💥💥💥💞💞💞欢迎来到本博客❤️❤️❤️💥💥💥
📝目前更新:🌟🌟🌟智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。
🎉🎉欢迎您的到来🎉🎉
⛅⛅⛅ 📃CSDN主页:Matlab科研室🌈🌈🌈
📚📚📚📋所有代码目录见微信公众号:天天Matlab👨•💻👨•💻👨•💻
阴阳对优化算法 ( Yi n-Yang-Pai r Opti mi zation , YYPO ) 是一种近期被提出 的 的轻量级 单 目 标智 能优化算法[ 2 5 ] 〇 其将宇宙 中 广泛存在 的二元性思想 引 入至优化算法设计 中 , 使优 化算法在搜索空间全局探索 ( explorati on ) 和局部开发 ( exploitation ) 之间保持一种动态和谐的平衡。 相对于 目 前代表性的几种单 目 标优化算法, YYPO 拥有很强的解的搜索性能, 同 时其时 间 复杂度又显著 降低 , 所以其拥有很强 的竞争力 。 该算法的一个缺陷是使用 固 定 的缩放因 子, 所以其实际的优化性能过于依赖缩放因 子参数的设置.阴 阳 对优化(YYPO) 算法是 由 Punnathanam等人在2 0 1 6 年提 出 的 一种 新 的 元启 发式算 法 。 其是基于在搜索空 间 全局探索( expl oration) 和 局 部开发( exploi tation) 之 间 保持平衡 的一 种轻量级优化算法。 阴 阳 对优化算法采用 全局探索 点P2 和局 部开发点Pi , 根据优化 问 题 中 决策变量的数量利用两点相互交换的策略 , 并生成附加 点进行搜索求解。。
function [P,del] = Archivefn(Arch,P,del,alpha,D)
% This function executes the archive stage
% This is an equivalent of the archive stage described in the paper
Arch = [Arch; P];
[~, ind] = min(Arch(:,D+1));
P(1,:) = Arch(ind,:);
Arch(ind,D+1) = NaN;
[~, ind] = min(Arch(:,D+1));
P(2,:) = Arch(ind,:);
% Equation (3)
del(1) = del(1) - del(1)/alpha;
del(2) = del(2) + del(2)/alpha;
% del2 is to be capped at 0.75
del(2) = min(del(2),0.75);
end
[1]李大海,艾志刚,王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22):15.
部分理论引用网络文献,若有侵权联系博主删除。