- 智能優化算法與MATLAB編程實踐
- 陳克偉 魏曙光主編
- 354字
- 2024-12-31 17:34:30
2.1.1 搜索階段
在搜索階段,哈里斯鷹出現在任意位置對獵物進行搜索,其搜索獵物的過程主要是通過敏銳的眼睛對獵物進行探測和跟蹤。在這個階段中,HHO算法通過機會對等策略模擬哈里斯鷹尋找獵物的過程,如果每種機會對等策略中的機會q均等,則當q≥0.5時,此時還沒有任何一只鷹發現獵物,因此將會隨機選擇種群中的個體,朝它飛行,更新自身位置;當q<0.5時,哈里斯鷹發現獵物,以獵物為目標,在其附近盤旋,并更新位置,其位置更新如下:

式中,X(t),X(t+1)分別為當前和下一次迭代時哈里斯鷹個體的位置;t為迭代次數;Xrand(t)為隨機選出的個體位置,Xrabbit(t)為獵物位置,即擁有最優適應度的個體位置,r1,r2,r3,r4,q為[0,1]之間的隨機數,q用來隨機選擇要采用的策略,ub和lb分別為搜索空間的上界和下界;Xm (t)為哈里斯鷹的平均位置,其表示如下:

式中,Xk (t)為種群中第t代的每只鷹個體的位置;M為種群規模。
推薦閱讀
- Building a Game with Unity and Blender
- Maven Build Customization
- Python入門很簡單
- 垃圾回收的算法與實現
- PyTorch自然語言處理入門與實戰
- Vue.js 3.0源碼解析(微課視頻版)
- JavaScript by Example
- PHP+MySQL網站開發項目式教程
- 基于ARM Cortex-M4F內核的MSP432 MCU開發實踐
- 小程序從0到1:微信全棧工程師一本通
- Learning Splunk Web Framework
- PHP與MySQL權威指南
- Python第三方庫開發應用實戰
- Effective C++:改善程序與設計的55個具體做法(第三版)中文版(雙色)
- Mastering VMware vSphere Storage