机器学习实战应用案例100篇(十七)-烟花算法从原理到实战应用

Posted 普通网友

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习实战应用案例100篇(十七)-烟花算法从原理到实战应用相关的知识,希望对你有一定的参考价值。

烟花算法(原理)

1 算法简介

烟花算法(Fireworks Algorithm,简称 FWA)是Tan和Zhu在2010 年提出的基于模拟花爆炸产生火花这一自然现象的新颖的群智能算法。

当一个烟花爆炸时,在它周围一定范围的区域内会产生一定数量火花,但是每个烟花的爆炸半径爆炸火花数量是各不相同的。

在优化过程中,用适应度函数对每个烟花及其爆炸产生的火花进行评价。

  1. 如果烟花及火花所对应的适应度函数值越小,说明这个烟花或者火花属于优质的个体,在选择其作为下一次爆炸烟花的时候,产生的火花数量越多爆炸范围/半径越小,具有对于该烟花位置的强大的局部搜索能力;

  2. 相反,如果烟花及火花所对应的适应度函数值越大,说明这个烟花或者火花属于较次的个体,在选择其作为下一次爆炸烟花的时候,产生的火花数量越少爆炸范围越大,具有一定的全局搜索能力;

  3. 其中一定范围的区域对应着搜索空间即可行域,一定数量的火花对应着可行解。

类似地&

以上是关于机器学习实战应用案例100篇(十七)-烟花算法从原理到实战应用的主要内容,如果未能解决你的问题,请参考以下文章

机器学习实战应用案例100篇(二十七)-遍历算法应用案例

机器学习实战应用案例100篇(十五)-萤火虫算法从原理到实战应用案例

机器学习实战应用案例100篇-粒子群优化算法(PSO)从原理到实战应用案例(附代码)

机器学习实战应用案例100篇(二十三)-粒子群算法从原理到实战应用案例

机器学习实战应用案例100篇-正余弦优化算法从原理到实战应用案例

机器学习实战应用案例100篇-正余弦优化算法从原理到实战应用案例