Prinsip pengoptimuman berangka dan analisis Algoritma Pengoptimuman Paus (WOA)

Algoritma Pengoptimuman Paus (WOA) ialah algoritma pengoptimuman metaheuristik yang diilhamkan oleh alam semula jadi yang menyerupai tingkah laku memburu ikan paus bungkuk dan digunakan untuk pengoptimuman masalah berangka.

Algoritma Pengoptimuman Paus (WOA) bermula dengan satu set penyelesaian rawak dan mengoptimumkan berdasarkan ejen carian yang dipilih secara rawak atau penyelesaian terbaik setakat ini melalui kemas kini kedudukan ejen carian dalam setiap lelaran.

Inspirasi algoritma pengoptimuman ikan paus

Algoritma pengoptimuman ikan paus diinspirasikan oleh tingkah laku memburu ikan paus bungkuk. Paus bungkuk lebih suka makanan yang terdapat berhampiran permukaan, seperti krill dan kumpulan ikan. Oleh itu, paus bungkuk mengumpulkan makanan bersama-sama untuk membentuk rangkaian gelembung dengan meniup buih dalam lingkaran bawah ke atas semasa memburu.

Dalam gerakan "upward spiral", ikan paus bungkuk menyelam kira-kira 12 m, kemudian mula membentuk gelembung lingkaran di sekeliling mangsanya dan berenang ke atas ke arah permukaan.

Logik Algoritma Pengoptimuman Paus

Algoritma Pengoptimuman Paus ialah algoritma pengoptimuman rawak berasaskan kumpulan yang ringkas dan teguh. Algoritma ini mempunyai keupayaan untuk mengelak daripada jatuh ke dalam penyelesaian optimum tempatan dan mencari penyelesaian optimum global, jadi ia berfungsi dengan baik apabila menyelesaikan masalah pengoptimuman di bawah keadaan yang berbeza atau tanpa kekangan. Algoritma pengoptimuman paus adalah algoritma optimum.

1. Mengelilingi mangsa

Ikan paus bungkuk boleh mengenal pasti lokasi mangsa dan mengelilinginya. Dalam algoritma paus, ejen carian terbaik dianggap sebagai mangsa sasaran atau hampir dengan titik optimum, dan ejen carian lain akan berusaha untuk mendekati ejen carian terbaik.

Algoritma paus menganggap bahawa penyelesaian calon terbaik semasa adalah mangsa sasaran atau hampir dengan penyelesaian optimum. Ejen carian lain akan cuba mengemas kini kedudukan mereka kepada ejen carian terbaik.

2. Bubble Net Hunting

Dalam Algoritma Pengoptimuman Paus (WOA), modelkan jaring gelembung lingkaran dan lakukan pengoptimuman secara rawak atau ejen carian terbaik untuk mensimulasikan tingkah laku memburu untuk mengejar mangsa mekanisme serangan.

3. Cari mangsa

Kaedah yang sama berdasarkan variasi vektor {displaystyle{benda{A}}} boleh digunakan untuk mencari mangsa (penerokaan). Malah, paus bungkuk mencari secara rawak berdasarkan lokasi masing-masing.

Kemas kini kedudukan ejen carian semasa fasa penerokaan berdasarkan ejen carian yang dipilih secara rawak dan bukannya ejen carian terbaik.

Atas ialah kandungan terperinci Prinsip pengoptimuman berangka dan analisis Algoritma Pengoptimuman Paus (WOA). Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!