智能优化算法改进
文章平均质量分 92
算法改进分享
智能算法研学社(Jack旭)
博客代码,Matlab 代码请访问:https://mbd.pub/o/Jack python代码请访问:https://mbd.pub/o/JackYM
《智能优化算法及其matlab实现》,《Python智能优化算法:从原理到代码实现与应用》,《智能优化算法与MATLAB编程实践》书籍作者
展开
-
智能优化算法改进算法 -附代码
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.基于自适原创 2020-11-23 16:59:57 · 23956 阅读 · 33 评论 -
t分布与螺旋黏菌搜索的混沌自适应秃鹰搜索算法(CBBES)-附代码
摘要:针对秃鹰搜索算法搜索精度低、收敛速度慢及易于陷入局部最优的不足,提出t分布与螺旋黏菌搜索的混沌自适应秃鹰搜索算法。首先引入混沌Bernoulli映射进行种群初始化,丰富种群多样性;然后在搜索空间猎物阶段利用螺旋黏菌搜索策略依搜索进程动态修正位置更新方式,提高算法全局搜索能力和收敛精度;在俯冲捕获猎物阶段引入自适应惯性权重策略平衡算法全局搜索与局部开发,提高算法求解精度;最后利用t分布随机扰动策略依概率对种群个体变异,增加算法跳离局部最优、找到全局最优的概率。原创 2023-07-22 11:43:34 · 691 阅读 · 0 评论 -
融合黄金正弦算法和纵横交叉策略的秃鹰搜索算法(GSCBES)-附代码
摘要:针对传统秃鹰搜索算法(BES)存在容易陷入局部最优、收敛速度慢等缺点,提出一种融合黄金正弦算法(Gold-SA)和纵横交叉策略的秃鹰搜索算法(GSCBES)。首先,在传统BES的搜索阶段设置基于惯性权重的位置更新公式;然后,在捕食猎物阶段引入Gold-SA;最后,引入纵横交叉策略对全局最优和种群进行修正。原创 2023-07-21 19:45:21 · 775 阅读 · 0 评论 -
融合自适应惯性权重和柯西变异的秃鹰搜索算法(CBES) - 附代码
摘要:针对基本秃鹰搜索算法存在收敛速度慢、易陷入局部最优的缺点,提出了一种融合自适应惯性权重和柯西变异的秃鹰搜索算法(CBES).首先使用Tent混沌映射初始化种群,保留了种群的多样性;其次,引入自适应惯性权重,加快算法的收敛速度,增强算法的局部开发能力;最后将柯西变异算子整合到当前全局最优位置进行变异更新,提高算法陷入局部最优的能力.原创 2023-07-16 15:18:41 · 587 阅读 · 0 评论 -
组合多策略改进的自适应哈里斯鹰优化算法(LTWHHO) -附代码
摘要:针对标准哈里斯鹰优化算法(HHO)易陷入局部最优、寻优精度不高和收敛速度不理想等不足,提出一种组合多策略改进的自适应哈里斯鹰优化算法(LTWHHO)。在提高种群多样性方面用改进Logistic映射初始化,为平衡全局探索和局部开发提出非线性函数改进逃逸能量算子的线性递减参数,在全局探索阶段引入T分布策略来提高收敛速度和精度,在局部开发阶段引入自适应动态扰动机制来增强跳出局部最优能力。原创 2023-06-28 20:01:03 · 513 阅读 · 0 评论 -
基于混合策略的改进哈里斯鹰优化算法-附代码
摘要:针对原始哈里斯鹰优化算法(HHO)存在的收敛精度低、收敛速度慢、易陷入局部最优等不足,提出了一种基于混合策略的改进哈里斯鹰优化算法(HSHHO).首先,在种群初始化阶段引入Sobol序列,生成均匀分布的种群,提高种群的多样性,有利于提高算法的收敛速度;其次,引入limit阈值,令算法在一定迭代次数没有获得更优值后执行全局探索操作,提高算法跳出局部最优解的能力,改善HHO在迭代后期只执行开发阶段而易陷入局部最优的缺陷;最后,提出一种动态的反向学习机制,提高算法的收敛精度以及跳出局部最优的能力.原创 2023-06-24 19:55:06 · 1011 阅读 · 0 评论 -
