引力搜索算法的二进制变体及其在风电场布局优化问题中的应用
神经与进化计算
2021-07-27 v1 人工智能
机器学习
最优化与控制
摘要
在二进制搜索空间中，引力搜索算法(GSA)框架存在停滞、多样性丧失、早熟收敛以及高时间复杂度等缺陷。为解决这些问题，本文提出了一种称为“二进制搜索空间中嵌入新颖邻域存档引力常数的GSA(BNAGGSA)”的新型GSA二进制变体。在BNAGGSA中，基于适应度-距离的社会交互策略产生了自适应步长机制，通过该机制，智能体可根据当前搜索需求以最优步长朝最优方向移动。所提算法的性能在23个知名基准测试问题上与两种GSA二进制变体进行了比较。实验结果和统计分析证明了BNAGGSA相对于对比算法的优越性。此外，为检验所提算法在解决实际应用中的适用性，考虑了风电场布局优化问题。实验采用了来自两个不同风场站点的两种不同风数据集的两个案例研究。
引用
@article{arxiv.2107.11844,
title = {A binary variant of gravitational search algorithm and its application to windfarm layout optimization problem},
author = {Susheel Kumar Joshi and Jagdish Chand Bansal},
journal= {arXiv preprint arXiv:2107.11844},
year = {2021}
}