【单目标优化算法】樽海鞘群算法(Matlab代码实现)
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
📚2 运行结果
🎉3 文献来源
🌈4 Matlab代码实现
💥1 概述
在过去的十年中,元启发式技术已经变得非常流行。这种流行是由于几个主要原因:灵活性、无梯度机制和这些算法的局部最优避免。前两个优点源于元启发式通过仅查看输入和输出来考虑和解决优化问题。换句话说,元启发式方法将优化问题假设为黑盒。因此,无需计算搜索空间的导数。这使得它们在解决各种问题方面具有高度的灵活性。由于元启发式属于随机优化技术家族,因此它们受益于随机运算符。这有助于他们在解决实际问题时避免局部解决方案,这些问题通常具有大量的局部最优。由于这些优点,元启发式的应用可以在科学和工业的不同分支中找到。
元启发式算法分为两大类:进化[1]和群体智能[2]技术。进化算法模仿自然界中的进化概念。此类中最好和最受推崇的算法是遗传算法(GA)[3]。该算法模拟了达尔文进化论的概念。在 GA 中,优化是通过针对特定问题的一组随机解决方案启动的。通过目标函数评估解后,根据解的适应度值修改解的变量。由于最好的个体更有可能参与改进其他解决方案,因此随机初始解决方案很可能得到改进。文献中还有其他几种进化算法,如差分进化(DE)[4],进化策略(ES)[5]和进化规划(EP)[6],[7]和基于生物地理学的优化(BBO)算法[8]。
群体智能技术模仿自然界中群体、牛群、学校或成群生物的智能。这些算法的主要基础源于一群生物的集体行为。例如,蚂蚁能够在没有集中控制单元的情况下共同保证蚁群的生存。换句话说,没有人告诉蚂蚁在哪里以及如何找到食物来源,但它们会合作在离巢穴很远的地方找到食物。此类中最受欢迎的两种算法是蚁群优化 (ACO) [9] 和粒子群优化 (PSO) [10]。ACO算法模仿蚂蚁的社会行为,以找到巢穴和源食物之间的最短路径。PSO算法模拟鸟类在导航和狩猎中的集体行为。文献中的其他群体智能技术包括:人工蜂群(ABC)算法[11],布谷鸟搜索(CS)算法[12],萤火虫算法(FA)[13],蝙蝠算法(BA)[14],灰狼优化器(GWO)[15],[16],[17],海豚回声定位(DE)[18],鲸鱼优化算法(WOA)[19],果蝇优化算法(FOA)[20]和和谐搜索[21],[22]。
无论进化和群体智能技术之间的差异如何,共同点是在优化过程中改进一个或一组解决方案。如果一种算法只改进了一个解决方案,它被称为个人主义算法。如果一组解决方案得到改进,则称为集体算法。个人主义算法是有益的,因为所需的函数评估数量少,并且整体优化过程简单。然而,局部最优停滞的概率非常高。集体算法能够更好地避免局部解决方案并交换有关搜索空间的信息。但是,此类技术需要更多的功能评估。一些个人主义算法是禁忌搜索(TS)[6],[23],爬山[24],迭代局部搜索(ILS)[25]和模拟退火(SA)[26],变量邻域搜索(VNS)[27]和引导局部搜索[28]。众所周知的集体算法是 GA、ACO、PSO、DE 和 ES。
尽管文献中提出的算法有其优点,但无免费午餐(NFL)[29]已经证明,这些算法都不能解决所有优化问题。换句话说,在解决所有优化问题时,所有元启发式方法的表现都相似。该定理揭示了新算法和特定算法在不同领域的重要性,因为算法在解决一组问题时的有效性并不能保证它在不同的测试问题集中取得成功。这就是本文的动机,首先提出了一种新的元启发式优化算法来解决单目标问题,然后扩展到多目标版本。本文的其余部分组织如下。
第二节回顾文献和相关著作。第2节介绍了所提出的灵感和数学模型。本节还提出了Salp Swarm算法(SSA)和多目标Salp Swarm算法(MSSA)。第3节介绍和讨论了两种算法在各种基准函数上的定性和定量结果。SSA和MSSA都被用来解决第4节中几个具有挑战性的实际问题。最后,第5节总结了这项工作,并提出了几个未来的研究方向。
本工作提出了两种新颖的优化算法,称为Salp Swarm算法(SSA)和多目标Salp Swarm算法(MSSA),用于解决具有单个和多个目标的优化问题。SSA和MSSA的主要灵感是在海洋中航行和觅食时鲈鱼的成群行为。这两种算法在几个数学优化函数上进行了测试,以观察并确认它们在寻找优化问题的最佳解决方案方面的有效行为。数学函数结果表明,SSA算法能够有效地改进初始随机解,并向最优收敛。MSSA结果表明,该算法能够在高收敛性和覆盖率下逼近帕累托最优解。本文还考虑使用SSA和MSSA解决几个具有挑战性且计算成本高昂的工程设计问题(例如翼型设计和船用螺旋桨设计)。真实案例研究的结果证明了所提出的算法在解决具有困难和未知搜索空间的实际问题方面的优点。
📚2 运行结果

部分代码:
function [FoodFitness,FoodPosition,Convergence_curve]=SSA(N,Max_iter,lb,ub,dim,fobj)
if size(ub,1)==1
ub=ones(dim,1)*ub;
lb=ones(dim,1)*lb;
end
Convergence_curve = zeros(1,Max_iter);
%Initialize the positions of salps
SalpPositions=initialization(N,dim,ub,lb);
FoodPosition=zeros(1,dim);
