【智能算法】闪电搜索算法（LSA）原理及实现

编程基础 • 2024-12-31 08:01 • 阅读 43

在这里插入图片描述

1.背景

2015年，H Shareef等人闪电自然现象启发，提出了闪电搜索算法（Lightning Search Algorithm, LSA）。
在这里插入图片描述

2.算法原理

2.1算法思想

LSA受到闪电梯级先导传播机制的启发: 放电体参与形成二叉树结构并且在分叉点同时形成 2 个先导尖端。考虑了闪电的概率性质和曲折特征，通过相对能量来控制算法的探索和开发能力。

在这里插入图片描述

2.2算法过程

放电体建模

过渡放电体产生了梯级先导的初始种群，空间放电体试图到达最好的先导位置，先导放电体代表当前的最优位置，考虑到闪电的概率性质完成了 3 种放电体的建模。先导尖端在早期形成，经过渡向随机方向喷出放电体，因此过渡放电体 pt 可被认为是从解空间[m,n]上取得的随机数并服从均匀分布:
$p^t) = \begin{cases}\frac{1}{n - m}, m\leqslant p^t\leqslant n\\{}\\0 , p^t < m\quad\text{or}\quad p^t > n\end{cases}\tag{1}$
梯级先导尖端形成以后，先导者电离先导尖端附近部分来移动放电体。空间放电体服从指数分布：
$p_{i\_\mathrm{new}}^s = p_i^s \pm \mathrm{exprand}( d_i)\tag{2}$
LSA 认为先导放电体是从标准正态分布中抽取的随机数:
$p_{i_{-\text{new}}}^l = p_i^l + \text{normrand}( u ,\sigma)\tag{3}$
u 为形状参数，σ 为控制放电体开发能力的相对能量。

分叉方式形成新通道

1.放电体通过碰撞会形成新的一个放电体p，其所处通道与原放电体相互对称，保留二者中的较优者，此时种群数量不会增加：
$\bar{p} = a + b - p\tag{4}$
2.设置一个最大通道时间 max_time，在达到max_time 时，用最优的通道代替最差的通道进行通道更新。

流程图

在这里插入图片描述

3.结果展示

在这里插入图片描述

4.参考文献

[1] Shareef H, Ibrahim A A, Mutlag A H. Lightning search algorithm[J]. Applied Soft Computing, 2015, 36: 315-333.

今天的文章【智能算法】闪电搜索算法（LSA）原理及实现分享到此就结束了，感谢您的阅读。

【智能算法】闪电搜索算法（LSA）原理及实现

目录

1.背景

2.算法原理

2.1算法思想

2.2算法过程

3.结果展示

4.参考文献

相关推荐