混沌精英黏菌算法CESMA(学习笔记_14)

1.理论分析

1.SMA
  • 优点:较强的全局探索能力
  • 缺点:后期迭代震荡作用较弱,易陷入局部最优;收缩机制不强,收敛速度较慢;初始种群质量低,探索和开发过程难以平衡。
2.混沌精英算法CESMA
1.混沌初始化
  • SMA :采用随机数法初始化种群,在解决复杂优化问题时,存在后期种群多样性降低,易于陷入局部最优等缺陷。

  • Tent混沌映射:目前文献中大多运用 Logistic 混沌映射优化智能算法产生混沌序列,丰富种群多样性。但相较于 Logistic 混沌映射,Tent 混沌映射更加结构简单,收敛速度快,具有更好的遍历均匀性。

  • Logistic与Tent混沌映射分布对比:

    • 设置种群规模为 500,分别采用两种方法在区间[0,1]范围内产生混沌序列,其空间分布直方图如下图所示:

    • 在这里插入图片描述

    • 由图可以看出,Logistic混沌映射生成的序列在区间[0,0. 1]和[0. 9, 1]范围内的概率要高于其他各段,而 Tent 混沌序列在可行域内分布相对均匀。因此选用Tent混沌映射再sMA算法迭代初期进行种群初始化,使得个体位置均匀分布在搜索空间内,有助于提高算法求解效率。

  • Tent混沌映射的数学表达式:
    在这里插入图片描述
    其中:n 表示映射次数; Xn 表示第 n 次映射函数值。

  • 采用Tent映射生成初始种群的步骤:

    • S:表示种群的适应度值数组

    • 个人认为:步骤3“若生成的X落入最小周期点,则转到步骤3”中的“步骤3”应改为“步骤4”。

在这里插入图片描述

  • 效果:提高初始化种群的多样性
2.精英反向学习机制
  • 精英反向学习EOBL:

    • 其他算法对于EOBL机制的应用:何庆等人采用 EBOL 方法初始化种群,增加了蜻蜓算法的种群多样性;方旭阳等人引入 EBOL 优化正余弦算法,避免个体盲目地向当前学习。
    • EBOL 机制利用精英个体相对普通个体而言携带更多有效信息的优势,首先通过种群中精英个体形成反向种群,再从反向种群和当前种群中选取优秀个体构成新的种群。
  • 精英反向解公式:
    X e i j = δ × ( l b j + u b j ) - X E i j Xe ij = δ × ( lbj + ubj) - XEij Xeij=δ×(lbj+ubj)XEij

    • 参数说明:Xe 为精英反向解,XE为精英解,δ 是[0,1]上的随机值,XEij ∈[lbj,ubj]。

    • lbj = min( Xij ) ,ubj = max( Xij) ,lbj 和 ubj 分别为动态边界的下界和上界,min( Xij) 、max( Xij) 分别为第 j 维个体的最小值和最大值。动态边界解决了固定边界难以保存搜索经验的问题,有利于减少算法的寻优时间。

    • 如果精英反向解 Xeij 超过边界,利用随机生成的方式将其重置,重置方程如下:
      X e i j = r a n d ( l b j , u b j ) Xeij = rand(lbj , ubj) Xeij=rand(lbjubj)

  • 效果:有利于提高黏菌种群多样性和种群质量,提升算法全局寻优性能与收敛精度。

2.CESMA伪代码

在这里插入图片描述

3.实验仿真

  • 为了更好的验证 CESMA 算法性能,选取了 5 种算法进行对比:SMA、PSO、WOA、ISMA_EQ、HSMAAOA(论文中包括MBO算法,但由于笔者还没有学习MBO算法,故暂不加入实验,加入另外几种SMA的改进算法HSMAAOA、ISMA_EQ),这些算法被证实具有良好的寻优性能。为了更准确的验证所提算法与对比算法的优劣性,设定种群规模 N=30,维度 D=30,最大迭代次数 500 次,各算法独立运行 30 次。

  • 选取最优值、最差值、平均值与标准差作为评价指标。其中,平均值与标准差越小,则证明算法的性能越佳。

  • 例举部分标准测试函数的适应度曲线:F1、F2(单峰函数)、F6、F7(多峰函数),F21、F23(固定维多峰函数)结果显示如下:
    在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述实验结果表明:CESMA较好地提升了黏菌算法的全局寻优性能、精度、速度以及鲁棒性。其对于收敛速度的改善效果优良,但其整体优化效果较HSMAAOA算法较弱。

4.参考文献

[1]肖亚宁,孙雪,李三平,姚金言.基于混沌精英黏菌算法的无刷直流电机转速控制[J].科学技术与工程,2021,21(28):12130-12138.

  • 6
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 18
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 18
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