Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种融合觅食机制的改进蜜獾优化方法 

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。