芯耀
634
Ⅰ. 長(zhǎng)城建造算法
長(zhǎng)城建造算法（Great Wall Construction Algorithm，GWCA）是由Ziyu Guan及其同事,GWCA的靈感來自于古長(zhǎng)城建造過程中工人之間的競(jìng)爭(zhēng)和淘汰機(jī)制。該成果于2023年7月在線發(fā)表，12月正式發(fā)表在中科院1區(qū)SCI期刊Expert Systems With Applications。引入的一種新型元啟發(fā)式優(yōu)化器。它從古代長(zhǎng)城建造過程中工人之間的歷史競(jìng)爭(zhēng)和淘汰機(jī)制中汲取靈感。GWCA優(yōu)化器將這些原則納入其優(yōu)化策略。
此外，該算法優(yōu)先考慮以性能為導(dǎo)向的方法而非隱喻方面，利用為長(zhǎng)城建設(shè)做出貢獻(xiàn)的工人的競(jìng)爭(zhēng)精神。通過這種獨(dú)特的方法，GWCA算法旨在有效地解決復(fù)雜的優(yōu)化問題，同時(shí)模擬歷史建造過程中表現(xiàn)出的有效性和資源管理。表1總結(jié)了GWCA算法定義中使用的參數(shù)。在接下來的章節(jié)中，我們描述了GWCA優(yōu)化器的各個(gè)階段。
1) 初始化
方程1用于初始化第一代個(gè)體，其中參數(shù)??決定了邏輯斯蒂映射（設(shè)為4）的增長(zhǎng)率，參數(shù)??是在范圍 [0, 1]（不包括值 0.25, 0.5, 0.75 和 1）內(nèi)均勻分布的隨機(jī)數(shù)。
2) 開發(fā)
方程2用于在群體行為過程中開發(fā)搜索空間，其中參數(shù)??是從集合??上均勻分布中采樣的均勻分布隨機(jī)數(shù)，參數(shù)??是一個(gè)無限小的數(shù)集，設(shè)為 2.22E-16。
3) 探索
方程3用于在群體行為過程中探索搜索空間，其中參數(shù)??是一個(gè)無限小的數(shù)集，設(shè)為 2.22E-16。
4) 開發(fā)與探索之間的平衡
方程4用于偏向更好的解決方案，促進(jìn)收斂到搜索空間中的最優(yōu)或近優(yōu)解，并克服在優(yōu)化過程中陷入局部最優(yōu)的問題。
5) 選擇
算法1用于確定當(dāng)前種群中哪些個(gè)體更有可能被選擇出現(xiàn)在下一代（即，淘汰最差的解決方案）。最差的解決方案被新生成的解決方案替代，使用方程5。值得一提的是，系數(shù)??是在范圍 [0, 1] 內(nèi)均勻分布的隨機(jī)數(shù)。
算法1如下：
完整資源獲取方式(200多種算法)?https://github.com/suthels/-/blob/main/README.md
Ref:?Ziyu Guan, Changjiang Ren, Jingtai Niu, Peixi Wang, Yizi Shang,Great Wall Construction Algorithm: A novel meta-heuristic algorithm for engineer problems,Expert Systems with Applications,Volume 233,2023,120905,ISSN 0957-4174, https://doi.org/10.1016/j.eswa.2023.120905
