龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆师范大学
摘要：本发明属于优化算法技术领域，且公开了一种融合觅食机制的改进蜜獾优化方法，包括如下步骤：输入最大迭代次数tmax，种群规模N，问题维度dim，初始值上下边界lb和ub，超参数β，C，μ，初始更新参数γ，依据上下边界lb和ub随机初始化蜜獾种群位置；计算每一个蜜獾个体的适应度值，得到历史最佳适应度值及相应的蜜獾位置；本发明通过融合人工蜂鸟算法的飞行觅食机制，强化了蜜獾算法中的导蜜鸟寻蜜模式，提升了算法的全局搜索能力，在此基础上，引入混合变异策略，扩大了搜索范围，进而避免了算法陷入局部最优，同时，增加基于搜索开发平衡的选择策略，平衡了算法的全局搜索能力和局部开发能力。
主权项：1.一种融合觅食机制的改进蜜獾优化方法，其特征在于：包括如下步骤：S1：输入最大迭代次数tmax，种群规模N，问题维度dim，初始值上下边界lb和ub，超参数β，C，μ，初始更新参数γ；S2：依据上下边界lb和ub随机初始化蜜獾种群位置；S3：计算每一个蜜獾个体的适应度值，得到历史最佳适应度值及相应的蜜獾位置；S4：计算随机化控制因子α、气味强度I、方向调控因子F；S5：计算猎物与蜜獾个体间距离di；S6：在γ0.01情况下，进行气味挖掘模式，利用高斯变异策略改进后的模式更新蜜獾位置；S7：在γ≥0.01情况下，进行导蜜鸟寻蜜模式，使用经柯西变异策略改进后的人工蜂鸟飞行觅食机制更新蜜獾位置；S8：计算蜜獾的适应度值，更新此次迭代的最佳适应度值及相应的蜜獾位置；S9：更新参数γ；S10：更新最佳适应度值及相应的蜜獾位置；S11：比较当前迭代次数是否达到设置的最大迭代次数，若是，则执行S12；若否，则返回S4，继续进行迭代寻优；S12：输出最优解。
全文数据：
权利要求：
百度查询： 重庆师范大学 一种融合觅食机制的改进蜜獾优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号