混合策略改进的哈里斯鹰优化算法-附代码
摘要: 针对哈里斯鹰优化算法收敛精度低、易陷入局部最优空间等局限性,提出一种混合策略改进的哈里斯鹰优化算法。采用精英混沌反向学习策略初始化种群,增加初始种群多样性和精英个体数量,提高算法收敛性能;利用引入动态自适应权重的逃逸能量非线性递减策略替代哈里斯鹰算法的线性递减机制,提高算法全局探索和局部开发行为的平衡能力;采用拉普拉斯交叉算子策略生成适应度更高的新个体,提高算法抗停滞能力。原创 2023-06-24 19:32:39 · 789 阅读 · 0 评论 -
融合动态反向学习的阿奎拉鹰与哈里斯鹰混合优化算法(DAHHO)-附代码
摘要: 阿奎拉鹰优化算法(Aquila optimizer, AO)和哈里斯鹰优化算法(Harris hawks optimization, HHO)是近年提出的优化算法。AO算法全局寻优能力强,但收敛精度低,容易陷入局部最优,而HHO算法具有较强的局部开发能力,但存在全局探索能力弱,收敛速度慢的缺陷。针对原始算法存在的局限性,本文将两种算法混合并引入动态反向学习策略,提出一种融合动态反向学习的阿奎拉鹰与哈里斯鹰混合优化算法。首先,在初始化阶段引入动态反向学习策略提升混合算法初始化性能与收敛速度。原创 2023-06-11 14:34:12 · 1078 阅读 · 0 评论 -
集成正态云和动态扰动的哈里斯鹰优化算法(IHHO)-附代码
摘要: 针对基本哈里斯鹰算法收敛速度慢和易陷入局部寻优等问题,提出一种集成正态云模型和动态扰动策略的改进哈里斯鹰算法。在全局搜索阶段,利用正态云模型的随机性和模糊性和随机反向学习思想对哈里斯鹰位置进行更新,从而丰富种群多样性和提高算法全局搜索能力。在局部开发阶段,引入动态扰动策略更新不同捕食策略下的哈里斯鹰位置,改善算法局部开发能力。原创 2023-06-11 14:09:18 · 844 阅读 · 0 评论 -
融合黄金正弦和随机游走的哈里斯鹰优化算法(GSHHO)-附代码
摘要: 针对哈里斯鹰优化算法收敛精度低、易陷入局部最优的问题,本文提出了融合黄金正弦和随机游走的哈里斯鹰优化算法。首先,该算法在哈里斯鹰的探索阶段融合黄金正弦优化算法,增强算法的全局探索能力;其次,使用一种非线性能量指数递减策略,平衡算法的全局探索和局部开发能力;然后,在哈里斯鹰的开发阶段引入高斯随机游走策略对猎物进行随机游走,提升算法的局部开发能力;原创 2023-06-11 14:01:32 · 679 阅读 · 0 评论 -
基于黄金莱维引导机制的阿基米德优化算法(MSAOA)-附代码
摘要:针对标准阿基米德优化算法(AOA)在求解优化问题时存在全局探索能力弱、收敛速度慢和求解精度低等问题,提出一种多策略阿基米德优化算法(MSAOA)。首先,利用变区间初始化策略,使得初始种群尽可能地靠近全局最优解,从而提高初始解的质量;其次,提出黄金莱维引导机制,以提高算法在迭代后期的种群多样性;最后,在维持种群多样性的前提下,引入自适应波长算子,以达到提高算法搜索效率的目的。原创 2023-06-08 20:17:24 · 463 阅读 · 0 评论 -
翻筋斗觅食海鸥优化算法-附代码
摘要:针对基本海鸥优化算法(SOA)在处理复杂优化问题中存在低精度、慢收敛和易陷入局部最优的不足,提出了一种基于翻筋斗觅食策略的SOA算法(SFSOA)。该算法首先采用基于倒S型函数的控制参数A非线性递减策略更新海鸥个体的位置,以改善个体的质量和加快收敛速度;引入一种基于翻筋斗觅食策略的学习机制以增加海鸥个体位置的多样性,避免算法在搜索后期陷入局部最优值。原创 2023-06-03 16:43:40 · 690 阅读 · 0 评论 -
