风驱动优化算法

Posted 2021-06-29 博主QQ2449341593

文章目录

• 一、理论基础
• • 1、算法原理
  • 2、算法过程
• 二、仿真实验
• 三、参考文献
• 四、Matlab仿真程序

 

一、理论基础

1、算法原理

2、算法过程

WDO算法的实现流程：
1） 初始化空气质点的个数和维度，定义最大迭代次数和相关的参数常量，设置搜索边界(位置和速度)，设置相应的测试函数。
2） 随机初始化各个质点的初始信息(位置和速度)，计算初始的压力值并根据压力值的大小升序排列。
3） 开始迭代。更新空气质点的速度和位置，计算质点压力值并以升序方式重新排列种群顺序。
4） 迭代终止。判断是否满足终止条件，如果不满足就返回步骤3)，否则就终止迭代，最后搜索到的最优位置就是最优解。

二、仿真实验

对表2列出的七个测试函数进行测试，每个函数维度均为30。

表2 测试函数简介

在实验过程中，各个算法的种群个数N NN设置为30，最大迭代次数设置为500，测试函数的相应搜索范围如表2所示，搜索速度的范围对应于位置搜索范围的百分之一。在WDO算法中，常量参数α = 0.4 , g = 0.2 , R T = 3 , c = 0.4 \\alpha=0.4,g=0.2,RT=3,c=0.4α=0.4,g=0.2,RT=3,c=0.4。迭代收敛曲线如下图所示：

三、参考文献

[1] Bayraktar Z , Komurcu M , Werner D H . Wind Driven Optimization (WDO): A novel nature-inspired optimization algorithm and its application to electromagnetics[C]// IEEE. IEEE, 2010.
[2] 杜进生, 张天能, 周赤伟. 基于二阶泰勒级数展开和风驱动优化算法的结构有限元模型修正[J]. 建筑结构学报, 2019, 040(002):206-214.
[3] 朱祥兵,李垣江,王建华,武汉卿. 基于Levy飞行机制的风驱动优化算法[J]. 计算机与数字工程, 2018, 46(10): 1943-1950,1956.

四、Matlab仿真程序

代码下载https://www.cnblogs.com/matlabxiao/p/14883637.html