【BP数据预测】天牛须算法优化BP神经网络BAS-BP数据预测【含Matlab源码 1318期】

⛄一、天牛须搜索算法简介

1 天牛须搜索算法定义
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，不要虚梯度信息，就可以实现高效寻优。相比于粒子群算法，天牛须搜索只只要一个个体，即一个天牛，运算量大大降低。

2 原理及代码实现
2.1 仿生原理
天牛须搜索时受到天牛觅食原理启发而开发的算法。
生物原理：当天牛觅食时，天牛并不知道食物在哪，而是根据食物气味的强弱来觅食。天牛有俩只长触角，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。根据这一简单原理天牛就可以有效找到食物。
天牛须搜索得来的启发：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。

2.2 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。采用如下的简化模型假设描述天牛：
天牛左右两须位于质心两边。
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