多子群的共生非均匀高斯变异樽海鞘群算法.docx
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
![preview](https://dl-preview.csdnimg.cn/87485987/0001-64ec849d35ddda81aee9ff8ade5c7874_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
"多子群的共生非均匀高斯变异樽海鞘群算法" 本文提出了一种多子群的共生非均匀高斯变异樽海鞘群算法(Multi-subpopulation based symbiosis and non-uniform Gaussian mutation salp swarm algorithm, MSNSSA),以解决标准樽海鞘群算法存在的求解精度不高和收敛速度慢等问题。 樽海鞘群算法是一种新型启发式智能算法,它具有结构简单、参数少、容易实现等优点。然而,樽海鞘群算法仍然存在求解精度低和收敛速度慢等缺陷。 文献[9]提出固定惯性权重,可以加快搜索过程中的收敛速度,并应用于特征选择问题。文献[10]把樽海鞘群算法和混沌理论结合提出混沌樽海鞘群算法,在解决特征提取问题时,能发现最优特征子集,最大程度地提高分类精度,最小化所选特征的数目。 文献[11]提出采用子群规模调整,每个子种群的大小随着进化的过程而逐渐增加,有利于提高算法在初始阶段的探测能力和后期的开采能力。文献[12]在算法中加入共享机制,改进原始算法的随机追踪的位置更新公式,降低搜索盲目性,提高收敛速度。 文献[13]提出非均匀变异演化算法,使个体能够跳出局部最优,以克服早熟现象。文献[14]通过高斯变异来增强蝙蝠算法种群的多样性。 本文提出的多子群的共生非均匀高斯变异樽海鞘群算法(MSNSSA)将种群分为领导者、追随者和链尾者三个子群。首先对领导者位置更新公式中参数 c1 进行分析,以更好平衡探索和开发能力;然后对追随者位置更新公式采用共生策略,增加与最优个体的交流,增强局部开发能力;最后链尾者更新使用非均匀高斯变异,增强种群多样性。 通过求解14个典型测试函数和 CEC 2014 测试函数的最优解,验证了改进算法 MSNSSA 的有效性和鲁棒性。 樽海鞘群算法在樽海鞘群算法[8]中樽海鞘链由领导者和追随者两种类型的樽海鞘组成。领导者是位于樽海鞘链的最前面,而其他个体则为追随者的角色。随机初始化种群:XN×d=rand(N,d)×(ub−lb)+lb 樽海鞘群算法的位置更新公式如下所示:xij={Fj+c1((ubj−lbj)c2+lbj),c3≥0.5Fj−c1((ubj−lbj)c2+lbj),c3<0.5 樽海鞘群算法的参数 c1 定义如下:c1=2e−(4tTmax)m 樽海鞘群算法的系数 c1 是樽海鞘群算法中最重要的参数,它可以使樽海鞘群算法的探索能力和开发能力处于较好状态。
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/87485987/bg1.jpg)
![](https://csdnimg.cn/release/download_crawler_static/87485987/bg2.jpg)
![](https://csdnimg.cn/release/download_crawler_static/87485987/bg3.jpg)
![](https://csdnimg.cn/release/download_crawler_static/87485987/bg4.jpg)
![](https://csdnimg.cn/release/download_crawler_static/87485987/bg5.jpg)
剩余28页未读,继续阅读
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/3f07197aad004e4fa57ac5a008eb6aaf_weixin_57147647.jpg!1)
- 粉丝: 3962
- 资源: 1万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- 用K210进行垃圾识别,通过串口发送不同信号给stm32,控制步进电机进行分类,并且语音播报.zip
- 基于Matlab 实现单径瑞利信道下,交织与卷积编码对误码率影响仿真
- 基于PCL的平面点云格网可视化程序代码
- DataSphereStudio是一个一站式数据应用程序开发和管理门户,涵盖数据交换、脱敏/清理、分析/挖掘、质量测量、可视化等
- python对mysql的操作
- 基于python opencv实现的图像上色源码+项目说明.7z
- 智能车相关外设模块,包含寻迹传感器、编码器、电机驱动、舵机、TFT彩屏、按键、蜂鸣器、无线通讯八个模块
- 可以使用的jdk8 离线镜像安装
- HBase总结.xmind
- 电子设计竞赛经验分享-选择适合的比赛,团队合作*题目分析等
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)