2024年新提出的算法|足球队训练算法（FTTA）Football team training algorithm: A novel sport-inspired meta-heuristic

FTTA是一种新的基于足球队的训练方法的优化算法——足球队训练算法Football team training algorithm。该成果于2024年1月在线发表、2024年7月正式发表在著名的中科院1区SCI top 期刊Expert Systems with Applications。

1、简介

根据足球队的训练方法，提出了一种新的元启发式优化算法——足球队训练算法（FTTA），它模拟了训练环节的三个阶段：集体训练、团体训练和个人额外训练。通过对CEC2005和CEC2020两组测试函数的测试，所提出的优化算法（FTTA）取得了最好的结果，远远超过了传统的灰狼优化（GWO）、鲸鱼优化算法（WOA）算法等。

2、数学建模

2.1 集训

训练开始时，队员们在教练员的指导下进行集体训练。将球员分为四种不同类型:跟随者、发现者、思考者和波动者。在每次迭代中，将随机改变自己的类型。

（1）跟随者：

F i , j k = F i , j k o l d + r a n d × ( F b e s t , j k − F i , j k o l d ) F_{i,j}^{k} = F_{i,j}^{k}old+rand×(F_{best,j}^{k} -F_{i,j}^{k}old) Fi,jk​=Fi,jk​old+rand×(Fbest,jk​−Fi,jk​old)

（2）发现者

F i , j k n e w = F i , j k o l d + r a n d 1 × ( F b e s t , j k − F i , j k o l d ) − r a n d 2 × ( F w o r s t , j k − F i , j k o l d ) F_{i,j}^{k}new = F_{i,j}^{k}old+rand_1×(F_{best,j}^{k} -F_{i,j}^{k}old)-rand_2×(F_{worst,j}^{k} -F_{i,j}^{k}old) Fi,jk​new=Fi,jk​old+rand1​×(Fbest,jk​−Fi,jk​old)−rand2​×(Fworst,jk​−Fi,jk​old)

(3）思考者

F i , j k n e w = F i , j k o l d + r a n d × ( F b e s t , j k − − F i , j k o l d ) F_{i,j}^{k}new = F_{i,j}^{k}old+rand×(F_{best,j}^{k} - -F_{i,j}^{k}old) Fi,jk​new=Fi,jk​old+rand×(Fbest,jk​−−Fi,jk​old)

（4）波动者

F i , j k n e w = F i , j k o l d × ( 1 + t ( k ) F_{i,j}^{k}new = F_{i,j}^{k}old×(1+t(k) Fi,jk​new=Fi,jk​old×(1+t(k)

2.2 小组训练

集体训练完成后，足球训练过程进入分组训练阶段，教练员根据球员的特点(每个维度都是一个特征值)将球员分为前锋、中场、后卫和守门员四类。

2.3 个人加训

F b e s t k n e w = F b e s t k o l d × ( 1 + （ 1 − 1 / k ) × G a u s s s ） + 1 / k × C a u c h y ) F_{best}^{k}new = F_{best}^{k}old×(1+（1-1/k)×Gausss）+1/k×Cauchy) Fbestk​new=Fbestk​old×(1+（1−1/k)×Gausss）+1/k×Cauchy)

3.Matlab源代码下载

（1）2024年新提出的算法|足球队训练算法（FTTA）跑CEC2005数据集

Zhirui Tian, Mei Gai,Football team training algorithm: A novel sport-inspired meta-heuristic optimization algorithm for global optimization, Expert Systems with Applications, Volume 245, 2024,123088.