变色龙算法（CSA）优化长短期记忆神经网络原理及MATLAB代码复现-CSDN博客

本文链接：https://blog.csdn.net/2403_88401503/article/details/143781206

0 引言

变色龙算法（Chameleon Swarm Algorithm,CSA）是Malik Shehadeh Braik于2021年基于变色龙的觅食机制而提出的群体智能算法。该算法模拟了变色龙寻找食物的行为步骤，包括它们在树木、沼泽和沙漠动态寻找猎新闻，将眼睛旋转到近360◦的视觉范围来定位猎物，并利用它们粘稠的舌头高速发射来抓住猎物。算法具有寻优能力强等特点。

1 数学模型

CSA算法主要对变色龙搜索猎物、定位猎物及捕食等行为进行数学建模，具体模型如下：

1）初始化种群：CSA是一种基于种群的算法，它采用初始种群来启动优化过程。具体模型如下：

式中uj，lj为问题维度的边界，r为0到1的随机数。

2）寻找猎物：变色龙在沙漠和树木上寻找猎物，因此可以使用位置更新策略进行数学建模：

式中p1，p2为控制探索能力两个参数，G为局部最佳变色龙个体位置，P为全局最佳的变色龙个体位置，r1,r2,r3,ri为0到1的随机数，t和T分别表示当前的迭代次数和最大的迭代次数，γ、α和β是用于控制勘探和开发能力的三个常数值，Pp为变色龙感知猎物的概率。

2）定位猎物位置：变色龙有能力通过眼睛的旋转特征来识别猎物的位置，这使它们能够识别360度以上的猎物。故变色龙会根据定位猎物的位置来更新自身位置。其数学模型如下：

式中 $\bar{y_i}$ 表示变色龙在旋转前的各维度的平均位置，yri表示变色龙在搜索空间中的旋转中心坐标，其数学模型如下：

式中yc为个体位置的中心坐标，m为旋转矩阵；R为各轴中旋转矩阵函数见(16)(17)，Vz,Vz为坐标的两个向量，θ为变色龙眼睛旋转角。

3）捕食：接近猎物的变色龙被认为是最好的变色龙，故这只变色龙用舌头攻击猎物。用以下方程来模拟：

式中c1,c2控制G，P对弹舌速度影响的因子；p为控制开发的参数；a为弹舌的加速度

2 优化方式

前篇对长短期记忆神经网络（长短期记忆神经网络原理及Matlab代码复现-CSDN博客）原理讲解，从长短期记忆神经网络matlab代码运算过程中，可以看到LSTM受多个超参数影响（隐藏层节点、学习率、分批量、正则化等等）。因此结合上述GSA原理介绍，可以将长短期记忆神经网络的超参数作为变色龙种群位置，每一个种群位置对应长短期记忆神经网络的预测值，将这个预测值作为适应度更新全局和局部最佳位置，模拟变色龙进行随机搜索猎物，识别定位猎物和捕食猎物的行为，更新下一轮全局和局部最佳位置。

3 MATLAB代码

3.1 伪代码

3.2 CSA主函数代码

% 初始化种群
chameleonPositions=initialization(searchAgents,dim,ub,lb);% Generation of initial solutions 

% 评估初始种群的适合度
fit=zeros(searchAgents,1);

for i=1:searchAgents
     fit(i,1)=SYD(chameleonPositions(i,:),net);
     net.trainParam.showWindow = 0;
end

% CSA 参数
fitness=fit; % 随机位置的初始适应度
[fmin0,index]=min(fit);

chameleonBestPosition = chameleonPositions; % 最佳位置初始化
gPosition = chameleonPositions(index,:); % 初始位置

v=0.1*chameleonBestPosition;% 初始速度

v0=0.0*v;

% CSA 的主要参数
rho=1;%管理开发的正数
p1=2;  
p2=2;  
c1=2; 
c2=1.80;  
gamma=2; %
alpha = 4;%  
beta=3;%控制勘探和开发能力的三个常量值 
Pp = 0.1;% 变色龙感知猎物的概率

for t=1:iteMax

    a = 2590*(1-exp(-log(t))); %表示变色龙舌头伸出的速度 
    omega=(1-(t/iteMax))^(rho*sqrt(t/iteMax)) ; %Eq(19)惯性权重
    p1 = 2* exp(-2*(t/iteMax)^2); %p1,p2控制探索能力的两个正数 
    p2 = 2/(1+exp((-t+iteMax/2)/100)) ;
    mu= gamma*exp(-(alpha*t/iteMax)^beta) ;%Eq(6)随着迭代次数的增加而减少的参数

    ch=ceil(searchAgents*rand(1,searchAgents));
    
    % 觅食过程的运动       
    for i=1:searchAgents
        if rand>=Pp
            chameleonPositions(i,:)= chameleonPositions(i,:)+ p1*(chameleonBestPosition(ch(i),:)-chameleonPositions(i,:))*rand()+... 
                     + p2*(gPosition -chameleonPositions(i,:))*rand();% Eq(3)
        else
            for j=1:dim
                chameleonPositions(i,j)=gPosition(j)+mu*((ub(j)-lb(j))*rand+lb(j))*sign(rand-0.50) ;% Eq(3)
            end
        end
    end 

    %（开发）

% 双向旋转 180 度或单向旋转180度（rotation函数来源作者，可不考虑此活动加注释）
[chameleonPositions] = rotation(chameleonPositions, searchAgents, dim);
 

% 变色龙速度更新并寻找食物来源
     for i=1:searchAgents
               
        v(i,:)= omega*v(i,:)+ p1*(chameleonBestPosition(i,:)-chameleonPositions(i,:))*rand +.... 
               + p2*(gPosition-chameleonPositions(i,:))*rand; %Eq （18）      

         chameleonPositions(i,:)=chameleonPositions(i,:)+(v(i,:).^2 - v0(i,:).^2)/(2*a);%Eq（20）    
     end
     v0=v;

     % 边界检查
     for i=1:searchAgents
         if chameleonPositions(i,:)<lb
        chameleonPositions(i,:)=lb;
         elseif chameleonPositions(i,:)>ub
            chameleonPositions(i,:)=ub;
         end
     end

     % 变色龙位置迁移（随机化） 
     for i=1:searchAgents

         ub_=sign(chameleonPositions(i,:)-ub)>0;
         lb_=sign(chameleonPositions(i,:)-lb)<0;
         chameleonPositions(i,:)=(chameleonPositions(i,:).*(~xor(lb_,ub_)))+ub.*ub_+lb.*lb_;
         fit(i,1)=SYD(chameleonPositions(i,:),net);
         net.trainParam.showWindow = 0;
         
         if fit(i)<fitness(i)
          chameleonBestPosition(i,:) = chameleonPositions(i,:); 
          fitness(i)=fit(i);
         end
     end

     [fmin,index]=min(fitness); % 寻找最佳位置  


     if fmin < fmin0
         gPosition = chameleonBestPosition(index,:); 
         fmin0 = fmin;
     end

   cg_curve(t)=fmin0; 
end
 
ngPosition=find(fitness== min(fitness)); 
g_best=chameleonBestPosition(ngPosition(1),:); 
fmin0 =SYD(g_best,net);
net.trainParam.showWindow = 0;