【技术实现步骤摘要】
一种改进樽海鞘群算法的方法
本专利技术涉及人工智能
，具体是涉及一种新型的群智能算法。
技术介绍
樽海鞘群算法是澳大利亚学者Mirjalili在2017年提出的一种新型群智能优化算法，该算法模拟了海洋动物樽海鞘的群体觅食行为，机制简单易懂，操作方便，易于实现，已经成为国内外大量研究学者的研究热点。如今，该算法已经被广泛应用于实际问题中。樽海鞘群算法也存在在迭代后期不能进行精确搜索，种群多样性较差等缺点，限制了算法的局部开发能力和全局探索能力。与其它智能优化算法相比，樽海鞘群算法的优化求解策略有待改进，以进一步提高该算法的求解精度和寻优效率。
技术实现思路
本专利技术的目的是为了克服现有技术中的不足，提供一种改进樽海鞘群算法的方法，针对樽海鞘群算法在迭代后期不能进行精确搜索，种群多样性较差等缺点，对樽海鞘群算法改进。通过添加衰减因子，灵活的控制搜索范围大小，加快了算法收敛速度，通过引入动态学习策略，加强了跟随者对于寻优的协助作用，实现了算法达到更高的收敛精度，改善了樽海鞘群算法的优化性能。改进的樽海鞘...
【技术保护点】
1.一种改进樽海鞘群算法的方法，其特征在于，包括：/n步骤一，设定种群规模N、迭代次数Iteration、维数D以及上下边界ub和lb；/n步骤二，初始化樽海鞘群个体的位置，并计算每个个体的适应值，将最小适应值个体的位置确定为食物源位置FoodPosition；/n步骤三，将樽海鞘群分为领导者和跟随者两类，第一个樽海鞘个体为领导者，其余樽海鞘为跟随者；/n步骤四，生成衰减因子A(l)，领导者根据领导者的位置更新公式移动；/n步骤五，生成随机数k，跟随者根据跟随者的位置更新公式移动；/n步骤六，计算更新位置后的个体适应值，若小于当前食物源位置FoodPosition的适应值，...
【技术特征摘要】
1.一种改进樽海鞘群算法的方法，其特征在于，包括：
步骤一，设定种群规模N、迭代次数Iteration、维数D以及上下边界ub和lb；
步骤二，初始化樽海鞘群个体的位置，并计算每个个体的适应值，将最小适应值个体的位置确定为食物源位置FoodPosition；
步骤三，将樽海鞘群分为领导者和跟随者两类，第一个樽海鞘个体为领导者，其余樽海鞘为跟随者；
步骤四，生成衰减因子A(l)，领导者根据领导者的位置更新公式移动；
步骤五，生成随机数k，跟随者根据跟随者的位置更新公式移动；
步骤六，计算更新位置后的个体适应值，若小于当前食物源位置FoodPosition的适应值，则更新FoodPosition；
步骤七，判断当前迭代次数是否达到预设迭代次数，若已达到，结束迭代，否则返回执行步骤四；
步骤八，输出FoodPosition位置及适应值。
2.根据权利要求1所述的一种改进樽海鞘群算法的方法，其特征在于，步骤四...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。