改进鲸鱼优化算法（E-WOA）和WOA跑CEC2017

最新推荐文章于 2024-03-07 16:09:49 发布
最新推荐文章于 2024-03-07 16:09:49 发布
阅读量488 收藏 11
点赞数 7
文章标签： 算法改进 鲸鱼优化算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_82017165/article/details/135722478
版权

改进鲸鱼优化算法（E-WOA）和WOA跑CEC2017

改进点包括：

1、池化机制

2、迁移搜索

3、优先选择的增强寻优机制

改进策略提升现有鲸鱼优化(WOA)算法的性能。并在CEC2017测试集验证。

可对比和二次开发，这些策略可推广到其它算法，该论文为中科院sci二区top论文，具有很大的参考价值。可代码复现、定制。

部分实验结果如下：

树洞优码
关注
  • 7
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
智能优化算法|增强型鲸鱼优化算法 （E-WOA）（Matlab代码实现）
weixin_46039719的博客
09-12 810
2016年,WOA由Mirjalili等[6.人提出,这是一种新型的功能强大的群智能优化算法,它不仅有搜索能力强、正反馈等特点,还可以实现全局优化。该算法包括三个行为:包围猎物、气泡网攻击和搜索猎物。
改进WOA算法，可以解决大规模性的路径优化问题.zip
08-01
改进WOA算法，可以解决大规模性的路径优化问题，对写论文的同学们是有很大的帮助的，非常好的算法，也是最新的算法
超强来袭！多种sci智能优化算法改进策略学习
2301_82017165的博客
03-07 1146
DLH搜索策略中使用的维度学习增强了局部和全局搜索之间的平衡，保持了多样性。可对比和二次开发，代码已详细注释改进点并附带参考文献PDF，这些策略可推广到其它算法，该论文为中科院sci二区top论文，具有很大的参考价值。可对比和二次开发，代码已详细注释改进点并附带参考文献PDF，这些策略可推广到其它算法，该论文为中科院sci一区top论文，具有很大的参考价值。可对比和二次开发，代码已详细注释改进点并附带参考文献PDF，这些策略可推广到其它算法，该论文为中科院sci一区top，具有很大的参考价值。
一种增强型鲸鱼优化算法
心升明月的博客
07-30 4092
文章目录一、理论基础1、基本鲸鱼优化算法2、改进鲸鱼优化算法（1）非线性时变的自适应权重（2）差分变异微扰因子（3）改进的螺旋更新方式（4）EWOA算法的流程图二、实验分析三、参考文献四、Matlab仿真程序 一、理论基础 1、基本鲸鱼优化算法 请参考这里。 2、改进鲸鱼优化算法 基本鲸鱼优化算法存在收敛速度慢、求解精度低、容易陷入局部最优等缺点，本文从基本WOA算法的搜索觅食、收缩包围和螺旋更新位置三个阶段分别对其进行了改进。 （1）非线性时变的自适应权重 本文提出了一种非线性时变的自适应权重，其定义如下
鲸鱼优化算法(WOA)及其优秀变体(含MATLAB代码)
algorithmzzy的博客
02-01 1万+
鲸鱼优化算法(WOA)及其优秀变体(含MATLAB代码) 为大家推送鲸鱼优化算法(WOA)，并对它近几年的工作做简要总结，介绍一些WOA的先进变体，方便研究WOA的朋友做实验~
基于自适应权重和Levy飞行的改进鲸鱼优化算法
心升明月的博客
08-12 1万+
文章目录一、理论基础1、基本鲸鱼优化算法2、改进的鲸鱼优化算法（1）自适应权重方法（2）Levy飞行策略（3）改进WOA的算法流程图二、实验测试及分析三、参考文献四、Matlab程序 一、理论基础 1、基本鲸鱼优化算法 请参考这里。 2、改进的鲸鱼优化算法 为了避免传统的WOA在求解后期容易陷入局部最优导致的算法早熟从而收敛使进度不高的问题，本文改进WOA的思路从以下两个方法入手：一是使用自适应权重方法，使得WOA的局部寻优能力得到提升；另一方法是通过引入Levy飞行策略对鲸鱼位置进行更新，以提升WOA的全
