- 1spring boot + mybatis-plus + MySql建立接口_mysql+mybatis+spring 写接口
- 2SSH能够连接但SFTP不能连接 sftp-server不存在 sftp-server安装_ssh可以 sftp不行
- 32024最新字节、大疆、滴滴Android面试题，告诉你社招如何准备！【附答案】_android面试题2024及答案
- 4月入过万！轻轻松松新手小白必学的7种简单AI变现项目（附教程）_ai变现最简单的方法
- 5图像 -----＞ array与tensor的不同_tensor和array区别
- 6Devc++使用及debug超详解_dev c++ debug
- 7base64 string类 放不下_JS实现base64加解密和UrlEncode加解密
- 8图的遍历-----深度优先遍历（dfs）,广度优先遍历（bfs）【java详解】_bfs 邻接矩阵java
- 9Java中常见的线程池以及ThreadPoolTaskExecutor和ThreadPoolExecutor_java threadpooltaskexecutor
- 10传播行为、事务回滚、分布式事务（CAP理论和BASE理论）_分布式事务传播
SCI一区TOP|徒步优化算法（HOA）原理及实现【免费获取Matlab代码】
赞
踩
1.背景
2024年，SO Oladejo受到徒步旅行启发，提出了徒步优化算法（Hiking Optimization Algorithm, HOA）。
2.算法原理
2.1算法思想
HOA灵感来自于徒步旅行，它认识到优化问题的搜索景观与徒步旅行者所穿越的山区地形之间的相似性。HOA的数学模型以Tobler徒步函数(Tobler’s walking Function, THF)为前提，该函数通过考虑地形的高程和行走距离来确定徒步者的步行速度。
参数解释
2.2算法过程
Tobler徒步函数(Tobler’s walking Function, THF)表述为:
W
i
,
t
=
6
e
−
3.5
∣
S
i
,
t
+
0.05
∣
(1)
\mathcal{W}_{i,t}=6e^{-3.5\left|S_{i,t} + 0.05\right|}\tag{1}
Wi,t=6e−3.5∣Si,t+0.05∣(1)
斜率表述为:
S
i
,
t
=
d
h
d
x
=
tan
θ
i
,
t
(2)
S_{i,t}=\frac{\mathrm{d}h}{\mathrm{d}x}=\tan\theta_{i,t}\tag{2}
Si,t=dxdh=tanθi,t(2)
HOA利用了徒步旅行者作为一个群体的社会思维和个人徒步旅行者的个人认知能力。徒步者的更新速度或实际速度是由THF、领队徒步者的位置、徒步者的实际位置和扫描因子决定的初始速度的函数，曲线的当前速度:
W
i
,
t
=
W
i
,
t
−
1
+
γ
i
,
t
(
β
b
e
s
t
−
α
i
,
t
β
i
,
t
)
(3)
\mathcal W_{i,t}=\mathcal W_{i,t-1}+\gamma_{i,t}(\beta_{best}-\alpha_{i,t}\beta_{i,t})\tag{3}
Wi,t=Wi,t−1+γi,t(βbest−αi,tβi,t)(3)
位置更新:
β
i
,
t
+
1
=
β
i
,
t
+
W
i
,
t
(4)
\beta_{i,t+1}=\beta_{i,t}+W_{i,t}\tag{4}
βi,t+1=βi,t+Wi,t(4)
伪代码
3.结果展示
4.参考文献
[1] Oladejo S O, Ekwe S O, Mirjalili S. The Hiking Optimization Algorithm: A novel human-based metaheuristic approach[J]. Knowledge-Based Systems, 2024, 296: 111880.
