【樽海鞘算法】基于多子群的共生非均勻高斯變異樽海鞘群算法求解單目標(biāo)優(yōu)化問(wèn)題
1 簡(jiǎn)介
針對(duì)樽海鞘群算法求解精度不高和收斂速度慢等缺點(diǎn), 提出一種多子群的共生非均勻高斯變異樽海鞘群算法(Multi-subpopulation based symbiosis and non-uniform Gaussian mutation salp swarm algorithm, MSNSSA). 根據(jù)不同適應(yīng)度值將樽海鞘鏈群分為三個(gè)子種群, 各個(gè)子種群分別進(jìn)行領(lǐng)導(dǎo)者位置更新,追隨者共生策略和鏈尾者非均勻高斯變異等操作. 使用統(tǒng)計(jì)分析,收斂速度分析,Wilcoxon檢驗(yàn),經(jīng)典基準(zhǔn)函數(shù)和CEC 2014函數(shù)的標(biāo)準(zhǔn)差來(lái)評(píng)估改進(jìn)樽海鞘群算法的效率. 結(jié)果表明, 改進(jìn)算法具有更好的尋優(yōu)精度和收斂速度. 尤其在求解高維和多峰測(cè)試函數(shù)上, 改進(jìn)算法擁有更好性能.








2 部分代碼
%% 樽海鞘算法
function [FoodFitness,FoodPosition,Convergence_curve]=SSA(N,Max_iter,lb,ub,dim,fobj)
if size(ub,1)==1
? ?ub=ones(dim,1)*ub;
? ?lb=ones(dim,1)*lb;
end
Convergence_curve = zeros(1,Max_iter);
%Initialize the positions of salps
SalpPositions=initialization(N,dim,ub,lb);
FoodPosition=zeros(1,dim);
FoodFitness=inf;
%calculate the fitness of initial salps
for i=1:size(SalpPositions,1)
? ?SalpFitness(1,i)=fobj(SalpPositions(i,:));
end
[sorted_salps_fitness,sorted_indexes]=sort(SalpFitness);
for newindex=1:N
? ?Sorted_salps(newindex,:)=SalpPositions(sorted_indexes(newindex),:);
end
FoodPosition=Sorted_salps(1,:);
FoodFitness=sorted_salps_fitness(1);
Convergence_curve(1) = inf;
%Main loop
l=2; % start from the second iteration since the first iteration was dedicated to calculating the fitness of salps
while l<Max_iter+1
? ?c1 = 2*exp(-(4*l/Max_iter)^2); % Eq. (3.2) in the paper
? ?for i=1:size(SalpPositions,1)
? ? ? ?SalpPositions= SalpPositions';
? ? ? ?if i<=N/2
? ? ? ? ? ?for j=1:1:dim
? ? ? ? ? ? ? ?c2=rand();
? ? ? ? ? ? ? ?c3=rand();
? ? ? ? ? ? ? ?%%%%%%%%%%%%% % Eq. (3.1) in the paper %%%%%%%%%%%%%%
? ? ? ? ? ? ? ?if c3<0.5
? ? ? ? ? ? ? ? ? ?SalpPositions(j,i)=FoodPosition(j)+c1*((ub(j)-lb(j))*c2+lb(j));
? ? ? ? ? ? ? ?else
? ? ? ? ? ? ? ? ? ?SalpPositions(j,i)=FoodPosition(j)-c1*((ub(j)-lb(j))*c2+lb(j));
? ? ? ? ? ? ? ?end
? ? ? ? ? ? ? ?%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
? ? ? ? ? ?end
? ? ? ?elseif i>N/2 && i<N+1
? ? ? ? ? ?point1=SalpPositions(:,i-1);
? ? ? ? ? ?point2=SalpPositions(:,i);
? ? ? ? ? ?SalpPositions(:,i)=(point2+point1)/2; % % Eq. (3.4) in the paper
? ? ? ?end
? ? ? ?SalpPositions= SalpPositions';
? ?end
? ?for i=1:size(SalpPositions,1)
? ? ? ?Tp=SalpPositions(i,:)>ub';Tm=SalpPositions(i,:)<lb';SalpPositions(i,:)=(SalpPositions(i,:).*(~(Tp+Tm)))+ub'.*Tp+lb'.*Tm;
? ? ? ?SalpFitness(1,i)=fobj(SalpPositions(i,:));
? ? ? ?if SalpFitness(1,i)<FoodFitness
? ? ? ? ? ?FoodPosition=SalpPositions(i,:);
? ? ? ? ? ?FoodFitness=SalpFitness(1,i);
? ? ? ?end
? ?end
? ?Convergence_curve(l)=FoodFitness;
? ?l = l + 1;
end
3 仿真結(jié)果


4 參考文獻(xiàn)
[1]陳忠云, 張達(dá)敏, 辛梓蕓. 多子群的共生非均勻高斯變異樽海鞘群算法[J]. 自動(dòng)化學(xué)報(bào), 2022, 48(5):1307-1317.
博主簡(jiǎn)介:擅長(zhǎng)智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無(wú)人機(jī)等多種領(lǐng)域的Matlab仿真,相關(guān)matlab代碼問(wèn)題可私信交流。
部分理論引用網(wǎng)絡(luò)文獻(xiàn),若有侵權(quán)聯(lián)系博主刪除。
