智能優(yōu)化算法：2020被囊群算法-附代碼
@[toc]
摘要：被囊群優(yōu)化(Tunicate Swarm Algorithm,TSA)是Satnam Kaur 等[1]提出的一種新的優(yōu)化算法，它的靈感來自以在深海中成功生存被膜的成群行為，其優(yōu)點(diǎn)在于操作簡單，調(diào)整的參數(shù)少以及跳出局部最優(yōu)的能力強(qiáng)。
1.算法原理
被膜動(dòng)物是明亮的生物發(fā)光體，發(fā)出淺藍(lán)色-綠色的光，可以在數(shù)米之外看到。被膜動(dòng)物呈圓柱形，一端開口，另一端閉合。每個(gè)被膜動(dòng)物的大小都有幾毫米。在每個(gè)被膜組織中都有一個(gè)共同的膠狀被膜，它有助于連接所有個(gè)體。然而，每一個(gè)被膜動(dòng)物各自從周圍的海水中取水，并通過心房虹吸管產(chǎn)生噴氣推進(jìn)。被膜動(dòng)物是唯一一種能以這種流體噴射式推進(jìn)力在海洋中移動(dòng)的動(dòng)物。這種推進(jìn)力強(qiáng)大，可以使被膜動(dòng)物在海洋中垂直遷移。被膜動(dòng)物通常出現(xiàn)在500-800米深處，并在夜間向上遷移到地表水的上層。被膜動(dòng)物的大小從幾厘米到超過4米不等。被囊動(dòng)物的噴氣推進(jìn)和群體行為（見圖1）。
<center> 圖1.被囊動(dòng)物的群體行為
Tunicate具有在海洋中找到食物來源的能力。然而，在給定的搜索空間中，我們不知道食物的來源。被膜動(dòng)物是利用其自身的兩種行為來尋找食物來源，即尋找最佳。行為包括噴氣推進(jìn)和群體智能。為了對(duì)噴氣推進(jìn)行為進(jìn)行數(shù)學(xué)建模，被膜應(yīng)滿足三個(gè)條件，即避免搜索種群之間的沖突、向最佳搜索個(gè)體的位置移動(dòng)以及保持與最佳搜索個(gè)體的距離。然后，群體會(huì)根據(jù)個(gè)體的最優(yōu)解更新位置。
1.1避免搜索沖突
<>x<center>圖2 避免搜索沖突
為了避免個(gè)體之間的搜索沖突，表示計(jì)算新的個(gè)體位置，如圖2所示：
其中代表重力作用，
代表深海中的水流平流。
是[0,1]之間的隨機(jī)數(shù)。
代表個(gè)體間的互相作用力，其計(jì)算如下式：
其中代表初始的相互作用速度范圍，一般設(shè)定為[1,4]。
1.2 向最優(yōu)鄰居移動(dòng)
<center> 圖3 向最優(yōu)鄰居移動(dòng)
避免搜索沖突后，個(gè)體向最優(yōu)鄰居移動(dòng)如圖3所示：
其中，代表食物與搜索個(gè)體之間的距離。
代表當(dāng)前迭代次數(shù)。
代表食物的位置，
代表個(gè)體的位置，
代表[0,1]之間的隨機(jī)數(shù)。
1.3 向最優(yōu)位置收斂
[圖片上傳失敗...(image-19079b-1625722779840)]
<center>圖4 向最有位置收斂
每個(gè)個(gè)體向最優(yōu)位置靠近，如圖4所示：
其中代表更新后的位置。
1.4 種群行為
<center> 圖5 種群位置更新
為了從數(shù)學(xué)上模擬被囊動(dòng)物的群體行為，保存前兩個(gè)最優(yōu)解，并根據(jù)最佳搜索個(gè)體的位置更新其他搜索個(gè)體的位置。被膜動(dòng)物的群體行為如下所示：
圖5，顯示了個(gè)體怎么根據(jù)更新自身的位置。
1.5 算法流程
（1）初始化種群
（2）初始化種群參數(shù)，邊界條件；
（3）計(jì)算每個(gè)個(gè)體的適應(yīng)度值；
（4）搜索最佳個(gè)體的位置；
（5）根據(jù)群體行為更新每個(gè)個(gè)體位置；
（6）調(diào)整超出給定搜索空間邊界的個(gè)體位置。
（7）計(jì)算更新后的群體每個(gè)個(gè)體的適應(yīng)度值，如果適應(yīng)度由于之前，則更新；
（8）如果滿足停止條件，則停止算法，否則重復(fù)步驟(5) - (8)。
（9）返回最優(yōu)值
迭代過程如圖6所示
<center>圖6 迭代過程
2. 算法結(jié)果：
參考文獻(xiàn)：
[1]Satnam Kaur,Lalit K. Awasthi,A.L. Sangal,Gaurav Dhiman. Tunicate Swarm Algorithm: A new bio-inspired based metaheuristic paradigm for global optimization[J]. Engineering Applications of Artificial Intelligence,2020,90.
Matlab 代碼地址：
https://mianbaoduo.com/o/bread/Z5aalJ8=
