鹦鹉优化算法原理及代码实现

2024-05-11 08:52

本文主要是介绍鹦鹉优化算法原理及代码实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

鹦鹉(Pyrrhura Molinae)表现出四种不同的行为特征:觅食、停留、交流和对陌生人的恐惧。这些行为(如图1所示)在现实环境中构成了我们设计PO动机的基础。

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

觅食:驯化的鹦鹉(Pyrrhura Molinae)的觅食行为令人着迷,因为个体选择在食物丰富的小群体中觅食。它们可以利用主人的位置和群体的存在,朝着食物走去。它们利用嗅觉和视觉提示来加强搜索。

停留:停留的行为包括皮茹拉在主人身体的不同部位随机栖息。

交流:这些群居鸟类发出独特的叫声,在群体中进行交流,既用于社会互动,也用于信息传播。

对陌生人的恐惧:对陌生人的天然恐惧是鸟类的共同特征,这促使鹦鹉离开不熟悉的个体,向它们的主人寻求保护。

重要的是,鹦鹉行为的不可预测性强调了我们设计的动机,因为这四种行为在驯化群的每次迭代中随机发生在每个个体身上。

一、种群初始化

考虑种群规模为N,最大迭代次数为Max_iter,搜索空间限制为lb(下界)和ub(上界),所提PO的初始化公式如下:

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

式中,rand(0,1)表示[0,1]范围内的随机数,X_i^0表示第i个鹦鹉在初始阶段的位置。

二、觅食行为

在觅食行为中,它们主要通过观察食物的位置或考虑主人的位置来估计食物的大致位置,然后向各自的位置飞去。因此,位置运动遵循如下公式:

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

在式(2)中,X_i^t表示当前位置,X_i^(t+1)表示后续更新的位置。X_mean^t表示当前种群内的平均位置,Levy(D)表示Levy分布,用于描述鹦鹉的飞行情况。X_best表示从初始化到当前搜索到的最佳位置,它也表示主人的当前位置。T表示当前迭代次数。(X_i^t- x_best)⋅Levy(dim)表示根据自己相对于主人的位置进行移动,rand(0,1)⋅(1-t/(Max_iter)) ^(2t/(Max_iter))⋅X_mean^t表示观察整个种群的位置,以进一步确定食物的方向。该过程如下图所示。

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

当前种群的平均位置用X_mean^t表示,使用下列公式表示:

表示:

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

根据下列公式中的规则可以得到Levy分布,其中γ赋值为1.5:

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

 

三、停留行为

鹦鹉(Pyrrhura Molinae)是一种高度社会化的生物,它的停留行为主要包括突然飞到主人身体的任何部位,在那里静止一段时间。该过程如图3所示。这个过程可以表示为:

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

式中ones(1,dim)表示维度dim的全1向量,X_best⋅Levy(dim)表示飞往宿主的过程,rand(0,1)⋅ones(1,dim)表示随机停在宿主身体某个部位的过程。

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

四、交流行为

鹦鹉是天生的社会性动物,其特点是群体内的密切交流。这种沟通行为包括飞向鸟群和不飞向鸟群的沟通。在PO中,假设这两种行为发生的概率相等,并使用当前种群的平均位置来象征群体的中心。该过程如下图所示。这个过程可以表示为:

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

式中,0.2⋅rand(0,1)⋅(1-t/(Max_iter))⋅(X_i^t- x_mean ^t)表示个体加入鹦鹉群体进行交流的过程,0.2⋅rand(0,1)⋅exp (-t/(rand(0,1)⋅Max_iter))表示个体在交流后立即飞出的过程。这两种行为都是可行的,因此,使用在[0,1]范围内随机生成的P来实现。

五、对陌生人的恐惧行为

一般来说,鸟类对陌生人表现出天然的恐惧,鹦鹉也不例外。它们与不熟悉的个体保持距离,与主人一起寻找安全环境的行为可以用以下公式和图表示:

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

其中rand(0,1)⋅cos (0.5π·t/(Max_iter))⋅(X_best-X_i^t)表示重新定向飞向所有者的过程,cos (rand(0,1)⋅π)⋅(t/(Max_iter)) ^(2/(Max_iter))⋅(X_i^t- x_best)表示远离陌生人的过程。

 

640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=5&wx_lazy=1&wx_co=1

算法流程图和伪代码

Algorithm1:Pseudo-codeofthePOalgorithm

1:InitializethePOparameters

2: Initialize the solutions'positions randomly

3:Fori  =1:Max_iterdo

4:       Calculatethefitnessfunction

5:       Find  thebestpositionandworstposition

6:       Forj  =1:Ndo

7:       St = randi([1, 4])

