n维空间的优化问题，我们用xl表

示左须坐标，xr表示右须坐标，x表示质心坐标，用

d0表示两须之间距离。根据假设3，天牛头朝向任意，

因而从天牛右须指向左须的向量的朝向也是任意的，

所以可以产生一个随机向量dir=rands(n,1)来表示它。

对此归一化：dir=dir/norm(dir); 我们这样可以得到

xl-xr=d0*dir ；显然，xl ，xr还可以表示成质心的表

达式：xl=x+d0*dir/2;xr=x-d0*dir/2.

天牛质心

天牛左须 天牛右须

简化模型

两须之间的距离d0

建模

 第二步：对于待优化函数f ，求取左右两须的值：

fleft=f(xl); fright=f(xr); 判断两个值大小,

如果fleft

方向行进距