IVYA算法是一种基于种群的优化方法,通过迭代过程运行,利用种群成员的集体搜索能力。常青藤种群由类似常青藤植物群落的个体组成。每个成员在搜索空间中的位置表示问题决策变量的潜在值。在数学术语中,每个种群成员,即常春藤植物,被表示为一个向量,并作为问题的潜在解决方案。
它模拟了常春藤的不同生命阶段,包括生长、上升和在常春藤植物群中传播。通常,Ivy的部分如下所示:
创建Ivy的主要种群作为候选解决方案。
拟议IVYA的研究和人口搜索步骤:
第一步:协调有序的人口增长。
第二步:为常春藤植物生长获得阳光来源。
第三步:常春藤植物的传播和进化。
首先生成一群Ivy树,将第i棵Ivy树的位置向量记为Ii,并确定其生长速度Gvi。然后,根据适合度值对常青藤树进行排列,从最佳解到最差解。
在这个实验灵感中,每一棵常春藤都将其附近的常春藤的知识应用到有序的植物群中,并通过这个成员获得生长方向。
1.常青藤初级种群的形成作为解决方案的候选者
在算法开始时,IVYA种群在搜索空间中的初始位置是使用Eq.(1)随机确定的。
2.下面的等式描述了成员Ii如何利用成员Iii沿着光源的方向进行攀爬和逻辑移动
3.常青藤植物的传播和进化
在成员Ii通过搜索空间全局漫游到最近、最重要的邻居Iii的阶段之后,有一个阶段,成员Ii试图直接跟随整个种群的最佳成员IBest,这相当于在成员IBest周围寻找更好的最优解。这个阶段是用数学公式表示的
随后,当前成员Inew i的增长率ΔGvnew i的新值由以下公式计算(这与初始化步骤中用于计算ΔGvi的公式完全类似)
该算法的伪代码: