26、优化算法与黄铜加工研究：LA - GSA算法及低铅/无铅黄铜切削力分析

优化算法与黄铜加工研究：LA - GSA算法及低铅/无铅黄铜切削力分析

1. LA - GSA算法介绍

在优化算法领域，为了实现更好的优化性能和更快的收敛速度，研究人员提出了基于学习自动机的引力搜索算法（LA - GSA）。该算法主要是利用学习自动机（LA）自动调整引力搜索算法（GSA）中的引力常数G(t)。

LA - GSA的具体实现过程与原始GSA过程相似，但在GSA的每次迭代结束时，G(t)不再按照传统公式计算。在LA - GSA中，G(t)通过具有N个动作的LA进行更新，每个动作对应一个离散值，这些离散值将G(t)的范围等分为N份。在GSA的每次迭代中，G(t)的新值对应于LA动作集中最可能的动作。

其实现流程如下：

graph TD
    A[开始] --> B[学习自动机初始化]
    B --> C[将G(t)范围等分为N份，形成向量{G(t)1,G(t)2,…,G(t)N}]
    C --> D[为LA分配N个动作{a1,a2,…,aN}]
    D --> E[为每个动作分配概率]
    E --> F[学习自动机处理流程]
    F --> G[选择最可能的动作作为活动aactive]
    G --> H[将G(t)active赋值给G(t)]
    H --> I[调用GSA]
    I --> J{新位置适应度值是否更好}
    J -- 是 --> K[奖励aactive，惩罚其他动作]
    J -- 否 --> L[惩罚aactive，奖励其他动作]
    K -->