亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        融合FDB策略和切線飛行的改進(jìn)白鯨優(yōu)化算法

        2023-12-18 18:13:49陳曦明張軍偉
        計(jì)算機(jī)時(shí)代 2023年11期
        關(guān)鍵詞:映射

        陳曦明 張軍偉

        關(guān)鍵詞:白鯨優(yōu)化算法;FDB策略;Tent 映射;切線飛行

        中圖分類(lèi)號(hào):TP301.6 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1006-8228(2023)11-46-06

        0 引言

        白鯨優(yōu)化(Beluga Whale Optimization,BWO)算法是一種基于種群的元啟發(fā)式算法,由大連理工大學(xué)學(xué)者Zhong 等人[1]在2022 年提出。該算法模擬了白鯨游泳、捕食和鯨落等行為。相比于傳統(tǒng)的智能優(yōu)化算法,如麻雀搜索算法(Sparrow SwarmAlgorithm,SSA)和人工蜂鳥(niǎo)算法(Artificial Hummingbird Algorithm,AHA),BWO 具有更強(qiáng)的收斂精度和搜索能力,因此已成功應(yīng)用于機(jī)器學(xué)習(xí)、醫(yī)學(xué)和生物信息學(xué)等諸多領(lǐng)域的優(yōu)化問(wèn)題[2-4]。

        然而,基本的BWO 算法存在種群多樣性匱乏,全局搜索與局部開(kāi)發(fā)不平衡,以及過(guò)早收斂等問(wèn)題。針對(duì)這些不足之處,研究者提出了多種BWO 的改進(jìn)策略。Horng 等人[2] 將BWO 算法與序優(yōu)化(OrdinalOptimization)相結(jié)合,成功解決了高維度搜索空間中存在的收斂速度慢等問(wèn)題,并將改進(jìn)的BWO 算法應(yīng)用于醫(yī)療護(hù)理領(lǐng)域中。Mohamed 等人[3]提出一種強(qiáng)化BWO 算法,將旋風(fēng)覓食策略和準(zhǔn)對(duì)立學(xué)習(xí)方法融入BWO 中,增強(qiáng)了BWO 算法的魯棒性和搜索能力,并將改進(jìn)算法應(yīng)用于動(dòng)力系統(tǒng)的燃料費(fèi)用優(yōu)化領(lǐng)域。Houssein 等人[4]將對(duì)立學(xué)習(xí)融入到BWO 的初始階段,加快搜索過(guò)程,強(qiáng)化學(xué)習(xí)能力,將該算法應(yīng)用于不同維度大小的醫(yī)療數(shù)據(jù)集的分類(lèi)中,結(jié)果表明總體分類(lèi)準(zhǔn)確率達(dá)到85.17%。

        根據(jù)上述分析,BWO 的改進(jìn)方向可以總結(jié)為如下幾點(diǎn):

        ⑴ 改進(jìn)種群的初始化階段,從而提高種群的多樣性;

        ⑵ 融入學(xué)習(xí)策略來(lái)平衡算法的全局勘探和局部開(kāi)發(fā)能力;

        ⑶ 引入先進(jìn)的種群位置更新模式,改進(jìn)算法的尋優(yōu)搜索能力,避免出現(xiàn)早熟現(xiàn)象。

        盡管有許多先進(jìn)的改進(jìn)策略應(yīng)用于BWO 中,但目前來(lái)看算法的全局搜索尋優(yōu)能力、算法的穩(wěn)定性依舊較弱,特別是在求解復(fù)雜函數(shù)尋優(yōu)問(wèn)題時(shí)。因此,本文提出一種融合適應(yīng)度距離平衡策略和切線飛行的改進(jìn)白鯨優(yōu)化算法(Fitness Distance Balance-Tangent Flight Beluga Whale Optimization, FDBTFBWO)。該算法首先在種群初始化時(shí)引入基于Levy 飛行擾動(dòng)的改進(jìn)Tent 映射方法,增強(qiáng)了種群多樣性;其次在BWO 的探索和鯨落階段融入FDB 選擇策略,提升算法的收斂精確度;同時(shí)利用切線飛行策略改進(jìn)鯨落階段的種群位置更新模式,使迭代過(guò)程跳出局部最優(yōu)。通過(guò)與其他智能優(yōu)化算法的對(duì)比證明,所提出的FDB-TFBWO 算法具備更加優(yōu)越的魯棒性和全局尋優(yōu)能力。

        2.4 FDB-TFBWO 算法步驟

        FDB-TFBWO 算法的步驟如下:

        (a) 對(duì)白鯨的參數(shù)進(jìn)行初始化,包括,種群的規(guī)模N,優(yōu)化對(duì)象個(gè)數(shù)d,最大迭代次數(shù)T;

        (b)利用基于Levy 飛行擾動(dòng)的改進(jìn)Tent 映射策略,即公式⑿~⒁在搜索空間內(nèi)對(duì)BWO 種群進(jìn)行初始化設(shè)定;

        (c)根據(jù)公式⑿和⑾來(lái)計(jì)算Bf和鯨落概率Wf;