基于自适应反馈调节因子的阿基米德优化算法(IAOA)-附代码
摘要:针对基础阿基米德优化算法收敛速度慢、容易陷入局部最优的问题,文中提出了一种基于自适应反馈调节因子的阿基米德优化算法。首先,通过佳点集初始化种群,增强初始种群的遍历性,提高初始解的质量;其次,提出自适应反馈调节因子,平衡算法的全局探索与局部开发能力;最后,提出了莱维旋转变换策略,增加种群的多样性,以防止算法陷入局部最优。原创 2023-05-28 15:23:43 · 1011 阅读 · 0 评论 -
融合改进Sine混沌映射的新型粒子群优化算法(NIPSO)-附代码
摘要:为了应对传统粒子群算法(PSO)存在的初始位置不均匀、易达到局部最优、搜索精度不高等问题,提出了一种基于改进Sine混沌映射的新型PSO算法。采用一种改进的Sine混沌映射技术代替传统的伪随机数方法生成初始粒子种群,以丰富种群的多样性。在原始基本位置更新公式的基础上增加两种新的位置更新机制,并分别引入一个高斯变异算子实现算法勘探性能和开发性能之间的动态平衡以及在迭代过程中使粒子有效跳出局部最优。原创 2023-05-27 16:56:52 · 3981 阅读 · 0 评论 -
混合策略改进的金枪鱼群优化算法(HTSO)-附代码
摘要:针对金枪鱼群优化(Tuna Swarm Optimization, TSO)算法前期收敛速度慢和容易陷入局部最优等不足,提出混合策略改进的金枪鱼群优化算法(Improved Tuna Swarm Optimization Algorithm Based on Hybrid Strategy, HTSO)。首先,用Circle混沌映射初始化种群,提高种群的丰富性;原创 2023-05-04 20:35:20 · 1609 阅读 · 0 评论 -
改进沙猫群优化算法(ISCSO)-附代码
摘要:对沙猫群优化算法进行改进。在改进的沙猫群优化算法中,利用混沌映射的均匀性初始化种群以提高种群多样性;通过融合互利共生和莱维飞行策略减少局部最优解的消极影响,提高算法的收敛速度和精度。原创 2023-05-04 20:27:19 · 1140 阅读 · 0 评论 -
一种引入过渡阶段和高斯变异的改进算术优化算法(TGAOA)-附代码
摘要:针对算术优化算法收敛精度低、易陷入局部最优等问题,提出了一种改进的过渡高斯算术优化算法,该算法将新的非线性过渡阶段与改进的高斯变异策略相结合。首先,为了更好地从勘探阶段的高离散度策略过渡到开发阶段的低离散度策略,提出过渡阶段策略,并通过比较三种曲线实验重构数学优化加速函数。其次,引入具有算术优化算法特性的高斯变异策略和边界函数策略,加强算法跳出局部区域的能力。原创 2023-04-23 21:50:44 · 785 阅读 · 1 评论 -
基于遗传算法的极限学习机(ELM)分类算法-附代码
典型的单隐含层前馈神经网络结构如图1 所示,由输入层、隐含层和输出层组成,输 入层与隐含层、隐含层与输出层神经元间全连接。其中,输入层有 n 个神经元,对应 n 个输入变量, 隐含层有 l个神经元;输出层有 m 个神经元 ,对应 m 个输出变量。原创 2023-04-02 22:21:21 · 303 阅读 · 0 评论 -
融合多向学习的混沌麻雀搜索算法(MSSA)-附代码
摘要:对于原始麻雀搜索算法(SSA)在迭代过程中表现出的种群多样性减小,易陷入局部最优等问题,提出一种融合多向学习的混沌麻雀搜索算法(MSSA)。利用Hénon混沌映射初始化种群,增加麻雀种群的多样性,扩大可行解的搜索范围,为全局寻优奠定基础;采用多向学习策略增加麻雀跟随者探索未知领域的机会,平衡算法的局部开发性能和全局搜索能力;当算法陷入局部最优时,引用遗传算法中的变异策略依据动态的变异概率对当前最优个体进行扰动变异;原创 2023-03-28 21:52:20 · 898 阅读 · 0 评论 -
