目录
- 1.前文回顾
- 2.空间搜索图
- 3.探索开发对比图
- 4.参考文献
1.前文回顾
前文已经提到智能算法统计指标,本文将进一步扩展算法空间搜索图GIF,探索开发对比图,动态展示理解更清晰:
【智能算法】省时方便,智能算法统计指标——一键运行~
2.空间搜索图
空间搜索图能够更为清晰地展示智能算法优化过程,这里提供了两种方式展示:
- 全局展示每代种群优化迭代过程,制作成GIF动图
- 指定迭代次数,绘制空间搜索图
空间搜索图GIF
指定代数
3.探索开发对比图
在优化问题中,探索(Exploration 是指涉及搜索空间的广泛探索,以发现可能的解决方案。开发(Exploitation 是指对已经发现的候选解进行优化,以使其更接近最优解。探索与开发的平衡是智能算法重要因素,它能够在搜索过程中平衡全局搜索和局部搜索。以下这篇文章给出数学表达:
D
i
ν
j
=
1
n
∑
i
=
1
n
m
e
d
i
a
n
(
x
j
)
−
x
i
j
;
D
i
ν
=
1
D
∑
j
=
1
D
D
i
ν
j
(1)
\begin{aligned}&Di\nu_{j}=\frac1n\sum_{i=1}^n\mathrm{median}(x^j)-x_i^j;\\&Di\nu=\frac1D\sum_{j=1}^DDi\nu_j\end{aligned}\tag{1}
Diνj=n1i=1∑nmedian(xj)−xij;Diν=D1j=1∑DDiνj(1)
其中,median(xj)表示种群个体j维度上中位数。
X
p
l
%
=
D
i
ν
D
i
ν
max
×
100
;
X
p
t
%
=
∣
D
i
ν
−
D
i
ν
max
∣
D
i
ν
max
×
100
(2)
\begin{aligned}&\mathrm{X_{pl}}\%=\frac{Di\nu}{Di\nu_{\max}}\times100;\\&\mathrm{Xpt}\%=\frac{|Di\nu-Di\nu_{\max}|}{Di\nu_{\max}}\times100\end{aligned}\tag{2}
Xpl%=DiνmaxDiν×100;Xpt%=Diνmax∣Diν−Diνmax∣×100(2)
其中,Xpl,Xpt分别代表探索与开发。
4.参考文献
[1] Hussain K, Salleh M N M, Cheng S, et al. On the exploration and exploitation in popular swarm-based metaheuristic algorithms[J]. Neural Computing and Applications, 2019, 31(11): 7665-7683.