智能优化算法:鼠群算法
智能优化算法:鼠群算法
文章目录
- 智能优化算法:鼠群算法
- 1.算法原理
- 1.1 追逐猎物
- 1.2 攻击猎物
- 2.算法结果
- 3.参考文献
- 4.Matlab代码
摘要:鼠群优化(Rat swarm optimization,RSO)算法是于2020年提出的一种寻优精度高、全局搜索性能强的新型仿生群体智能算法。
1.算法原理
鼠群算法主要通过追逐猎物、攻击猎物两个过程实现待优化问题的求解。
1.1 追逐猎物
老鼠是群居动物,它们通过群居竞争行为来追逐猎物。为从数学上定义这种行为,假设最好老鼠搜索个体知道猎物的位置,其他老鼠体可以更新当前位置来获得最佳搜索位置。老鼠追逐猎物数学描述如下:
P(t)=A∗Pi(t)+C∗(Pr(t)−Pi(t))(1)P(t)=A*P_i(t)+C*(P_r(t)-P_i(t)) \tag{1} P(t)=A∗Pi(t)+C∗(Pr(t)−Pi(t))(1)
A=R−t∗(R/T)(2)A=R-t*(R/T) \tag{2} A=R−t∗(R/T)(2)
式中, PPP表示当前猎物位置; Pi(t)P_i(t)Pi(t)表示第 iii 只老鼠第ttt次迭代位置; AAA 表示勘探参数,RRR表示[1,2]范围内随机数, TTT表示最大迭代次数; CCC表示开发参数,C=2∗rand()C=2*rand()C=2∗rand() , rand()rand()rand() 表示[0,1]范围内随机数;Pr(x)P_r(x)Pr(x)表示当前迭代所处最佳老鼠个体位置。
1.2 攻击猎物
为从数学上定义老鼠攻击猎物过程,提出以下数学表达式:
Pi(t+1)=∣Pr(t)−P∣(3)P_i(t+1)=|P_r(t)-P|\tag{3} Pi(t+1)=∣Pr(t)−P∣(3)
式中,Pi(t+1)P_i(t+1)Pi(t+1)表示第iii只老鼠第t+1t+1t+1次迭代更新位置;其他参数意义同上。
勘探和开发之间良好平衡是评估优化算法优化性能优劣的重要标志。勘探是在给定的搜索空间中探索有希望获得最优解的不同区域;而开发则是围绕有希望获得最优解的不同区域搜索最优解。RSO 算法主要通过自动调整勘探参数 A 和开发参数 C 来获得勘探和开发之间的良好平衡,从而获得算法最优解。
2.算法结果
3.参考文献
[1] Gaurav D, Meenakshi G, Atulya N, Vijay K, Mohammad D. A Novel Algorithm for Global Optimization: Rat Swarm Optimizer[J]. Jounral of Ambient Intelligence and Humanized Computing, 2020(6).
[1]杨琼波,崔东文.WPD-RSO-ESN和SSA-RSO-ESN模型在径流时间序列预测中应用比较[J/OL].中国农村水利水电:1-7[2021-10-22].http://kns.cnki.net/kcms/detail/42.1419.TV.20210722.1128.014.html.
4.Matlab代码
智能优化算法:鼠群算法相关推荐
- 【学习笔记】【算法】【智能优化】粒子群优化(PSO)
[学习笔记][算法][智能优化]粒子群优化(PSO) 文章目录 [学习笔记][算法][智能优化]粒子群优化(PSO) 1 算法背景 1.1 背景 1.2 基础知识 2 算法原理 2.1 基本原理 2. ...
- 【其他】结构技术优化算法--蚁群算法(ant colony optimization)
目录 1 遗传基因算法 2 模拟退火算法 2.1爬山算法 2.2随机概率优化 3 群体智能算法 3.1蚁群算法 3.2粒子群算法 4总结 1 遗传基因算法 遗传算法(Genetic Algorithm ...
- 高斯差分变异和对数惯性权重优化的鲸群算法
文章目录 一.理论基础 1.鲸群优化算法 2.改进鲸群优化算法 (1)高斯差分变异策略 (2)对数惯性权重策略 (3)IGWOA算法步骤 二.实验测试及分析 三.参考文献 一.理论基础 1.鲸群优化算 ...
