38-智能算法-乌鸦优化算法

乌鸦的聪明行为之一是,它们把多余的食物藏在特定的隐蔽处,并在需要时回忆食物的位置。

此外,乌鸦有一个贪婪的习惯,它们会跟着其他乌鸦去寻找它们的藏食之处。

如果乌鸦找到了其他乌鸦的藏食之处,便会偷走隐藏的食物。

乌鸦搜索算法(CSA)通过模仿这种行为,提供了一种有效的方法来解决优化问题。

步骤：1)初始化参数。

定义决策变量,设置乌鸦的数量(N),最大迭代次数(iter max.)，飞行距离(t),和感知概率(AP)

2)初始化乌鸦的位置和记忆。

N只乌鸦随机分布在一个d维搜索空间。

在首次迭代中,假设乌鸦把食物隐藏在初始位置。

3)评估适应度(目标)函数。

计算每只乌鸦对应的目标函数值。

4)更新乌鸦位置。

根据式(23)生成新的位置。

5)检测新位置的可行性。

检测每只乌鸦的新位置的可行性。

如果乌鸦的新位置是可行的,乌鸦则会更新它的位置。

否则,乌鸦停留在当前位置,不会移动到新的位置

6)评估新位置的适应度函数。

计算每只乌鸦新位置的适应度函数值。

7)更新记忆。

如果乌鸦的新位置的适应度函数值比记忆位置的适应度函数值更好,乌鸦就通过新的位置更新它的记忆。

8)迭代终止条件。

重复步骤4)—7)直至达到最大迭代次数。

当满足终止条件时,输出最优目标函数值对应的位置。

ID:2415

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/687185091785.html