目录
- 1.算法原理
- 2.改进点
- 3.结果展示
- 4.参考文献
1.算法原理
【智能算法】人工兔优化算法（ARO）原理及实现
2.改进点
非线性递减能量因子：
A
(
t
)
=
(
A
max
−
A
min
)
×
(
1
−
sin
(
(
t
T
)
n
×
π
2
)
(1)
\begin{aligned}A\left(t\right)&=\left(A_{\max}-A_{\min}\right)\times(1-\sin((\frac{t}{T})^{n}\times\frac{\pi}{2})\end{aligned}\tag{1}
A(t)=(Amax−Amin)×(1−sin((Tt)n×2π)(1)
动态透镜成像学习策略:
X
best
⋅
j
′
=
a
j
+
b
j
2
+
a
j
+
b
j
2
k
−
X
best
,
j
k
(2)
X'_{\text{best}\cdot j}=\frac{a_j+b_j}{2}+\frac{a_j+b_j}{2k}-\frac{X_{\text{best},j}}{k}\tag{2}
Xbest⋅j′=2aj+bj+2kaj+bj−kXbest,j(2)
流程图：
3.结果展示
4.参考文献
[1] 王伟,龙文.动态透镜成像学习人工兔优化算法及应用[J].广西科学,2023,30(04):735-744.