- 数学建模——智能优化之粒子群模型详解Python代码
数学建模--智能优化之粒子群模型详解Python代码 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplo ...
- Matlab基于动态粒子群算法的动态环境寻优算法 基本粒子群算法首先是在解空间中随机初始化所有粒子
Matlab基于动态粒子群算法的动态环境寻优算法 基本粒子群算法首先是在解空间中随机初始化所有粒子,每个粒子位置即代表问题的一个潜在解,在搜索过程中,采用适应度函数对每个粒子位置进行评价,适应度值好的 ...
- c语言计算极值范围用粒子最优算法,智能优化算法——粒子群算法小实践
实验六 粒子群算法 一.实验目的与要求: 目的:通过本次实验,学生可以掌握粒子群算法基本原理.基本粒子群算法流程和关键参数的设置. 要求:上机仿真,调试通过. 二. 实验设备: 计算机.Matlab软 ...
- MATLAB智能优化算法 - 粒子群算法及MATLAB实例仿真
一.粒子群算法理论 粒子群算法来源于鸟类集体活动的规律性,进而利用群体智能建立简化模型.它模拟的是鸟类的觅食行为,将求解问题的空间比作鸟类飞行的时间,每只鸟抽象成没有体积和质量的粒子,来表征一个问题的 ...
- 智能优化算法——粒子群算法原理(附代码)
目录 基本概念 算法实现 粒子群算法的构成要素分析 C++程序测试Sphere函数 总结 visual studio2017c++源代码 源文件下载地址 基本概念 粒子群优化算法(particle s ...
- 智能优化算法——粒子群算法原理与仿真程序
目录 遗传算法的简介与应用 - 子木的文章 - 知乎https://zhuanlan.zhihu.com/p/49055485一.粒子群算法的概念 二.粒子群算法分析 1.基本思想 2.更新规则 3. ...
- matlab中fic算法,粒子群算法在函数优化问题中的应用最终版(全文完整版)
<粒子群算法在函数优化问题中的应用.doc>由会员分享,可免费在线阅读全文,更多与<粒子群算法在函数优化问题中的应用(最终版)>相关文档资源请在帮帮文库(www.woc88.c ...
最新文章
- bzoj 3277 串 后缀树+子树不同数个数
- myBatis xml if、where、if-else?、foreach 心得
- 7-87 吉老师的回归 (15 分)
- 罗永浩从交个朋友拿走“天价”分手费?将进军AR行业:创业三部曲之三即将开拍...
- ios mk上传文件到服务器,ios – 使用预签名URL将文件上传到AWS S3的代码有什么问题?...
- Linux 如何生成文件的MD5值(md5sum)?
- 蔡学镛:KPI心理学
- STM32F429第二篇之推挽输出与开漏输出
- html5扁平化设计库,5个大气漂亮的扁平化设计网站赏析|HTML5酷站
- 0x00F749F6 处(位于 基于多态实现职工管理系统.exe 中)引发的异常: 0xC0000005: 读取位置 0x00000004 时发生访问冲突。
- 如何去到Jquery官网下载Jquery
- 知物由学 | 一文读懂Android资源文件保护
- php7.2.3下载,最新PHP编程软件v7.3.2.0 官方版下载地址电脑版-锐品软件
- 【GANs学习笔记】(十八)LAPGAN、ProGAN、SRGAN
- 【Kubernetes 系列】一文带你吃透 K8S 应用pod结点
- 【c++面向过程实验6】函数
- 活在当下不等于及时行乐
- widget窗口小部件
- android查询mysql并显示_Android操作SQLite数据库(增、删、改、查、分页等)及ListView显示数据的方法详解...
- android安卓实现圆形头像效果(使用第三方开源库)
热门文章
- maven全局配置文件settings.xml详解
- linux创建进程 api,.net Core 3.0 WebApi 创建Linux守护进程的方法
- jmeter线程说明_jmeter 线程组
- C语言dos游戏编程,◣电脑游戏编程入门 (DOS)◥
- 风压和功率计算公式轴流式_这是你见过最全的风机计算公式
- babel与php,javascript – Babel JS babel-preset-php错误
- android开发 自我优势_Android程序员必看之Android六大优势
- 选择排序及其不稳定性介绍
- 我想我是适合独处的人
- 机器学习课程笔记【五】- 支持向量机(2)