数値最適化原理とWhale Optimization Algorithm (WOA) の分析

Whale Optimization Algorithm (WOA) は、ザトウクジラの狩猟行動をシミュレートし、数値問題の最適化に使用される、自然にヒントを得たメタヒューリスティック最適化アルゴリズムです。

Whale Optimization Algorithm (WOA) は、ランダムなソリューションのセットから開始し、ランダムに選択された検索エージェント、または各反復での検索エージェントの位置更新を通じてこれまでの最良のソリューションに基づいて最適化します。

クジラ最適化アルゴリズムのインスピレーション

クジラ最適化アルゴリズムは、ザトウクジラの狩猟行動からインスピレーションを受けています。ザトウクジラは、オキアミや魚の群れなど、水面近くにある餌を好みます。そのため、ザトウクジラは狩りの際、ボトムアップスパイラルに泡を吹きながら餌を集めて泡のネットワークを形成します。

「上向きスパイラル」操縦では、ザトウクジラは約 12 メートル潜水し、獲物の周囲にらせん状の泡を形成し始め、水面に向かって上向きに泳ぎます。

Whale 最適化アルゴリズムのロジック

Whale 最適化アルゴリズムは、シンプルで堅牢なグループベースのランダム最適化アルゴリズムです。このアルゴリズムには、局所的な最適解への陥りを回避し、全体的な最適解を見つける機能があるため、異なる条件または制約のない条件下で最適化問題を解決する場合に優れたパフォーマンスを発揮します。クジラ最適化アルゴリズムは最適なアルゴリズムです。

1. 獲物を取り囲む

ザトウクジラは獲物の位置を特定して取り囲むことができます。クジラのアルゴリズムでは、最適な探索エージェントはターゲットの獲物または最適点に近い位置であるとみなされ、他の探索エージェントは最適な探索エージェントに近づくように努めます。

クジラ アルゴリズムは、現在の最適な候補ソリューションがターゲットの獲物であるか、最適なソリューションに近いものであると想定します。他の検索エージェントは、自分の位置を最適な検索エージェントに更新しようとします。

2. バブルネット狩猟

クジラ最適化アルゴリズム (WOA) では、らせん状のバブルネットが数学的にモデル化および最適化され、獲物を追跡するためのランダムまたは最適な探索エージェントを使用して狩猟行動がシミュレートされます。 ; スパイラルを使用して、ザトウクジラのバブルネット攻撃メカニズムをシミュレートします。

3. 獲物の検索

{\displaystyle{\thing{A}}} ベクトルのバリエーションに基づく同じ方法を、獲物の検索 (探索) に使用できます。実際、ザトウクジラは互いの位置に基づいてランダムに探索します。

最適な検索エージェントではなく、ランダムに選択された検索エージェントに基づいて、探索フェーズ中に検索エージェントの位置を更新します。

以上が数値最適化原理とWhale Optimization Algorithm (WOA) の分析の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。