FoodFitness=inf;
%calculate the fitness of initial salps
for i=1:size(SalpPositions,1)
SalpFitness(1,i)=fobj(SalpPositions(i,:));
end
[sorted_salps_fitness,sorted_indexes]=sort(SalpFitness);
for newindex=1:N
Sorted_salps(newindex,:)=SalpPositions(sorted_indexes(newindex),:);
end
FoodPosition=Sorted_salps(1,:);
FoodFitness=sorted_salps_fitness(1);
%Main loop
l=2; % start from the second iteration since the first iteration was dedicated to calculating the fitness of salps
while l<Max_iter+1
c1 = 2*exp(-(4*l/Max_iter)^2); % Eq. (3.2) in the paper
for i=1:size(SalpPositions,1)
SalpPositions= SalpPositions';
if i<=N/2
for j=1:1:dim
c2=rand();
c3=rand();
%%%%%%%%%%%%% % Eq. (3.1) in the paper %%%%%%%%%%%%%%
if c3<0.5
SalpPositions(j,i)=FoodPosition(j)+c1*((ub(j)-lb(j))*c2+lb(j));
else
SalpPositions(j,i)=FoodPosition(j)-c1*((ub(j)-lb(j))*c2+lb(j));
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
end
elseif i>N/2 && i<N+1
point1=SalpPositions(:,i-1);
point2=SalpPositions(:,i);
SalpPositions(:,i)=(point2+point1)/2; % % Eq. (3.4) in the paper
end
SalpPositions= SalpPositions';
end
for i=1:size(SalpPositions,1)
Tp=SalpPositions(i,:)>ub';Tm=SalpPositions(i,:)<lb';SalpPositions(i,:)=(SalpPositions(i,:).*(~(Tp+Tm)))+ub'.*Tp+lb'.*Tm;
SalpFitness(1,i)=fobj(SalpPositions(i,:));
if SalpFitness(1,i)<FoodFitness
FoodPosition=SalpPositions(i,:);
FoodFitness=SalpFitness(1,i);
end
end
Convergence_curve(l)=FoodFitness;
l = l + 1;
end
🎉3 文献来源
部分理论来源于网络,如有侵权请联系删除。
[1] S. Mirjalili, A.H. Gandomi, S.Z. Mirjalili, S. Saremi, H. Faris, S.M. Mirjalili,
Salp Swarm Algorithm: A bio-inspired optimizer for engineering design problems
Advances in Engineering Software
🌈4 Matlab代码实现
相关文章:
【单目标优化算法】樽海鞘群算法(Matlab代码实现)
💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…...
手把手教你,解决C盘分区不足,C盘怎么扩大磁盘分区
由于在磁盘分区中,C盘是很重要的一个磁盘,为了保证C盘有足够的磁盘分区。其中扩大C盘分区很常见的操作之一。那么,C盘怎么扩大磁盘分区?在本文中,易我小编将全面地讲解C盘合并分区的方法。 一、为什么C盘怎么扩大磁盘分…...
Ethernet-APL——过程自动化的新黄金标准
| Ethernet-APL为终客户和设备制造商带来益处 Ethernet-APL(Advanced Physical Layer,高级物理层)是一种两线制以太网物理层,它使用了由IEEE 802.3cg所定义的10BASE-T1L,并采用了新的工艺制造规定,因此构成…...
LVGL Styles
LVGL StylesGet started按钮添加标签按钮添加风格滑动条值显示StylesSize stylesBackground stylesBorder stylesOutline stylesShadow stylesImage stylesArc stylesText stylesLine stylesGet started 按钮添加标签 /*** brief 按钮事件回调函数* param e */ void btn_eve…...