        (d)若Bf>0.5 則進(jìn)入探索階段,利用公式(3)結(jié)合FDB 選擇策略(公式⒂~⒄)更新白鯨位置,否則進(jìn)入開(kāi)發(fā)階段,即利用公式⑷~⑺更新白鯨位置;

        (e) 若Bff,則進(jìn)入鯨落階段,將切線飛行和FDB 策略共同融入該階段,即利用公式⑻~⑾、⒂~⒆更新鯨魚(yú)個(gè)體位置;

        (f) 判斷算法是否達(dá)到收斂條件,當(dāng)?shù)螖?shù)為最大迭代次數(shù)即跳出循環(huán),輸出最優(yōu)位置,否則重復(fù)執(zhí)行步驟(c)~步驟(e)。

        FDB-TFBWO 算法的流程圖如圖3 所示。

        3 模擬實(shí)驗(yàn)與結(jié)果討論

        3.1 實(shí)驗(yàn)環(huán)境和測(cè)試函數(shù)

        本文選取智能優(yōu)化領(lǐng)域使用范圍較廣的8 個(gè)經(jīng)典基準(zhǔn)測(cè)試函數(shù)進(jìn)行模擬實(shí)驗(yàn)[9],以證明所提出的FDBTFBWO算法具備更卓越的尋優(yōu)能力和穩(wěn)定性。測(cè)試函數(shù)如表1 所示,這里F1~F4 為單峰測(cè)試函數(shù),F(xiàn)5~F6為多峰測(cè)試函數(shù),F(xiàn)7~F8 為固定維度多峰測(cè)試函數(shù)。另外將基本BWO算法的模擬優(yōu)化結(jié)果與FDB-TFBWO進(jìn)行對(duì)比,驗(yàn)證改進(jìn)策略的先進(jìn)性。此外,由于在文獻(xiàn)中已經(jīng)證明了BWO 比其他先進(jìn)智能優(yōu)化算法[1],如飛蛾撲火算法[10]、麻雀優(yōu)化算法[10]、蝗蟲(chóng)優(yōu)化算法[11]等,在尋優(yōu)能力、穩(wěn)定性方面表現(xiàn)更好,故本文也無(wú)需再將FDB-TFBWO 與其他智能優(yōu)化算法進(jìn)行對(duì)比。

        實(shí)驗(yàn)中每個(gè)算法獨(dú)立運(yùn)行30 次,求得實(shí)驗(yàn)的最小值和平均值,以表征算法的收斂能力和尋優(yōu)精度,而標(biāo)準(zhǔn)差則用于衡量算法的穩(wěn)定性。每個(gè)算法的最大迭代次數(shù)設(shè)為300,種群數(shù)量N 均為50。模擬實(shí)驗(yàn)的環(huán)境為:Win10 64 位操作系統(tǒng),PC 主機(jī)為Intel Corei7-6700HQ CPU,主頻2.60 GHz,內(nèi)存8GB。

        3.2 實(shí)驗(yàn)結(jié)果的對(duì)比分析

        表2 列出了所提出的FDB-TFBWO 算法與BWO的模擬優(yōu)化計(jì)算結(jié)果對(duì)比。

        根據(jù)表2 中單峰函數(shù)F1~F4 優(yōu)化結(jié)果可知,不論是平均值還是最小值,F(xiàn)DB-TFBWO 都能搜索到理論全局最優(yōu)的解,如F1、F3 和F4,而對(duì)于F2,也搜索到了更加接近理論全局最優(yōu)的解。相比之下,BWO 算法與FDB-TFBWO 之間的差距就非常明顯,基本都在十個(gè)數(shù)量級(jí)以上。

        對(duì)于復(fù)雜多峰函數(shù)F5~F6,F(xiàn)DB-TFBWO 算法能夠跳出局部最優(yōu)范圍,解更接近于理論最優(yōu)值。盡管F6 的優(yōu)化標(biāo)準(zhǔn)差較大,但相對(duì)BWO 來(lái)說(shuō)也有顯著提升。

        對(duì)于固定維度多峰測(cè)試函數(shù)F7~F8,F(xiàn)DB-TFBWO算法不僅優(yōu)化結(jié)果更好,而且尋優(yōu)結(jié)果更加穩(wěn)定。故綜合來(lái)看,F(xiàn)DB-TFBWO 算法具有更卓越的優(yōu)化穩(wěn)定性及優(yōu)化準(zhǔn)確性。

        此外,為了對(duì)比算法的收斂性,圖4 給出了FDBTFBWO算法與BWO 算法在不同測(cè)試函數(shù)上的收斂曲線。而由于在F7、F8 函數(shù)中,兩個(gè)算法均搜索到了全局最優(yōu)解或接近全局最優(yōu)解,整體的優(yōu)化效果相對(duì)接近,故不在圖4 中展示這二個(gè)函數(shù)的收斂曲線。由圖4 可知,對(duì)于所有的測(cè)試函數(shù),F(xiàn)DB-TFBWO 算法都能夠較為快速地收斂到接近最優(yōu)值的狀態(tài),沒(méi)有出現(xiàn)前期陷入局部最優(yōu)的情況。說(shuō)明所提出的FDBTFBWO算法,其收斂準(zhǔn)確度和速度都顯著好于基本的BWO 算法。證明了FDB-TFBWO 的收斂能力。