基于坠落机制的混沌麻雀算法(SSACD)-附代码
摘要:首先,引入Sinusoidal混沌映射和变尺度混沌策略对种群进行初始化,提高种群多样性使算法具备跳出局部最优解的能力;其次,引入动态黄金正弦策略增强算法发现者位置更新方式;然后,提出一种坠落机制增强种群随机性;原创 2023-03-23 22:16:25 · 784 阅读 · 0 评论 -
小生镜粒子群优化算法-附代码
摘要:针对粒子群算法容易早熟收敛和后期收敛速度慢的缺点, 结合进化论中小生境技术, 提出了小生境粒子群优化算法。通过粒子之间的距离找到具有相似距离的粒子个体组成小生境种群, 然后在该种群里面利用粒子群优化算法进化粒子, 所有个体经过其小生境群体的进化之后, 找到最优的个体存入到下一代的粒子群中, 直到找到满意的适应值为止。原创 2023-03-09 22:09:11 · 1446 阅读 · 2 评论 -
基于正交对立学习的改进麻雀搜索算法-附代码
摘要:针对麻雀搜索算法种群多样性少,局部搜索能力弱的问题,本文提出了基于正交对立学习的改进型麻雀搜索算法(OOLSSA)。首先,在算法中引入正态变异算子,丰富算法种群多样性;其次,利用对立学习策略,增强算法跳出局部最优的能力;然后,在加入者更新之后引入正交对立学习机制,加快算法的收敛速度;原创 2022-10-26 22:44:45 · 1881 阅读 · 0 评论 -
基于觅食生境选择的改进粒子群算法-附代码
摘要:在标准粒子群算法的基础上,引入基于莱维飞行的觅食生境选择策略,提出了改进的基于觅食生境选择的粒子群算法(feeding habitat selection particle swarm optimization,FHSPSO)。改进的算法中,粒子搜索策略包括粒子无干扰觅食和受到惊扰飞至新的觅食位置两个阶段。原创 2022-10-25 21:59:02 · 935 阅读 · 0 评论 -
改进粒子速度和位置更新公式的粒子群优化算法
摘要:针对粒子群优化算法求解精度低、局部搜索能力差、进化后期收敛速度慢等问题,本文提出一种改进粒子速度和位置更新公式的粒子群优化算法(particle swarm optimization algorithm with improved particle velocity and position update formula, IPSO-VP). IPSO-VP算法提出一种自适应粒子速度和位置更新策略,采用基于Logistic混沌呈非线性变化的惯性权重,以此来加快算法的收敛速度、平衡算法的全局和局部搜索能原创 2022-10-24 21:55:30 · 2897 阅读 · 0 评论 -
基于莱维飞行扰动策略的麻雀搜索算法-附代码
摘要:为了解决麻雀搜索算法存在迭代后期搜索多样性不足、容易陷入局部最优等问题,提出了一种基于莱维飞行扰动策略的改进麻雀搜索算法。首先借鉴Sin混沌搜索机制,改进种群初始化策略。然后在麻雀种群觅食搜索过程中引入莱维飞行扰动机制,牵引种群移动适当的步长,增加空间搜索的多样性。原创 2022-10-23 13:47:23 · 2780 阅读 · 2 评论 -
基于逐维高斯变异的混沌麻雀优化算法-附代码
摘要:针对麻雀算法初始化种群盲目性、全局搜索能力尚差容易陷入局部最优等问题,提出了一种逐维高斯变异的混沌麻雀优化算法.该算法首先利用singer混沌映射策略对种群进行初始化,克服种群初始化的盲目性。然后引入翻筋斗觅食策略来提高种群的全局搜索能力,最后引入惯性权重因子,针对最优原子采用逐维度高斯变异,提高其跳出局部最优解的能力,提高算法的全局搜索能力。原创 2022-10-22 21:42:01 · 1897 阅读 · 1 评论 -
