一、⛄果蝇算法
果蝇优化算法(Fruit Fly Optimization Algorithm, FOA) 是台湾学者潘文超经过研究发现, 并于2011年提出的一种新型智能优化算法, 它具有很好的全局优化性能, 能够解决很多的优化求解问题.果蝇有着优于其它生物的感官知觉, 特别是视觉与嗅觉, 依靠灵敏的嗅觉, 果蝇可以很好的感知到空气中的各种气味分子, 甚至可以嗅到几十公里以外的食物.同时利用敏锐的视觉与其它果蝇聚集, 并向该方向移动.果蝇算法就是模仿果蝇的觅食过程而提出一种新型的群智能优化算法.
1 基本果蝇算法:
果蝇拥有优于其它物种的感官, 它可以收集空气中的气味分子搜寻远处的食物, 然后聚集同伴朝食物方向并拢.FOA算法就是模拟果蝇群体的觅食过程而衍生的优化算法, 其步骤可以归纳为:
(1) 初始化种群大小Sizepop, 最大迭代次数Maxgen, 随机初始化果蝇群体位置X_axis, Y_axis.
(2) 果蝇个体随机向各个方向的位置进行搜寻.
(3) 计算果蝇个体与原点距离d, 再将距离的倒数做为果蝇个体的味道浓度判定值
(4) 将味道浓度判定值Si代入适应度函数 (Fitness function) , 求出果蝇个体的味道浓度.
(5) 找出果蝇群体中最佳的果蝇
(6) 记录并保留最佳味道浓度值与X, Y坐标.