引入距離因素的擬態(tài)物理學算法

　　在當今社會，優(yōu)化問題已經(jīng)存在于各個領域，這也一直是人們探討和研究的課題。且隨著科學技術及工程應用的不斷發(fā)展，人們對優(yōu)化技術的要求也越來越高。傳統(tǒng)的優(yōu)化方法已經(jīng)不能解決這些復雜優(yōu)化問題。人類通過長期對自然界各種自然現(xiàn)象的觀察和理解，逐步向大自然學習，通過對自然規(guī)律、生命進化過程、生物智能行為的借鑒和模擬，構(gòu)造的用于求解復雜問題的各種計算模型。常見的啟發(fā)式算法包括模擬自然進化機制的進化計算，典型的有遺傳算法，模擬生物群體智能行為的群體智能算法典型的有蟻群算法、微粒群算法，還有模擬物理化學原理的算法，典型的有模擬退火算法、類電磁算法、中心力算法、引力搜索算法和人工化學過程算法以及模擬人類內(nèi)部復雜系統(tǒng)的算法等等。這些啟發(fā)式算法中，除模擬退火算法是單點搜索算法外，其余算法都是基于種群的搜索算法，除中心力算法是確定性方法外，其余算法都是隨機搜索算法。

　　擬態(tài)物理學算法是受擬態(tài)物理學啟發(fā)的一種全局優(yōu)化算法，是一種隨機優(yōu)化算法，基于牛頓萬有引力定律定義了個體之間的虛擬作用力，制定了作用力規(guī)則。本文在擬態(tài)物理學算法的作用力規(guī)則的基礎上，引入了一個新的參數(shù)，即個體之問的距離，并且隨著個體間距離的不同，個體之間的作用力也隨之變化，實驗結(jié)果表明在這種新的作用力規(guī)則下算法的有效性。