Multi-layer Explosion Based Fireworks Algorithm
Multi-layer Explosion Based Fireworks Algorithm
复制标题
基于多层爆炸的烟花算法
DOI：
10.4172/2090-4908.1000173
复制
发表时间：
2018-12
期刊：
影响因子：
--
通讯作者：
Ying Tan
中科院分区：
文献类型：
--
作者：
Jun Yu;Hideyuku Takagi;Ying Tan
受真实返工的各种爆炸模式的启发，我们提出了一种新的多层爆炸策略来加速返工算法（FWA）。每个返工个体都会进行多次爆炸，以仔细探索局部适应度景观，而不是规范 FWA 中使用的单层爆炸。该提案中，每个返工个体在第一层随机产生少量火花，然后产生的火花进行第二层爆炸，产生新的多样化火花。这些新的火花重复上述操作，直到本次迭代的次数达到预定义的最大层数。理论上，爆炸层数可以设置为任意正整数，并且所提出的策略期望使用多层爆炸策略产生各种潜在的火花，而不改变产生的火花总数。所提出的策略不仅可以轻松地与基本FWA结合，还可以与其他版本的FWA算法轻松结合，并替换其相应的爆炸操作，以开发新版本的基于多层爆炸的FWA。为了评估我们提案的性能，我们选择了更强大的 FWA 变体，即增强型 FWA（EFWA）作为基线算法，并与我们提出的爆炸策略相结合。我们在 CEC2013 二维 (2-D)、10-D 和 30-D 测试套件的 28 个基准函数上运行了我们的提案，并进行了 30 次试运行，并与几种最先进的 EC 算法进行了比较。实验结果证实了所提出的策略是有效且有前景的，可以使FWA在收敛速度和收敛精度方面获得更好的性能。最后我们分析提案的构成和可行性，并列出一些开放主题。
We propose a new multi-layer explosion strategy inspired by various explosion patterns of real reworks to accelerate reworks algorithm (FWA). Each rework individual conducts multiple explosions to explore a local fitness landscape carefully instead of a single layer explosion used in canonical FWA. In the proposal, each rework individual generates a small number of sparks in the first layer randomly, then the generated sparks conduct the second layer explosions to generate new diverse sparks. These new sparks repeat the above operations until the number of this iteration reaches the predefined maximum layer number. Theoretically, the number of explosion layers can be set to any positive integer, and the proposed strategy expects to generate various potential sparks using the multi-layer explosion strategy without changing the total number of generated sparks. The proposed strategy can combine with not only basic FWA but also other versions of FWA algorithms easily and replace their corresponding explosion operations to develop a new version, multi-layer explosion-based FWA. To evaluate the performance of our proposal, we select a more powerful variant of FWA, Enhanced FWA (EFWA) as the baseline algorithm and combine with our proposed explosion strategy. We run our proposal on 28 benchmark functions from CEC2013 test suites of 2-dimensions (2-D), 10-D and 30-D with 30 trial runs and compare with several state-of-theart EC algorithms. The experimental results confirm that the proposed strategy is effective and promising, which can obtain a better performance for FWA in terms of convergence speed and convergence accuracy. We finally analyze composition as well as feasibility of proposal and list some open topics.
登录
查看更多内容
DOI：
10.1145/2598394.2605342
发表时间：
2014-07
期刊：
Proceedings of the Companion Publication of the 2014 Annual Conference on Genetic and Evolutionary Computation
影响因子：
--
作者：
A. Engelbrecht
通讯作者：
A. Engelbrecht
DOI：
10.1016/b978-0-12-409547-2.14581-0
发表时间：
2020
期刊：
Comprehensive Chemometrics
影响因子：
--
作者：
Federico Marini;Beata Walczak
通讯作者：
Federico Marini;Beata Walczak
DOI：
10.1201/9781003206477-5
发表时间：
2021-08
期刊：
Evolutionary Optimization Algorithms
影响因子：
--
作者：
A. Badar
通讯作者：
A. Badar
DOI：
10.1201/9780429422614-20
发表时间：
2018-10
期刊：
Swarm Intelligence Algorithms
影响因子：
--
作者：
Adam Slowik
通讯作者：
Adam Slowik
影响因子：
--
作者：
Marco Dorigo;M. M. D. Oca-M.;A. Engelbrecht
通讯作者：
Marco Dorigo;M. M. D. Oca-M.;A. Engelbrecht