引言
本期介绍了一种新的元启发式优化算法--爱情进化算法Love Evolution Algorithm,LEA,一种受刺激-价值-角色理论启发的新型进化算法。LEA最大的新颖之处在于其独特的搜索操作,包括变量间卷积、交叉和变异的乘法和除法。该成果于2024年2月发表在中科院3区SCI期刊 The Journal of Supercomputing。
恋爱是一个人在其一生中能够自主、自愿、自由地建立的亲密关系,是异性或同性之间爱慕的一种表达。美国心理学家Murstein提出了一种影响深远的人际关系心理学理论:刺激-价值-角色(SVR)理论。SVR理论将恋爱(婚姻选择)分为三个阶段,分别是刺激阶段、价值阶段和角色阶段。刺激阶段包括通过视觉、听觉和非互动手段实现的价值满足。价值阶段包括通过言语互动欣赏的价值。角色阶段包括双方在相互分配的角色中发挥作用的能力。
1.初始化:和其他算法一样。
2.邂逅:考虑到人们认识的随机性,以及这种随机性可能会增加所提出算法的多样性。在遭遇战中采用随机策略,即随机生成浪漫伙伴。生成方法如下。
3.刺激阶段:在刺激阶段,双方都受到各自的外表、行为和个性的刺激。在这一阶段的理解通常是肤浅的,很难使各自的特征受到影响。
4.Refection operation:分手后,第i对情侣对第j个特征的反思应该是在第j个特征本身。
5.价值阶段:当接受度小于0.5时,进入价值阶段。价值阶段将考虑更深层次的思想和行为,这涉及到特征的变化。使用卷积来定义卷积算子
6.接受度:在价值阶段之后,定义接受度,以确定哪些情侣能够进入角色阶段。
7.角色阶段:
LEA的流程图:
原文作者通过CEC2017基准函数的数值实验验证了LEA的效率,并通过Wilcoxon符号秩检验和Friedman检验证明其优于7种元启发式算法。使用CEC2022基准函数的进一步测试证实了LEA与七个最先进的元启发式方法相比的竞争力。最后,将研究扩展到现实问题,展示了LEA在八个不同工程问题中的性能。
参考文献
Gao, Y., Zhang, J., Wang, Y. et al. Love Evolution Algorithm: a stimulus–value–role theory-inspired evolutionary algorithm for global optimization. J Supercomput (2024). https://doi.org/10.1007/s11227-024-05905-4.
Matlab代码下载
微信搜索并关注-优化算法侠,或扫描下方二维码关注,以算法名字搜索历史文章即可下载。
2024年优化算法-爱情进化算法Love Evolution Algorithm(附Matlab代码)
320多种基础的群智能优化算法-matlab
175种群智能优化算法python库
求解cec测试函数-matlab
解决12工程设计优化问题-matlab
求解11种cec测试函数-python
解决12种工程设计优化问题-python