智能优化算法:热交换优化算法
文章目录
- 智能优化算法:热交换优化算法
- 1.算法原理
- 2.实验结果
- 3.参考文献
- 4.Matlab代码
- 5.Python代码
摘要:热交换优化 (Thermal Exchange Optimization,TEO)算法是于2017年提出的一种基于牛顿冷却定律的新型优化算法,具有收敛快寻优强的特点。
1.算法原理
热交换优化 (Thermal Exchange Optimization,TEO)算法是一种基于牛顿冷却定律的新型优化算法,在该算法中,物体的热损失率与物体和其周围环境的温度差成正比 。在 TEO 算法中,一些 Agent 被定义为冷却对象,其余 Agent 代表环境。更新对象之间的温度公式定义为:
式中:为改变后的物体温度; 为控制变量; 为初始的物体温度;为当前迭代数;为最大迭代数。
根据前面的步骤和式 (1),然后更新每个对象的新温度,表达式为:
当一个对象的性质已降低 β,温度会进行交换。每个对象的 β 值根据式 (4)进行评估。
为防止物体温度落入局部最优,设置参数 ,它指定是否必须更改每个冷却对象的组件。如果,则随机选取第 个物体的一个维度,其值再生的表达式为:
式中: 为第 个 的第 个变量。 和
为第
算法步骤:
Step1.设置参数,初始化种群
Step2.计算适应度值
Step3.根据式(1)更新温度(即位置)
Step4.根据式(3)更新温度
Step5.根据选择概率Pro利用式(5)进行变异
Step6.记录并更新全局最优位置。
Step7.判断是否满足停止条件,如果满足,则输出最优位置,否则重复步骤Step2-Step7.
2.实验结果
3.参考文献
[1]杨明昊,李云龙.基于热交换优化算法的多阈值图像分割方法[J].科技创新与生产力,2019(05):57-59.
4.Matlab代码
热交换优化算法
5.Python代码
上述代码见个人资料介绍