WOA(Whale Optimization Algorithm)의 수치 최적화 원리 및 분석

WOA(고래 최적화 알고리즘)는 혹등고래의 사냥 행동을 시뮬레이션하고 수치 문제의 최적화에 사용되는 자연에서 영감을 받은 메타휴리스틱 최적화 알고리즘입니다.

WOA(고래 최적화 알고리즘)는 일련의 무작위 솔루션으로 시작하여 무작위로 선택된 검색 에이전트 또는 각 반복에서 검색 에이전트의 위치 업데이트를 통해 지금까지 최고의 솔루션을 기반으로 최적화합니다.

고래 최적화 알고리즘에서 영감을 얻었습니다

고래 최적화 알고리즘은 혹등고래의 사냥 행동에서 영감을 받았습니다. 혹등고래는 크릴이나 물고기 떼처럼 표면 근처에서 발견되는 먹이를 선호합니다. 따라서 혹등고래는 사냥할 때 상향식 나선형으로 거품을 불어 먹이를 모아 거품망을 형성한다.

"상향 나선형" 기동에서 혹등고래는 약 12m까지 잠수한 다음 먹이 주위에 나선형 거품을 형성하기 시작하고 표면을 향해 위쪽으로 헤엄칩니다.

고래 최적화 알고리즘 논리

고래 최적화 알고리즘은 간단하고 강력한 그룹 기반 무작위 최적화 알고리즘입니다. 이 알고리즘은 국소 최적해에 빠지는 것을 방지하고 전역 최적해를 찾는 기능을 갖추고 있으므로 서로 다르거나 제약이 없는 조건에서 최적화 문제를 해결할 때 좋은 성능을 발휘합니다. 고래 최적화 알고리즘은 최적의 알고리즘입니다.

1. 먹이를 포위합니다

혹등고래는 먹이의 위치를 ​​파악하고 포위할 수 있습니다. 고래 알고리즘에서는 최고의 검색 에이전트를 대상 먹이로 간주하거나 최적 지점에 가까운 것으로 간주하고, 다른 검색 에이전트는 최고의 검색 에이전트에 더 가까이 다가가려고 노력할 것입니다.

고래 알고리즘은 현재 최고의 후보 솔루션이 대상 먹이이거나 최적 솔루션에 가깝다고 가정합니다. 다른 검색 에이전트는 자신의 위치를 ​​최고의 검색 에이전트로 업데이트하려고 시도합니다.

2. 거품 그물 사냥

WOA(고래 최적화 알고리즘)에서 나선형 거품 그물을 수학적으로 모델링하고 최적화를 수행합니다. 먹이를 쫓는 사냥 행동을 시뮬레이션하기 위해 거품 그물 공격을 수행합니다. 고래의 메커니즘.

3. 먹이 검색

{displaystyle{thing{A}}} 벡터의 변형을 기반으로 하는 동일한 방법을 사용하여 먹이를 검색할 수 있습니다(탐색). 실제로 혹등고래는 서로의 위치를 ​​기준으로 무작위로 탐색을 합니다.

최고의 검색 에이전트 대신 무작위로 선택된 검색 에이전트를 기반으로 탐색 단계에서 검색 에이전트의 위치를 ​​업데이트합니다.

위 내용은 WOA(Whale Optimization Algorithm)의 수치 최적화 원리 및 분석의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!