新型飞蛾火焰优化算法-附代码
摘要:飞蛾火焰优化算法(Moth-Flame Optimization,MFO)是一种自然激励且易于实现的全局优化算法,在许多实际优化任务中表现出良好的性能。然而,MFO算法存在早熟收敛和容易陷入局部最优解的问题,针对这些不足,提出了一种Kent混沌动态惯性权值的改善飞蛾火焰优化算法(Ameliorative MFO,AMFO)。在AMFO算法中,引入Kent混沌映射搜索策略帮助当前最优解跳出局部最优;采用基于适应度值和迭代次数的动态惯性权值策略来平衡算法的开发和探索能力,以进一步提升MFO算法性能。原创 2022-10-21 21:57:40 · 1283 阅读 · 0 评论 -
自适应 t 分布与动态边界策略改进的算术优化算法-附代码
摘要:针对算术优化算法(arithmetic optimization algorithm)存在的收敛速度慢、易陷入局部最优等问题,提出了自适应t分布变异和动态边界策略改进的算术优化算法(t-CAOA)。利用引入自适应t分布变异策略提高种群的多样性和质量可以有效提升算法的收敛速度,同时通过引入余弦控制因子的动态边界策略优化AOA的寻优过程,从而协调AOA算法的全局勘探和局部开发能力。原创 2022-10-20 20:37:57 · 1823 阅读 · 1 评论 -
具有记忆功能的海鸥优化算法-附代码
摘要:在SOA算法海鸥群体进行攻击行为基础上改进,引入两个随机因子以及两个学习因子;同时在种群更新中,加入了海鸥种群的最佳位置和个体的历史最优值。一方面,MSOA算法使得海鸥向个体历史最优位置学习,另一方面,它又增强了向群体最佳位置的学习,从而避免了陷入局部最优解区域,增强了种群的寻优性能。原创 2022-10-19 20:50:12 · 1132 阅读 · 1 评论 -
基于信息共享搜索策略的自适应灰狼算法-附代码
摘要: 针对基础灰狼优化算法(GWO)种群多样性不足和易于陷入局部最优的缺点,从混沌初始化和种群间信息共享两个角度,提出一种基于信息共享搜索策略的改进灰狼优化算法(ISIAGWO)。首先,使用iterative混沌映射初始化种群保证种群的多样性,并引入自适应动态算子增加优秀个体权重;其次,使用信息共享搜索策略更新种群有效避免算法陷入局部最优。原创 2022-10-18 20:48:59 · 1304 阅读 · 0 评论 -
多方向螺旋搜索的混沌海鸥优化算法-附代码
摘要:针对海鸥优化算法(SOA)寻优路径单一、寻优精度较低、易陷入局部最优等问题,提出新的多方向螺旋搜索的混沌海鸥优化算法(Multi-directional Exploring Seagull Optimization Algorithm Based On Chaotic Map MESOA)。首先,利用混沌序列对海鸥种群进行初始化,令海鸥个体分布更加均匀,能够更加准确地接近目标;其次,让海鸥选择不同方向的螺旋飞行路径,使海鸥飞行路径不再单一,增加算法多样性;最后,根据算法收敛情况进行围绕目标的小范围搜索原创 2022-10-16 20:38:44 · 1384 阅读 · 0 评论 -
改进搜索机制的单纯形法引导麻雀搜索算法-附代码
摘要:为了改善基本麻雀搜索算法在处理优化问题时存在的收敛精度不高,速度慢和易陷入局部极小值的问题,本文提出一种改进搜索机制的单纯形法引导麻雀搜索算法。首先,针对发现者搜索过程随机性过高的问题,改进发现者搜索机制,提高算法收敛速度和稳定性;其次,改进麻雀搜索算法侦察机制,提高算法跳出局部极小值能力;最后,对每一次迭代适应度较差的部分个体采用单纯形法的相关操作,提高算法搜索能力。原创 2022-10-15 22:01:32 · 723 阅读 · 0 评论 -
