樽海鞘群算法(SSA)(含MATLAB代码)

最新推荐文章于 2024-04-29 11:30:06 发布

置顶 algorithmzzy

最新推荐文章于 2024-04-29 11:30:06 发布

阅读量1.3k

点赞数 1

文章标签：算法 matlab 开发语言人工智能启发式算法

本文链接：https://blog.csdn.net/jieyanping/article/details/131502417

版权

先做一个声明：文章是由我的个人公众号中的推送直接复制粘贴而来，因此对智能优化算法感兴趣的朋友，可关注我的个人公众号：启发式算法讨论。我会不定期在公众号里分享不同的智能优化算法，经典的，或者是近几年提出的新型智能优化算法，并附MATLAB代码。

“应粉丝要求，讲一下樽海鞘算法~

昨天调研了一下，搞这个算法的人还挺多，在WOS上也是被高引的文献。有兴趣的同学可以了解一下，这个算法本身是非常简单的，因此也比较容易上手~”

樽海鞘群算法(Salp Swarm Algorithm, SSA)是Mirjalili等人于2017年提出的一种全新的群体智能优化算法。该算法的主要思想来源于樽海鞘的群链生物特征。樽海鞘算法的整个寻优过程起源于樽海鞘链的群聚觅食行为，将樽海鞘群体对最佳食物源搜索的过程类比为对函数寻优。SSA的原始参考文献如下：

“Mirjalili S, Gandomi A H, Mirjalili S Z, et al. Salp Swarm Algorithm: A bio-inspired optimizer for engineering design problems[J]. Advances in engineering software, 2017, 114: 163-191.”

01
灵感来源

樽海鞘是一种身体几乎完全透明的桶状海洋生物。这种透明特性可以很好地保护樽海鞘在海洋中免受天敌捕食，主要以浮游植物为食，依靠吸入喷出海水前进。它们每天可以将成吨的碳从海洋表面运送到深海中，防止这些碳重新进入大气圈，有效地减少了碳进入大气圈成为温室气体的可能性，对大自然来说有很好的清碳作用。樽海鞘这一特殊功能使其在海洋中发挥着不可替代的作用。自然界中的大多数生物以群的方式移动、觅食，但樽海鞘却是首尾相连，组成链的形式进行觅食。樽海鞘在海洋中以群体形成链状结构漂浮生活，樽海鞘链分为两部分：领导者和跟随者。樽海鞘链最前端的个体被认为是领导者，其他个体被认为是跟随者，领导者根据食物源位置指导引领着跟随者移动，如图1所示。

图1 樽海鞘的觅食原理

在SSA中，位于樽海鞘链的第一个樽海鞘为领导者，其余的为跟随者。和其他的群体智能优化算法不同在于，领导者不会影响整个群体的移动，跟随者会根据前一个个体的位置来更新自己的位置。依此类推形成了樽海鞘链。领导者对于排在后面的跟随者的领导作用会越来越弱，在后面的跟随者不会一味的向着领导者移动，保持了种群的多样性。樽海鞘群算法将目前得到的最优解保存下来，并将其赋值给食物源变量，因此即使整个种群恶化，它也不会丢失。SSA只更新领导者相对于食物源的位置，这是目前得到的最佳解，所以领导者一直在探索和开发它周围的空间；跟随者的跟随运动提高了局部搜索的性能，在一定程度上避免了陷入局部最优的情况。