鲸鱼优化(Whale Optimization Algorithm, WOA)算法是澳大利亚格里菲斯大学的Mirjalili 等于2016年提出的一种新型的群体智能优化方法，它的思想来源于海洋中座头鲸独有的特殊捕食行为，算法通过鲸鱼包围、气泡攻击猎物等过程实现优化搜索目的。该算法具有原理简单、操作简易，易于实现，需调整的参数少及鲁棒性强等特点。在函数优化方面，WOA 算法在求解精度和稳定性上要明显优于粒子群（PSO）、差分进化（DE）和 引力搜索（GSA）等算法。同时WOA 算法在许多领域得到了广泛的应用，如经济调度，光伏MPP系统，电容选址和图像分割等。
2021-10-03 10:44:41
1KB
1
鲸鱼优化算法（WOA）是一种用于解决优化问题的新优化技术。该算法包括三个算子，用于模拟猎捕鲸鱼的猎物，环绕猎物和泡泡网觅食行为。
2021-09-28 16:01:46
19.65MB
一种新的优化算法，正余弦优化算法。提出了一种新的基于种群的优化算法,叫做正弦余弦算法(SCA).SCA创建多个初始随机候选解，并要求它们向外波动，活使用正弦余弦函数的数学模型向最优解靠近。该算法还集成了多个随机变量和自适应变量，强调在优化的不同阶段的搜索空间的开发和探索的利用。
2021-09-26 18:49:11
5KB
1
分享了金鹰优化器工具箱及其原文，亲测有效，更多算法可进入空间查看
2021-09-15 19:09:14
2.91MB
引力搜索算法是近年提出的一种颇具潜力的全局优化算法，已经成功应用到了各种工程实践中，然而它在求解复杂工程优化问题时容易出现早熟收敛问题。为了在一定程度上避免早熟收敛现象，提出一种应用精英反向学习策略的引力搜索算法（EOGSA）。在演化进程中，对当前种群中的每个个体分别执行精英反向学习策略，生成一个精英反向种群，并将生成的精英反向种群与当前种群同时进行竞争，选择出下一代种群。在一系列经典函数优化测试问题上的对比实验结果表明，EOGSA算法能够提高传统引力搜索算法的性能，在一定程度上避免早熟收敛的缺点。
2021-09-15 16:15:17
1.04MB
1
斯坦福大学教授的CS261类：优化和算法范例的讲义。 它们涵盖了近似算法，精确优化和在线算法的主题。
2021-09-13 01:36:18
833KB
1