        而在FDB-TFBWO 算法的應(yīng)用方面,考慮到機(jī)器學(xué)習(xí)模型中,超參數(shù)的選擇對(duì)機(jī)器學(xué)習(xí)模型回歸預(yù)測(cè)/分類(lèi)的精度影響非常大。而針對(duì)多輸入-多輸出類(lèi)的預(yù)測(cè)問(wèn)題,優(yōu)化目標(biāo)非常多,使得優(yōu)化問(wèn)題較為復(fù)雜。因此可以考慮將FDB-TFBWO 算法應(yīng)用于極限學(xué)習(xí)機(jī)(Extreme Learning Machine, ELM)和長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Networks, LSTM),實(shí)現(xiàn)超參數(shù)的最優(yōu)選取。從而可以大幅提升機(jī)器學(xué)習(xí)模型的訓(xùn)練精度。

        4 結(jié)束語(yǔ)

        傳統(tǒng)的BWO 算法存在易陷入局部最優(yōu)、收斂能力弱等缺點(diǎn),因此本文提出了一種融合FDB 策略和切線飛行的改進(jìn)白鯨優(yōu)化算法(FDB-TFBWO)。首先在種群初始化階段引入基于Levy 飛行擾動(dòng)的改進(jìn)Tent映射方法,增強(qiáng)了種群多樣性;其次在BWO 的探索和鯨落階段融入FDB 選擇策略,選出對(duì)尋優(yōu)過(guò)程貢獻(xiàn)最大的個(gè)體進(jìn)行位置更新,從而提升算法的收斂精確度;同時(shí)利用切線飛行策略改進(jìn)鯨落階段的種群個(gè)體位置,大幅提升算法在使迭代過(guò)程中跳出局部最優(yōu)的概率。通過(guò)與BWO 算法的模擬優(yōu)化對(duì)比證明,所提FDB-TFBWO 算法具備更加優(yōu)越的全局尋優(yōu)能力、魯棒性和收斂速度。

        所提出的FDB-TFBWO 算法盡管優(yōu)化精度突出,但優(yōu)化時(shí)間相對(duì)較長(zhǎng),在后續(xù)研究中將考慮將不同的稀疏位置更新策略融入到FDB-TFBWO 算法中,以提升算法的迭代速度。

        猜你喜歡
        映射
        Hibernate框架持久化應(yīng)用及原理探析
        從映射與運(yùn)算的角度定義線性空間
        RMI原則在代數(shù)學(xué)教學(xué)中的應(yīng)用
        論美國(guó)動(dòng)畫(huà)電影題材變化及現(xiàn)實(shí)映射意義
        試論泰國(guó)文化對(duì)外來(lái)廣告的映射
        東方教育(2016年3期)2016-12-14 20:50:00
        概念隱喻在構(gòu)建語(yǔ)篇連貫中的作用探析
        考試周刊(2016年85期)2016-11-11 00:44:35
        面向?qū)ο笤陉P(guān)系數(shù)據(jù)庫(kù)中的設(shè)計(jì)與應(yīng)用
        馬克思幸福思想的印度語(yǔ)境
        從映射理論視角分析《麥田里的守望者》的成長(zhǎng)主題
        函數(shù)概念教學(xué)的幾點(diǎn)思考
        男人扒开添女人下部免费视频| 亚洲天堂av另类在线播放| 国产成人综合久久大片| 肉色丝袜足j视频国产| 婷婷久久久亚洲欧洲日产国码av| 传媒在线无码| 亚洲国产天堂av成人在线播放 | 国产一区二区三区精品久久呦| 国产一区二区三区探花| 18禁裸体动漫美女无遮挡网站| 在线观看免费人成视频色9| 国产福利小视频在线观看| 国产精品丝袜美腿诱惑| 国产女人精品视频国产灰线| 亚洲中文字幕无码爆乳| 日本精品网| 少妇久久一区二区三区| 日韩人妻熟女中文字幕a美景之屋| 一本无码人妻在中文字幕免费| 亚洲免费一区二区三区视频| 99视频一区二区日本| 免费无码一区二区三区a片百度| 国产乱子伦精品免费无码专区| 丝袜人妻无码中文字幕综合网| 中文字幕人妻日韩精品| 被三个男人绑着躁我好爽视频| 色丁香色婷婷| 国语对白三级在线观看| 精品无码国产一区二区三区麻豆| 老熟妇乱子伦av| 日本色偷偷| 少妇被爽到高潮喷水免费福利| 亚洲热线99精品视频| 亚洲高清无码第一| 国产一区二区三区av观看| 小说区激情另类春色| 又黄又爽又色的视频| 亚洲色偷偷偷综合网另类小说| 扒开美女内裤舔出白水| 日本老熟妇50岁丰满| 国产在线精品福利大全|