Li, IZ, Zheng, SQ, Tan, Y. The Effect of Information Utilization: Introducing a Novel Guiding Spark in the Fireworks Algorithm. IEEE Transactions on Evolutionary Computation, voL. 21, no. 1, pp. 153-166 引导烟花算法(GFWA) 最好的λ花火个体 ⊙ Contour lines λ2:第个烟花个体产生的花火数量 ★ Firework 推荐设置为σ=020<σ<1)。 0 Good sparks ● Bad sparks ▲ Centroid of good sparks ▲ Centroid of bad sparks Explosion amplitude GFWA constructs guiding vectors Guiding vector Guiding spark with promising directions to further enhance fWa performance 100 0402002040608010 最差的01花火个体
引导烟花算法(GFWA) Li, J.Z., Zheng, S.Q., Tan, Y. The Effect of Information Utilization: Introducing a Novel Guiding Spark in the Fireworks Algorithm. IEEE Transactions on Evolutionary Computation, vol. 21, no. 1, pp. 153-166. 最差的 𝜎𝜆𝑖 花火个体 最好的 𝜎𝜆𝑖花火个体 𝜆𝑖 : 第 i 个烟花个体产生的花火数量； 推荐设置为 σ = 0.2 (0 < σ < 1 )。 GFWA constructs guiding vectors with promising directions to further enhance FWA performance
Yuhao Li, Jun Yu, Hideyuki Takagi and Ying Tan, ' Accelerating Fireworks Algorithm with Weight-based Guiding Sparks, 10th International Conference on Swarm Intelligence (ICSI 2019), Chiang Mai, Thailand, Pp xx-xXx(uly 26-30, 2019)(accepted) 基于权重引导烟花算法 步骤1:选择 fitness排在前m个花火个体; Contour line ★ Firework 生2:键的向量从烟花个体指向选的 Good sparks Explosion sparks Guiding vector 步骤3:根据向量的fme值65来, 率 Weighted guiding spar 赋予向量权重; “ 步骤4:对所有赋予权重的向量进行合成计 算得出基于权重的引导向量。 008060402002040608010 进一步利用 fitness信息来找到更为精准的引导方向
基于权重引导烟花算法 Yuhao Li, Jun Yu, Hideyuki Takagi and Ying Tan, "Accelerating Fireworks Algorithm with Weight-based Guiding Sparks," 10th International Conference on Swarm Intelligence (ICSI’2019), Chiang Mai, Thailand, pp. xx-xx (July 26-30, 2019) (accepted). 步骤 1: 选择fitness排在前m个花火个体； 步骤 2 : 构建m向量从烟花个体指向选中的 花火个体； 步骤 3: 根据向量的fitness值的变化大小来 赋予向量权重； 步骤 4: 对所有赋予权重的向量进行合成计 算得出基于权重的引导向量。 进一步利用fitness信息来找到更为精准的引导方向
目录 烟花算法 爆炸因子分析及改进 两种新爆炸策略 烟花算法优化多峰问题 基于推测点加速烟花算法 总结
目录 • 烟花算法 • 爆炸因子分析及改进 • 两种新爆炸策略 • 烟花算法优化多峰问题 • 基于推测点加速烟花算法 • 讨论 • 总结
Jun Yu, Hideyuki Takagi and Ying Tan, "Multi-layer Explosion-Based Fireworks Algorithm, " International Journal of Swarm Intelligence and Evolutionary Computation, Vol. 7, no 3, DOL 104172/2090-49081000173(DeC, 2018) 多层爆炸机制 多层 爆炸 ★ 机制 + + 随机在爆炸振幅内生 前层爆炸 成所有的花火个体 后层爆炸 先自适应分配每个烟花个体生成花火个体的数量, 然后逐层生成花火个体
多层爆炸机制 随机在爆炸振幅内生 前层爆炸 成所有的花火个体 多层 爆炸 机制 后层爆炸 先自适应分配每个烟花个体生成花火个体的数量， 然后逐层生成花火个体 Jun Yu, Hideyuki Takagi and Ying Tan, "Multi-layer Explosion-Based Fireworks Algorithm," International Journal of Swarm Intelligence and Evolutionary Computation, Vol. 7, no. 3, DOI: 10.4172/2090-4908.1000173 (Dec., 2018)
评价实验 28测试函数(CEC2013函数集)ⅹ2维,10维和30维 每个测试函数独立运行30次 使用 Wilcoxon signed-rank test在终止条件时进行有意差检定 ·增强烟花( EFWA算法作为基准算法。 EFWA VS.(EFMA+多层爆炸机制
评价实验 • 28 测试函数(CEC2013函数集）× 2维，10维和30维； • 每一个测试函数独立运行30次 • 使用Wilcoxon signed-rank test 在终止条件时进行有意差检定 • 增强烟花(EFWA)算法作为基准算法。 EFWA vs. (EFWA + 多层爆炸机制)