扬帆优配|联通港股创近两年新高!A股资源类股爆发,食品饮料领跌
今日上午,A股商场和港股商场均现较大起伏震动,临近上午收盘出现一波跳水,不过,到上午收盘,上证指数仍微涨0.10%,煤炭等资源类板块明显上涨。 港股商场上午走弱,科技股领跌。 沪指微涨0.10%资源…...
Win10+VS2019+Qt5.15.2下编译QCAD
一:官方说法:WindowsDownload and install a C compiler, for example:Visual Studio C Express or Visual Studio CommunityDownload and install Qt from qt.io (see supported platforms):Download for example the online installer fileqt-opensour…...
【微信小程序】原生微信小程序ts模板下引入vant weapp
之前一直是在普通项目下使用 vant weapp,这不最近学了ts,使用微信开发工具的tsless初始化项目,再引入 vant 时踩了好久坑,特来记录一下 前言 本文章适合微信开发工具的ts项目,指的是项目目录结构如下图 总结 从上图…...
Puppeteer之Pyppeteer——自动登录Gmail(6)
前言 本文是该专栏的第6篇,结合项目案例让你熟练使用pyppeteer,后面会持续分享Pyppeteer的干货知识,记得关注。 有同学留言,使用selenium自动登录gmail邮箱,被Google识别为机器人怎么办?出现这个问题,主要在于Google可以检测出selenium的控件,无论你怎么加入规避方法,…...
python 绘图 —— 绘制从顶部向底部显示的柱形图[ax.bar()]
python 绘图 —— 绘制从顶部向底部显示的柱形图[ax.bar()] 效果图如下所示: 就是这个样子,一般比较少见将柱形图从上往下绘制的。可能是会为了更好的展示数据对比结果吧。这里绘图的主要思路如下: 利用ax.twinx()这个函数生成一个新的x轴…...
自定义Task工具,调用系统的IdleHandler方法
1、工具类,调用系统的IdleHandler方法package com.abbi.viewdemo;import android.os.Looper;import android.os.MessageQueue;import java.util.LinkedList;import java.util.Queue;public class DelayTaskDispatcher {private Queue<Task> delayTasks new L…...
生态GEP案例分享
浙江省领导参观德清”两山“平台4月30日上午,浙江省政府参事室一行领导,在德清县副县长陪同下考察当地数据智能运营中心,参观了国内首个县域数字“两山”决策支持平台建设成果。国内生产总值(GDP),是指按国家市场价格计算的一个国…...
企业级信息系统开发学习笔记1.5 初探Spring AOP
文章目录零、本讲学习目标一、Spring AOP(一)AOP基本含义(二)AOP基本作用(三)AOP与OOP对比(四)AOP使用方式(五)AOP基本概念二、提出游吟诗人唱赞歌任务&#…...
Mysql数据库主主从设置
注意:在同一台服务器上部署主从或主主之类的时候,数据库data下有一个auto.cnf里的uuid不能重复。 原则:做同步之前要保证两个数据库数据一致. 锁表操作: FLUSH TABLES WITH READ LOCK; 注:没有锁定主服务器…...
监管持续,医疗卫生机构如何守好“涉疫”数据安全?
肆虐三年的新冠疫情,影响着全球经济发展、社会正常运行,也成为网络攻击、勒索软件攻击快速增长的温床,“滋生”了一系列网络、数据安全问题,受到各界关注。最近,上线运行三年的 “粤康码”发布公告、官宣部分服务下线&…...
STM32开发(13)----获取唯一设备标识符UID
获取唯一设备标识符UID前言一、什么事UID二、实验过程1.CubeMx配置2.代码实现3.实验结果总结前言 这一章节介绍如何获取STM32芯片中的唯一的ID号的两种方法。 一、什么事UID 在许多项目中,识别设备是必要的。从简单的设备描述到更复杂的设备,如 USB 串…...
华为OD机试 - 最优调度策略(Python) | 机试题+算法思路+考点+代码解析 【2023】
最优调度策略 题目 在通信系统中有一个常见的问题是对用户进行不同策略的调度 会得到不同系统消耗的性能 假设由 N 个待串行用户,每个用户可以使用 A/B/C 三种不同的调度策略 不同的策略会消耗不同的系统资源 请你根据如下规则进行用户调度 并返回总的消耗资源数 规则是:相…...
