改进的无局部搜索类电磁机制算法提升全局优化性能

本文主要探讨了一种改进的无局部搜索的类电磁机制算法，它是在2010年由单玉乐、曾建潮和谭瑛三位作者在太原科技大学复杂系统与计算智能实验室发表的研究成果。类电磁机制算法（Electromagnetism-like Mechanism，简称EM算法）是一种基于种群的随机搜索方法，其核心思想是模仿自然界中电荷相互作用的规律来进行优化搜索。原始的EM算法中，粒子间的相互作用力受到粒子间距离的显著影响，这导致算法在搜索过程中容易陷入局部最优解，即局部搜索能力较弱。 作者们针对这个问题，提出了改进措施。首先，他们改变了计算个体间作用力的方式，不再单纯依赖于距离，而是根据粒子之间的不同距离情况动态调整作用力大小，从而减弱了距离对作用力的影响。这种改进旨在增强算法的全局搜索能力，减少局部搜索的局限性。 其次，引入了分力权重系数，用于调节吸引和排斥作用对合力的影响。这意味着算法能够更精细地控制粒子间的互动，使得粒子运动更加灵活，有助于跳出局部最优区域。 再者，算法的核心运动规则也进行了创新。粒子不再仅仅按照所受合力的方向移动，而是根据所受合力与最优粒子对其引力夹角的大小来决定移动方向。这样做的目的是让粒子有更大的可能性探索未知区域，避免陷入固定的路径。 此外，改进的EM算法去除了原有的局部搜索机制，进一步提高了算法的整体性能。实验结果显示，这种改进后的算法在优化精度上有所提升，特别适用于处理高维度的优化问题，如神经网络训练、流水车间调度、天线阵列相位综合等问题，以及旅行商问题等复杂优化任务。 总结来说，本文的改进策略旨在提高类电磁机制算法的全局搜索效率，增强其在解决实际优化问题上的适用性和有效性。这一研究对于理解和优化种群智能搜索算法具有重要的理论价值和实践意义。