第七章 帝国竞争 优化设计方法学

7.2 帝国竞争模型及流程
3 .帝国主义国家间的竞争
正如社会历史事实，帝国主义国家通过占有别的帝国主义国 家所属的殖民地国家来增加自己的势力。在CCA 算法中这样描述： 先计算每个帝国的总势力，即帝国主义国家的势力加上其所有殖 民地国家势力的平均值的一部分。竞争的结果是把总势力最弱的 帝国中最弱的殖民地国家给最有可能占有它的帝国。
7.2 帝国竞争模型及流程
帝国竞争算法主要分为以下几个部分：
1.初始化帝国
在搜索空间内随机生成一些向量，这些向量称为国家，这 些国ቤተ መጻሕፍቲ ባይዱ随机的分布在要搜索的空间里，这些国家势力的大小通过 一个代价函数来衡量，与代价函数值成反比，即代价函数值越小， 国家势力越大。
一定数量的势力中较大的国家被选作帝国主义国家，剩下 的国家作为殖民地国家。根据帝国主义国家势力的大小，把殖民 地国家分配给帝国主义国家。一个帝国主义国家及其分到的殖民 地国家组成一个帝国。
`它始于一个初始的群体，并且通过几个特定的步骤高效 的对搜索范围进行搜索，并收敛到最优解或者接近最优解。 ICA在过程计划方面的优越性可以通过文献中大量的基准方程 的测试来体现。
7.1 发展历史
ICA是一种新型的基于群体的优化算法，由AtashpazGargari和Lucas提出。群体中的每一个都代表一个国家，所有 的国家被分为两类：帝国和殖民地。
7.1 发展历史
ICA是一种新型的基于群体的优化算法，由AtashpazGargari和Lucas提出。群体中的每一个都代表一个国家，所有 的国家被分为两类：帝国和殖民地。 ICA是一种由帝国竞争激 发的社会启发性的优化算法。它由一个初始化群体开始，并通 过同化，位置互换，帝国竞争，以及淘汰来进行优化。
7.2 帝国竞争模型及流程
2 .同化政策
在现实世界里，帝国主义国家为了更好地控制其殖民地国家，把 自己的文化及规则推广到殖民地国家，这个过程称为同化。在 CCA 算法中，即殖民地国家代表的搜索空间中的位置向帝国主义 国家所代表的位置靠近，随机移动一定的距离，沿两个位置连线 所在的直线，指向帝国主义国家所在的空间位置。殖民地国家所 在空间位置移动后，可能是一个更好的位置，因此有可能取代它 所属于的帝国主义国家。
帝国是初始化时最强的几个国家，其余的国家就是帝国的殖民 地。殖民地在初始化时被归给初始的帝国。帝国主义者与其殖 民地组成一个帝国。
每个国家的实力显示了这个国家的适应性。在迭代与优 化过程中，帝国们相互竞争来获得更多的殖民地。更强大的帝 国将得到更多的殖民地，弱小的帝国则会失去殖民地。当所有 的殖民地都归属于同一个帝国时，算法结束。
4 .最弱的帝国灭亡 当一个帝国主义国家丧失了其所有的殖民地国家时，其所
在的帝国覆灭。经过一定的时间之后，所有帝国中最强大的帝国 保存下来，而且保存下来的最强大的帝国中只有一个帝国主义国 家和殖民地国家，这个帝国主义国家就代表最优解。
7.2 帝国竞争模型及流程
ICA的过程如下所示： 步骤1 初始化ICA的参数 步骤2 随机产生Npop个国家。 选择Nimp个作为帝国，并根 据其实力来分配殖民地 步骤3 如果终止条件未达到， 重复下述步骤 步骤4 同化 步骤5帝国竞争 步骤6 循环 步骤7 淘汰弱小的帝国