引力搜索算法

万有引力搜索算法(Gravitational Search Algorithm，GSA)是由伊朗克曼大学的 Esmat Rashedi等人于2009年所提出的一种新的启发式优化算法，其源于对物理学 中的万有引力进行模拟产生的群体智能优化算法。GSA的原理是通过将搜索粒子看 作一组在空间运行的物体，物体间通过万有引力相互作用吸引，物体的运行遵循动 力学的规律。适度值较大的粒子其惯性质量越大，因此万有引力会促使物体们朝着 质量最大的物体移动，从而逐渐逼近求出优化问题的最优解。GSA具有较强的全局 搜索能力与收敛速度。随着GSA理论研究的进展，其应用也越来越广泛，逐渐引起 国内外学者的关注。但是GSA与其它全局算法一样，存在易陷入局部解，解精度不 高等问题，有很多待改进之处。