8:             Behavior 1: The foraging behavior

9:             IfSt==1Then

10:                  UpdatepositionbyEq.(2)

11:           Behavior 2: The staying behavior

12:           ElseifSt==2Then

13:                  UpdatepositionbyEq.(5)

14:           Behavior 3: The communicating  behavior

15:           ElseifSt==3Then

16:                  UpdatepositionbyEq.(6)

16:        Behavior 4: The fear of strangers’  behavior

17:         ElseifSt==4Then

18:                  UpdatepositionbyEq.(7)

19:           End

20:      End

21:      Return  thebestsolution

22:End

 

228c555b2c014189b4358ec3f8dcbf85.png

 

这篇关于鹦鹉优化算法原理及代码实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/979069

相关文章

Spring Boot整合Redis注解实现增删改查功能(Redis注解使用)

《SpringBoot整合Redis注解实现增删改查功能(Redis注解使用)》文章介绍了如何使用SpringBoot整合Redis注解实现增删改查功能,包括配置、实体类、Repository、Se... 目录配置Redis连接定义实体类创建Repository接口增删改查操作示例插入数据查询数据删除数据更

Java Lettuce 客户端入门到生产的实现步骤

《JavaLettuce客户端入门到生产的实现步骤》本文主要介绍了JavaLettuce客户端入门到生产的实现步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 目录1 安装依赖MavenGradle2 最小化连接示例3 核心特性速览4 生产环境配置建议5 常见问题

linux ssh如何实现增加访问端口

《linuxssh如何实现增加访问端口》Linux中SSH默认使用22端口,为了增强安全性或满足特定需求,可以通过修改SSH配置来增加或更改SSH访问端口,具体步骤包括修改SSH配置文件、增加或修改... 目录1. 修改 SSH 配置文件2. 增加或修改端口3. 保存并退出编辑器4. 更新防火墙规则使用uf

Java 的ArrayList集合底层实现与最佳实践

《Java的ArrayList集合底层实现与最佳实践》本文主要介绍了Java的ArrayList集合类的核心概念、底层实现、关键成员变量、初始化机制、容量演变、扩容机制、性能分析、核心方法源码解析、... 目录1. 核心概念与底层实现1.1 ArrayList 的本质1.1.1 底层数据结构JDK 1.7

Java中流式并行操作parallelStream的原理和使用方法

《Java中流式并行操作parallelStream的原理和使用方法》本文详细介绍了Java中的并行流(parallelStream)的原理、正确使用方法以及在实际业务中的应用案例,并指出在使用并行流... 目录Java中流式并行操作parallelStream0. 问题的产生1. 什么是parallelS

C++中unordered_set哈希集合的实现

《C++中unordered_set哈希集合的实现》std::unordered_set是C++标准库中的无序关联容器,基于哈希表实现,具有元素唯一性和无序性特点,本文就来详细的介绍一下unorder... 目录一、概述二、头文件与命名空间三、常用方法与示例1. 构造与析构2. 迭代器与遍历3. 容量相关4

Java中Redisson 的原理深度解析

《Java中Redisson的原理深度解析》Redisson是一个高性能的Redis客户端,它通过将Redis数据结构映射为Java对象和分布式对象,实现了在Java应用中方便地使用Redis,本文... 目录前言一、核心设计理念二、核心架构与通信层1. 基于 Netty 的异步非阻塞通信2. 编解码器三、

C++中悬垂引用(Dangling Reference) 的实现

《C++中悬垂引用(DanglingReference)的实现》C++中的悬垂引用指引用绑定的对象被销毁后引用仍存在的情况,会导致访问无效内存,下面就来详细的介绍一下产生的原因以及如何避免,感兴趣... 目录悬垂引用的产生原因1. 引用绑定到局部变量,变量超出作用域后销毁2. 引用绑定到动态分配的对象,对象

SpringBoot基于注解实现数据库字段回填的完整方案

《SpringBoot基于注解实现数据库字段回填的完整方案》这篇文章主要为大家详细介绍了SpringBoot如何基于注解实现数据库字段回填的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解... 目录数据库表pom.XMLRelationFieldRelationFieldMapping基础的一些代

Java HashMap的底层实现原理深度解析

《JavaHashMap的底层实现原理深度解析》HashMap基于数组+链表+红黑树结构,通过哈希算法和扩容机制优化性能,负载因子与树化阈值平衡效率,是Java开发必备的高效数据结构,本文给大家介绍... 目录一、概述:HashMap的宏观结构二、核心数据结构解析1. 数组(桶数组)2. 链表节点(Node