智能优化算法：饥饿游戏搜索算法-附代码

本文主要是介绍智能优化算法：饥饿游戏搜索算法-附代码，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

智能优化算法：饥饿游戏搜索算法

摘要:饥饿游戏搜索算法(Hunger games search,HGS)是于2021年提出的一种新型智能优化算法，该算法是根据动物饥饿驱动活动和行为而设计的，具有寻优能力强，收敛速度快等特点。

1.算法原理

1.1 接近食物

动物接近食物的行为可以用式（1）表示：
$$X(t+1)=\{\begin{array}{l}X(t)(1+randn(1)),r_1<l\\ W_1{X}_b+R{W}_2|X_b-X(t)|,r_1>l,r_2>E\\ W_1{X}_b-R{W}_2|X_b-X(t)|,r_1>l,r2<E\end{array}\text{\hspace{1em}(1)}$$
其中，$R$是介于$[-a,a]$的随机数；$r_1,r_2$均为[0,1]之间的随机数；randn是满足标准正态分布的随机数；$t$为当前迭代次数；$W_1$和$W_2$表示饥饿权重；$X_b$表示全局最优位置；$X(t)$表示当前个体位置；$l$是设置的常数。$E$的计算公式如下：
$$E=sech(|F(i)-BF|)\text{\hspace{1em}(2)}$$
其中$i\in (1,2,...,N)$，$F(i)$第$i$个个体的适应度值；$BF$是当前最优适应度值。$sech$是一个双曲函数。
$$sech(x)=\frac{2}{e^x+e^{-x}}\text{\hspace{1em}(2)}$$
R的计算公式如下：
$$R=2\ast a\ast rand-a\text{\hspace{1em}(4)}$$

$$a=2\ast (1-t/Ma{x}_{iter})\text{\hspace{1em}(5)}$$

1.2 饥饿角色

对搜索中个体的饥饿特征进行了数学建模

$W_1$的计算如式（6）所示：
$$W_1^i=\{\begin{array}{l}hungry(i)\frac{N}{SHungry}{r}_4,r3<l\\ 1,r3>l\end{array}\text{\hspace{1em}(6)}$$
$W_2$的计算如式（7）所示：
$$W_2^i=(1-exp(-|hungry(i)-SHungry|))\ast r_2\ast 2\text{\hspace{1em}(7)}$$
其中，$hungry$表示每个个体的饥饿程度；$N$表示所有个体的总数；$SHungry$表示所有个体饥饿程度的总和，即$sum(hungry)$；$r_3,r_4,r_5$均为[0,1]之间的随机数。$hungry(i)$计算如下：
$$hungry(i)=\{\begin{array}{l}0,AllFitness(i)==BF\\ hungry(i)+H,else\end{array}\text{\hspace{1em}(8)}$$
其中，$AllFitness(i)$表示每个个体的适应度值。$H$的计算如下：
$$TH=\frac{F(i)-BF}{WF-BF}\ast r_6\ast 2\ast (UB-LB)\text{\hspace{1em}(9)}$$

$$H=\{\begin{array}{l}LH\ast (1+r),TH<LH\\ TH,else\end{array}\text{\hspace{1em}(10)}$$

其中，$r_6$为[0,1]之间的随机数；$F(i)$为每个个体的适应度值；$BF$为当前最优适应度值；$WF$为当前最差适应度值；$UB$和$LB$分别表示搜索空间的上限和下限；$LH$为$H$的下界。

算法伪代码

Algorithm 1 Pseudo-code of Hunger Games Search (HGS)
Initialize the parameters N, T,l,D,SHungry
Initialize the positions of Individuals X i (i = 1,2,⋯,N)
While (t ≤ T)
Calculate the fitness of all Individuals
UpdateBF,WF,X b ,BI
Calculate the Hungry by Eq. (8)
Calculate the W 1  by Eq. (6)
Calculate the W 2  by Eq. (7)
For eachIndividuals
Calculate E by Eq. (2)
Update R by Eq. (4)
UpdatepositionsbyEq.(1)
End For
t = t + 1
End While
ReturnBF,X 

2.实验结果

3.参考文献

[1] Yutao Yang, Huiling Chen, Ali Asghar Heidari, Amir H Gandomi. Hunger Games Search: Visions, Conception, Implementation, Deep Analysis, Perspectives, and Towards Performance Shifts[J]. Expert Systems with Applications, 2021, 177: 114864.

4.Matlab

这篇关于智能优化算法：饥饿游戏搜索算法-附代码的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---