前端零基础入门-002-集成开发环境
本篇目标 了解市面上常用的前端集成开发环境(ide)掌握 HBuiberX 的使用:下载安装,新建项目、网页、运行网页。 内容摘要 本篇介绍了市面上流行的几款前端集成开发环境(ide),并介绍了 Hbuilde…...
su和sudo的区别
linux中 su和sudo的区别 su和sudo是两个常用的切换到root超级用户命令。功能上类似,但使用上还是有不少差异。 su命令 su是切换到root用户的命令,主要用法如下: su:不带参数直接输入su将切换到root用户,需要输入root…...
【ChatGPT】使用ChatGPT进行51单片机程序编程体验
背景 最近ChatGPT大火,笔者尝试使用它进行了51单片机编程尝试。ChatGPT是一种由OpenAI训练的大型语言模型,具有强大的自然语言处理能力和生成代码的能力。 使用ChatGPT进行51单片机编程,笔者发现它可以帮助开发人员快速生成符合要求的代码&a…...
Docker之路(1.Docker概述、组成以及特点)
1.docker为什么会出现? 一款产品或者项目来说,一般有三个环境,日常/测试环境、预发环境、正式/线上环境 这么多环境,对其环境的配置是十分麻烦的,每一个机器都要部署环境,有的会有集群Redis、Hadoop等&…...
XCTF-web-easyupload
试了试php,php7,pht,phtml等,都没有用 尝试.user.ini 抓包修改将.user.ini修改为jpg图片 在上传一个123.jpg 用蚁剑连接,得到flag...
云启出海,智联未来|阿里云网络「企业出海」系列客户沙龙上海站圆满落地
借阿里云中企出海大会的东风,以**「云启出海,智联未来|打造安全可靠的出海云网络引擎」为主题的阿里云企业出海客户沙龙云网络&安全专场于5.28日下午在上海顺利举办,现场吸引了来自携程、小红书、米哈游、哔哩哔哩、波克城市、…...
Axios请求超时重发机制
Axios 超时重新请求实现方案 在 Axios 中实现超时重新请求可以通过以下几种方式: 1. 使用拦截器实现自动重试 import axios from axios;// 创建axios实例 const instance axios.create();// 设置超时时间 instance.defaults.timeout 5000;// 最大重试次数 cons…...
CMake 从 GitHub 下载第三方库并使用
有时我们希望直接使用 GitHub 上的开源库,而不想手动下载、编译和安装。 可以利用 CMake 提供的 FetchContent 模块来实现自动下载、构建和链接第三方库。 FetchContent 命令官方文档✅ 示例代码 我们将以 fmt 这个流行的格式化库为例,演示如何: 使用 FetchContent 从 GitH…...
Aspose.PDF 限制绕过方案:Java 字节码技术实战分享(仅供学习)
Aspose.PDF 限制绕过方案:Java 字节码技术实战分享(仅供学习) 一、Aspose.PDF 简介二、说明(⚠️仅供学习与研究使用)三、技术流程总览四、准备工作1. 下载 Jar 包2. Maven 项目依赖配置 五、字节码修改实现代码&#…...
【JVM面试篇】高频八股汇总——类加载和类加载器
目录 1. 讲一下类加载过程? 2. Java创建对象的过程? 3. 对象的生命周期? 4. 类加载器有哪些? 5. 双亲委派模型的作用(好处)? 6. 讲一下类的加载和双亲委派原则? 7. 双亲委派模…...
Qt 事件处理中 return 的深入解析
Qt 事件处理中 return 的深入解析 在 Qt 事件处理中,return 语句的使用是另一个关键概念,它与 event->accept()/event->ignore() 密切相关但作用不同。让我们详细分析一下它们之间的关系和工作原理。 核心区别:不同层级的事件处理 方…...
uniapp 小程序 学习(一)
利用Hbuilder 创建项目 运行到内置浏览器看效果 下载微信小程序 安装到Hbuilder 下载地址 :开发者工具默认安装 设置服务端口号 在Hbuilder中设置微信小程序 配置 找到运行设置,将微信开发者工具放入到Hbuilder中, 打开后出现 如下 bug 解…...
离线语音识别方案分析
随着人工智能技术的不断发展,语音识别技术也得到了广泛的应用,从智能家居到车载系统,语音识别正在改变我们与设备的交互方式。尤其是离线语音识别,由于其在没有网络连接的情况下仍然能提供稳定、准确的语音处理能力,广…...
海云安高敏捷信创白盒SCAP入选《中国网络安全细分领域产品名录》
近日,嘶吼安全产业研究院发布《中国网络安全细分领域产品名录》,海云安高敏捷信创白盒(SCAP)成功入选软件供应链安全领域产品名录。 在数字化转型加速的今天,网络安全已成为企业生存与发展的核心基石,为了解…...