螺旋探索与自适应混合变异的麻雀搜索-附代码
摘要:针对麻雀搜索算法(SSA)收敛速度慢,易陷入局部最优的问题,提出一种螺旋探索与自适应混合变异的麻雀搜索算法(SHSSA)。首先,采用一种无限次折叠的ICMIC混沌初始化种群,增加种群多样性和遍历性,为全局寻优奠定基础;其次,融入一种螺旋探索策略,增强发现者探索未知区域的能力,提高算法的全局搜索性能;然后,提出一种基于精英差分和随机反向的混合变异策略,加快算法收敛速度,改善算法跳出局部最优的能力。原创 2022-10-14 21:41:46 · 1311 阅读 · 0 评论 -
自适应t分布与黄金正弦改进的麻雀搜索算法-附代码
摘要:针对麻雀搜索算法存在的容易陷入局部最优、收敛速度慢等问题,提出一种基于自适应t分布与黄金正弦改进的麻雀搜索算法(t-GSSA)。首先,通过黄金正弦算法改进发现者的位置更新方式,增强算法局部开发和全局探索能力,并且提高算法的收敛能力;其次,利用自适应t分布变异方法,对个体位置进行扰动,提升算法跳出局部最优的能力;原创 2022-10-13 21:42:14 · 1878 阅读 · 2 评论 -
融合多策略的改进麻雀搜索算法-附代码
摘要:针对麻雀搜索算法收敛速度缓慢、寻优精度不足和容易陷入局部最优等缺点,提出了一种融合正弦搜索策略和多样性变异处理策略的改进麻雀搜索算法。通过引入正弦搜索策略,自适应调整个体权重提高算法收敛速度。针对个体聚集程度过高问题,采用多样性变异处理,引入生物学中种群聚集度的概念和柯西变异对最优解进行扰动,提高算法逃离局部最优的可能。原创 2022-10-12 21:49:53 · 2291 阅读 · 1 评论 -
分数阶麻雀搜索算法-附代码
摘要:采用分数阶微积分算法优化麻雀搜索算法,根据麻雀的位置信息,引入自适应分数阶阶次以自适应地调整分数阶阶次,加快算法收敛速度;原创 2022-10-11 21:31:36 · 1858 阅读 · 0 评论 -
分数阶粒子群算法-附代码
摘要:通过引入粒子进化因子,利用粒子的状态信息自适应更改分数阶次 α ,通过速度增量为零来更新粒子速度、位置值;结合传统粒子群粒子更新公式,采用粒子对称分布的改进粒子群算法。原创 2022-10-10 21:42:46 · 1300 阅读 · 1 评论 -
改进交叉算子的自适应人工蜂群黏菌算法-附代码
摘要:针对黏菌算法存在的收敛速度慢,易陷入局部最小值的问题,提出了一种改进交叉算子的自适应人工蜂群黏菌算法(ISMA)。为了提高算法收敛速度,引入自适应可调节的反馈因子和改进的交叉算子;考虑到人工蜂群算法强大的搜索能力,引入改进的人工蜂群搜索策略,提高算法跳出局部最小值的能力。原创 2022-10-09 21:46:20 · 1091 阅读 · 1 评论 -
融合改进 Logistics 混沌和正弦余弦算子的自适应 t 分布海鸥算法-附代码
摘要:针对基本海鸥算法存在的缺陷,提出一种融合改进Logistics混沌和正弦余弦算子的自适应t分布海鸥算法(ISOA)。首先,采用改进Logistics混沌映射初始化种群,使海鸥更加均匀地分布于初始解空间;其次,在海鸥位置更新方式中引入正弦余弦算子来协调算法的局部搜索和全局搜索,同时加入改进的参数A加快算法收敛速度;然后,引入自适应t分布变异策略,在最优解位置进行扰动变异产生新解,增强算法跳出局部最优的能力;原创 2022-10-08 21:40:56 · 1481 阅读 · 1 评论 -
混沌精英黏菌算法-附代码
摘要:为进一步提高标准黏菌算法的收敛速度和求解精度,采用 Tent 混沌映射丰富种群多样性,同时引入精英反向学习策略扩大搜索范围。原创 2022-10-07 14:44:56 · 801 阅读 · 0 评论