引力搜索算法(Gravitational_Search_algorithm,GSA)附matlab代码

引力搜索算法(Gravitational_Search_algorithm,GSA)附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法神经网络预测雷达通信无线传感器

信号处理图像处理路径规划元胞自动机无人机

⛄ 内容介绍

GSA是2009年提出的一种新型的启发式群智能优化算法，具有全局搜索能力强、收敛速度快等优点。在GSA中，种群粒子相当于空间中运动的个体，这些个体在万有引力的作用下彼此吸引、运动，个体的质量是评价粒子好坏的标准，质量越大的个体吸引其他粒子的能力越强，即表示其对应的解更好，整个种群凭借粒子相互间力的作用相互运动实现信息的共享，并朝着最优区域展开搜索。

设空间中有N个粒子，第i个粒子表示如下:

$X_{i}=\left(x_{i}^{1}, \cdots, x_{i}^{k}, \cdots, x_{i}^{n}\right), i=1,2, \cdots, N .$

。其中:n为搜索空间的维数， $x_{i}^{k}$ 为第个粒子在第维上的位置信息。t时刻两个粒子间的作用力表示为

$F_{i j}^{k}(t)=G(t) \frac{M_{p i}(t) \times M_{a j}(t)}{R_{i j}(t)+\varepsilon}\left(x_{j}^{k}(t)-x_{i}^{k}(t)\right) .$ 。

其中: $M_{a j}(t)$ 和 $M_{p i}(t)$ 分别为粒子j和粒子i的质量;e为一个极小的常量;为 $R_{i j}(t)$ 粒子i与粒子j之间的欧氏距离;G(t)为t时刻的万有引力常数，其具体定义如下:

$G(t)=G_{0} \times \mathrm{e}^{-a t / T}$

其中: T 为进化参数, G0为初始时刻的引力常数. 在t 时刻,粒子i在k维上受到的其他粒子的合力 $F_{i}^{k}(t)$ 为

$F_{i}^{k}(t)=\sum_{j=1, j \neq i}^{N} \operatorname{rank}_{j} F_{i j}^{k}(t)$

其中 $\operatorname{rank}_{j}$ 为变化区间[0 1]在之间的随机数，为粒子对粒子i在第k维上的作用力。依据牛顿第二定律，定义时刻粒子在维上的加速度公式为

$a_{i}^{k}(t)=\frac{F_{i}^{k}(t)}{M_{i i}(t)}$

在进化过程中，粒子的速度和位置的更新方式为

$\left\{\begin{array}{l} v_{i}^{k}(t+1)=\operatorname{rank}_{i} \times v_{i}^{k}(t)+a_{i}^{k}(t) \\ x_{t}^{k}(t+1)=x_{i}^{k}(t)+v_{i}^{k}(t+1) \end{array}\right.$

粒子的质量与适应度值有关，质量越大的粒子越接近最优，并且它对其他粒子的作用力相应地会更大，但移动速度较慢。粒子质量的计算方式为

$\begin{aligned} m_{i}(t) &=\frac{f_{i}(t)-w(t)}{b(t)-w(t)}, \\ M_{i}(t) &=\frac{m_{i}(t)}{\sum_{j=1}^{N} m_{j}(t)} . \end{aligned}$

⛄ 部分代码

% GSA code v1.1.

% Generated by Esmat Rashedi, 2010.

% " E. Rashedi, H. Nezamabadi-pour and S. Saryazdi,

%揋SA: A Gravitational Search Algorithm? Information sciences, vol. 179,

%no. 13, pp. 2232-2248, 2009."

%

%This function checks the search space boundaries for agents.

function X=space_bound(X,up,low);

[N,dim]=size(X);

for i=1:N

% %%Agents that go out of the search space, are reinitialized randomly .

Tp=X(i,:)>up;Tm=X(i,:)
% %%Agents that go out of the search space, are returned to the boundaries.

% Tp=X(i,:)>up;Tm=X(i,:)

end

⛄ 运行结果

⛄ 参考文献

[1]毕晓君, 刁鹏飞. 基于引力搜索算法的异构无线传感器网络路由分簇算法[J]. 控制与决策, 2017, 32(3):7.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除
相关阅读:
GCP之Google Cloud Infrastructure
微服务与中间件系列——Nacos快速使用
 从入门开始手把手搭建千万级Java算法测试-主页面的搭建和自定义测试数组生成类
 AWS VPC
Java Integer.numberOfLeadingZeros()
uniapp的两个跳转方式
 深度学习之基于YoloV5血红细胞检测识别系统
 【问题解决】蓝牙显示已配对，无法连接，蓝牙设备显示在其他设备中。
Java并发常见面试题
 docker应用记录总结
原文地址：https://blog.csdn.net/matlab_dingdang/article/details/127588663

⛄ 内容介绍

⛄ 部分代码

⛄ 运行结果

⛄ 参考文献