求解函数优化问题的改进鲸鱼优化算法
心升明月的博客
05-04 2514
文章目录一、理论基础1、基本鲸鱼优化算法2、改进鲸鱼优化算法（1）自适应非线性位置更新（2）引入差分变异操作二、EWOA算法流程图三、仿真实验与结果分析四、参考文献五、Matlab仿真程序 一、理论基础 1、基本鲸鱼优化算法 请参考这里。 2、改进鲸鱼优化算法 （1）自适应非线性位置更新 本文将自适应策略引入WOA算法的位置更新公式中，加快算法收敛速度、提高算法的寻优精度。具体公式如下：X→(t+1)=S1⋅X→∗(t)−S2⋅A→⋅D→,∣A∣<1   p<0.5(1)\overrightar
融合鲸鱼算法的混合灰狼优化算法
心升明月的博客
06-18 2792
请参考这里。为了避免GWO算法陷入局部最优，本文不仅融入了WOA算法的螺旋泡网狩猎方式，同时也采用WOA算法中的随机概率因子来选择不同的狩猎行为。此外，WOA算法也易陷入局部最优且全局探索能力不强，因此需要通过基于Levy飞行算法的随机游走策略来提高算法的全局搜索能力以及提高种群的多样性。具体操作如下： 首先，按照蒙特卡洛方法生成随机向量Levy→\overrightarrow{Levy}Levy​，公式如下：Levy→=(s1,s2,⋯ ,sn),  si=μ∣ν∣1/λ,  i=1,2,⋯ ,n(1)\
阿基米德优化算法：阿基米德优化算法：一种解决优化问题的新元启发式算法-matlab开发
05-31
使用 AOA 获得的解决方案优于众所周知的最新技术和最近引入的元启发式算法，例如遗传算法 (GA)、粒子群优化 (PSO)、差分进化变体 L-SHADE 和 LSHADE-EpSin、鲸鱼优化算法(WOA)、正余弦算法 (SCA)、Harris 鹰优化 ...
matlab代码粒子群算法-FDO:适应性相关优化器-Matlab
05-27
Con​​gress上进行了测试进化计算基准测试功能（CEC-C06,2019竞赛）的结果与三种现代算法进行了比较：（DA），鲸鱼优化算法（WOA）和小群算法（SSA）。 FDO结果在大多数情况下显示出更好的性能，而在其他情况下则...
亨利气体溶解度优化：一种新的物理算法：亨利气体溶解度优化：一种新的基于物理的算法-matlab开发
05-29
粒子群优化（PSO）、引力搜索算法（GSA）、布谷鸟搜索算法（CS）、灰狼优化器（GWO）、鲸鱼优化算法（WOA）、大象放牧算法（EHO）和模拟退火算法（SA）。 此外，为了评估竞争算法的成对统计性能，进行了 Wilcoxon ...
LFD:Lévy Flight Distribution：一种用于解决工程优化问题的新元启发式算法-matlab开发
05-31
(PSO)、大象群优化等几种著名的元启发式算法相比，LFD 算法在大多数测试中提供了更好的结果和优越的性能（EHO）、遗传算法（GA）、蛾焰优化算法（MFO）、鲸鱼优化算法（WOA）、蚱蜢优化算法（GOA）和哈里斯霍克斯...
亨利气体溶解度优化：亨利气体溶解度优化：一种基于物理学的新颖算法-matlab开发
05-29
粒子群优化（PSO）、引力搜索算法（GSA）、布谷鸟搜索算法（CS）、灰狼优化器（GWO）、鲸鱼优化算法（WOA）、大象放牧算法（EHO）和模拟退火算法（SA）。 此外，为了评估竞争算法的成对统计性能，进行了 Wilcoxon ...
两种鲸鱼优化算法 (whale optimization algorithm, WOA)及仿真实验——附代码
不定时分享电力优化、神经网络、数学建模等技术等
05-22 925
鲸鱼优化算法 (whale optimization algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili 等提出的一种新的群体智能优化算法，其优点在于操作简单，调整的参数少以及跳出局部最优的能力强。WOA模拟海洋中座头鲸的捕猎行为来设计算法。这种攻击是座头鲸包围猎物时，沿着螺旋路径形成独特气泡来完成的，如图2所示。类似于其他元启发式算法，WOA的搜索过程开始初始化一个随机解集。WOA拥有三个阶段：搜索猎物、包围目标和螺旋泡网捕食策略。
