文章 "种群优化算法:引力搜索算法(GSA)" 新评论 MetaQuotes 2023.06.30 14:45 新文章 种群优化算法:引力搜索算法(GSA)已发布: GSA 是一种受无生命自然启发的种群优化算法。 万幸在算法中实现了牛顿的万有引力定律,对物理物体相互作用进行建模的高可靠性令我们能够观察到行星系统和星系团的迷人舞蹈。 在本文中,我将研究最有趣和最原始的优化算法之一。 还提供了空间物体运动的模拟器。 与此同时,所有代理者都可以依据质量(根据目标函数的值计算)和它们之间的距离的吸引力相互交换信息,无论它们在搜索空间中的哪个位置。 代理者被视为物体,它们的适应性由其质量来衡量。 一般来说(算法设置接近真实的物理定律),所有这些物体都被引力相互吸引,这种力导致所有物体的全局运动向质量较大的物体靠拢。 因此,质量通过引力按直接形式的连接进行相互作用。 在经典的 GSA 中,每个粒子都有三种质量: a) 主动质量 b) 被动质量 c) 惯性质量 在大多数情况下,利用这些概念的相等性来简化代码和计算,提高算法搜索能力的效率,是方便快捷的。 故此,算法中只有一个质量,而不是三个。 GSA 中所用的物理定律方程如图例 1 所示。 图例 1. 引力、加速度和速度 粒子的位置提供了问题的解决方案,而适应度函数用于计算质量。 该算法有两个阶段:探索和开拓。 该算法在开始时运用情报能力来避免陷入局部最优,之后则利用了极值区域。 作者:Andrey Dik 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
新文章 种群优化算法:引力搜索算法(GSA)已发布:
GSA 是一种受无生命自然启发的种群优化算法。 万幸在算法中实现了牛顿的万有引力定律,对物理物体相互作用进行建模的高可靠性令我们能够观察到行星系统和星系团的迷人舞蹈。 在本文中,我将研究最有趣和最原始的优化算法之一。 还提供了空间物体运动的模拟器。
与此同时,所有代理者都可以依据质量(根据目标函数的值计算)和它们之间的距离的吸引力相互交换信息,无论它们在搜索空间中的哪个位置。
代理者被视为物体,它们的适应性由其质量来衡量。 一般来说(算法设置接近真实的物理定律),所有这些物体都被引力相互吸引,这种力导致所有物体的全局运动向质量较大的物体靠拢。 因此,质量通过引力按直接形式的连接进行相互作用。
在经典的 GSA 中,每个粒子都有三种质量:
在大多数情况下,利用这些概念的相等性来简化代码和计算,提高算法搜索能力的效率,是方便快捷的。 故此,算法中只有一个质量,而不是三个。 GSA 中所用的物理定律方程如图例 1 所示。
图例 1. 引力、加速度和速度
粒子的位置提供了问题的解决方案,而适应度函数用于计算质量。 该算法有两个阶段:探索和开拓。 该算法在开始时运用情报能力来避免陷入局部最优,之后则利用了极值区域。
作者:Andrey Dik