- 博客(4)
- 收藏
- 关注
RSS订阅原创 群体智能优化算法之鹈鹕优化算法(POA)
在捕鱼时，大量的水进入鹈鹕的喙部，在吞咽鱼之前头部向前移动以排出多余的水。鹈鹕在狩猎时的行为和策略是一个智能的过程，使这些鸟成为熟练的猎人。在基于第一阶段和第二阶段更新了所有种群成员之后，基于种群的新状态和目标函数的值，将更新到目前为止的最佳候选解。从数学的角度来看，算法必须检查鹈鹕位置附近的点，以收敛到更好的解。对这种鹈鹕策略进行建模，可以对搜索空间进行扫描，并使所提出的POA在发现搜索空间的不同区域时具有探索能力。在建议的POA中，如果目标函数的值在该位置得到改善，则接受鹈鹕的新位置。
2024-07-04 15:34:50
491
原创 局部强化优化算法（PRO）
强化模式显着影响学习者在强化计划中的反应率和力量，这是通过适当选择强化行为和应用强化过程的时间来实现的。：任何刺激学习者行为以引起反应的尝试都是通过应用改变所提议解决方案的决策变量的操作来建模的。：这个概念是指在训练期间为学习者应用新计划的过程，当学习者持续接受所有行为的负强化时。由于每个缩放器都代表特定学习者行为的分数/优先级，因此分数/优先级越高，在下一次迭代中被选中的机会就越大。在这种情况下，学习者的目标功能在刺激阶段后下降，导致特定行为的分数下降（方程。因此，行为的子集，在每次迭代中为。
2024-06-29 17:05:15
414
原创 电鳗觅食优化（Electric eel foraging optimization）
随着鳗鱼相互作用的加剧，带电圈减小。基于这种行为，带电的圆圈变成了狩猎区，此时，猎物开始在狩猎区四处乱跑，因此猎物会因为受到惊吓而突然连续地从当前位置移动到狩猎空间中的其他位置。在EEFO中，每条电鳗都是候选溶液，到目前为止，在每个步骤中获得的最佳候选溶液被认为是预期的猎物。在EEFO中观察到的狩猎行为涉及卷曲运动，即鳗鱼的位置被更新到猎物的新位置。通过确定从种群中随机选择的鳗鱼与搜索空间中随机生成的鳗鱼之间的差异来更新鳗鱼的位置。为了确定鳗鱼的休息区域，搜索空间和鳗鱼的位置都归一化为 0-1 的范围。
2024-06-27 18:09:22
879
原创 乌鸦搜索算法(Crow Search Algorithm, CSA)
CSA算法是最近发展起来的一种新的群体智能算法，它模拟乌鸦储存多余食物并在需要时取出食物的行为。在优化理论中，乌鸦是搜索者，周围环境是搜索空间，随机存储食物的位置是一种可行的解决方案。在所有的食物位置中，储存食物最多的位置被认为是全局最优解，目标函数是食物的数量。CSA通过模拟乌鸦的智能行为，试图找到各种优化问题的最优解。3)乌鸦通过随机选择另一只乌鸦，即xj，并生成一个随机值来更新自己的位置。4)乌鸦通过随机选择另一只乌鸦xj来更新自己的位置，并跟随它来知道mj。为乌鸦i的飞行长度，表示乌鸦j的记忆。
2024-06-26 17:58:03
209
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人