【优化算法】鲸鱼优化算法（WOA）【含Matlab源码 1243期】
订阅付费专栏（初级版），可赠送该付费专栏任意代码1份；
08-23 5683
鲸鱼优化算法(WOA)，该算法模拟了座头鲸的社会行为，并引入了气泡网狩猎策略。
WOA鲸鱼优化算法
FPGA/MATLAB学习教程/源码/项目合作开发
02-23 1万+
鲸鱼算法（Whale Optimization Algorithm）是根据鲸鱼围捕猎物的行为而提出的算法。鲸鱼是一种群居的哺乳动物，在捕猎时它们也会相互合作对猎物进行驱赶和围捕。鲸鱼算法提出时间并不长，也是一个新兴的优化算法，研究应用案例不多。 　　鲸鱼算法中，每个鲸鱼的位置代表了一个可行解。在鲸鱼群捕猎过程中，每只鲸鱼有两种行为，一种是包围猎物，所有的鲸鱼都向着其他鲸鱼前进；另一种是汽包网，鲸鱼环形游动喷出气泡来驱赶猎物。在每一代的游动中，鲸鱼们会随机选择这两种行为来进行捕猎。在鲸鱼进行包围...
智能优化算法改进算法 -附代码
热门推荐
Jack旭的博客
11-23 2万+
智能优化算法改进算法 摘要：为了方便大家对智能优化算法进行改进，复现多种智能优化改进算法供大家参考。所有代码均根据已经发表的文章，来复现方便大家参考别人的原理，代码会不定时更新。 1.文献复现：基于变因子加权学习与邻代维度交叉策略的改进乌鸦算法Matlab代码 [1]赵世杰,高雷阜,于冬梅,徒君.基于变因子加权学习与邻代维度交叉策略的改进CSA算法[J].电子学报,2019,47(01):40-48. 2.文献复现：自适应t 分布变异的缎蓝园丁鸟优化算法 Matlab代码 [1] 韩斐斐,刘升.基于自适
求解大规模优化问题的改进鲸鱼优化算法
心升明月的博客
12-26 2714
提出一种基于非线性收敛因子的改进鲸鱼优化算法(简记为IWOA)用于求解大规模复杂优化问题。为算法全局搜索奠定基础，在搜索空间中利用对立学习策略进行初始化鲸鱼个体位置；设计一种随进化迭代次数非线性变化的收敛因子更新公式以协调 WOA算法的探索和开发能力；对当前最优鲸鱼个体执行多样性变异操作以减少算法陷入局部最优的概率。选取15个大规模(200维、500维和1000维)标准测试函数进行数值实验，结果表明，IWOA在求解精度和收敛速度方面明显优于其他对比算法。
华为HCIA-WLAN 3.0 课程视频（38 WLAN配置应用-Web.mp4）
最新发布
06-18
适用于参加华为HCIA-WLAN考核的技术人员。 最新3.0 课程视频，一共59集。
白鲸优化算法算法改进极限学习机
07-25
白鲸优化算法（Whale Optimization Algorithm，WOA）是一种基于仿生学原理的优化算法，灵感来自于白鲸在自然界中的迁徙行为。WOA通过模拟白鲸群体的行为，实现寻找最优解的目标。 极限学习机（Extreme Learning Machine，ELM）是一种单隐层前馈神经网络，其特点是随机初始化隐藏层的权重和偏置，并在训练过程中仅调整输出层的权重。ELM的主要优势在于快速训练速度和良好的泛化能力。 要改进极限学习机算法，可以考虑以下几个方面： 1. 参数优化：通过调整ELM中的超参数，如隐藏层神经元数目、激活函数等，可以改善算法的性能和泛化能力。 2. 特征选择：对于高维数据集，可以利用特征选择方法来降低维度，从而提高算法的效率和准确性。 3. 样本权重调整：对于不平衡数据集，可以考虑使用样本权重调整方法，使得模型更加关注少数类别。 4. 集成学习：将多个ELM模型进行集成，如投票、平均等方式，可以进一步提高算法的性能和稳定性。 以上是一些改进极限学习机算法的常见方法，具体的改进策略可以根据具体问题和数据集进行选择和调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值