0
点赞
收藏
分享

微信扫一扫

【智能优化算法】基于Levy飞行策略的改进樽海鞘群算法求解单目标优化问题matlab代码

1 简介

针对樽海鞘群算法(Salp Swarm Algorithm,SSA)在寻优过程中存在的收敛速度较慢,容易陷入局部最优的缺点,提出了一种改进的采用莱维飞行策略的条件化更新的樽海鞘群算法(Levy Flight-based Conditional Updating Salp Swarm Algorithm,LECUSSA),并将其运用于分类算法的特征子集选择过程.首先,利用莱维飞行策略的长短跳跃特点对领导者位置进行随机更新,以增强全局最优的搜索能力;其次,增加对追随者位置的更新条件,让追随者不再盲目地跟随,从而加快收敛速度.在23个优化基准函数上对LECUSSA算法与其他算法进行了性能比较实验;并把算法运用到支持向量机(Support Vector Machine,SVM)算法的分类特征子集选择中,采用8个UCI数据集对特征选择后的分类结果进行了性能比较实验.实验结果表明,LECUSSA具有良好的全局最优搜索能力和较快的收敛速度,利用LECUSSA算法进行特征选择后,能够找到最佳分类准确率的特征子集.

【智能优化算法】基于Levy飞行策略的改进樽海鞘群算法求解单目标优化问题matlab代码_搜索

【智能优化算法】基于Levy飞行策略的改进樽海鞘群算法求解单目标优化问题matlab代码_性能比较_02

【智能优化算法】基于Levy飞行策略的改进樽海鞘群算法求解单目标优化问题matlab代码_性能比较_03

【智能优化算法】基于Levy飞行策略的改进樽海鞘群算法求解单目标优化问题matlab代码_性能比较_04

2 部分代码

function [sFeat,Sf,Nf,curve] = jSSA2(feat,label,N,max_Iter,HO)

lb    = 0;

ub    = 1;

thres = 0.5;


fun = @jFitnessFunction;

dim = size(feat,2); 

X   = zeros(N,dim); 

for i = 1:N

for d = 1:dim

    X(i,d) = lb + (ub - lb) * rand();

  end

end

% Pre

fit   = zeros(1,N);

fitF  = inf;


curve = inf; 

t = 1;  

%---Iteration start----------------------------------------------------

while t <= max_Iter

  for i = 1:N

    fit(i) = fun(feat,label,(X(i,:) > thres),HO);

    if fit(i) < fitF

      Xf   = X(i,:);

      fitF = fit(i); 

    end

  end

  % Additional sort in the first iteration to improve the 

  % initial behavior by divide salps into leader and followers

  if t == 1

    [fit, idx] = sort(fit,'ascend');

    X          = X(idx,:); 

  end

c1 = 2 * exp(-(4 * t / max_Iter) ^ 2);

for i = 1:N

    if i == 1

      for d = 1:dim

        c2 = rand(); 

        c3 = rand();

        if c3 >= 0.5 

          X(i,d) = Xf(d) + c1 * ((ub - lb) * c2 + lb);

        else

          X(i,d) = Xf(d) - c1 * ((ub - lb) * c2 + lb);

        end

      end

    else

      for d = 1:dim

        X(i,d) = (X(i,d) + X(i-1,d)) / 2;

      end

    end

    XB = X(i,:);  XB(XB > ub) = ub;  XB(XB < lb) = lb;

    X(i,:) = XB;

  end

  curve(t) = fitF;

  fprintf('\nIteration %d Best (SSA)= %f',t,curve(t))

  t = t + 1;

end

Pos   = 1:dim;

Sf    = Pos((Xf > thres) == 1);

Nf    = length(Sf);

sFeat = feat(:,Sf); 

end




3 仿真结果

【智能优化算法】基于Levy飞行策略的改进樽海鞘群算法求解单目标优化问题matlab代码_搜索_05

【智能优化算法】基于Levy飞行策略的改进樽海鞘群算法求解单目标优化问题matlab代码_搜索_06

4 参考文献

[1]张严, 秦亮曦. 基于Levy飞行策略的改进樽海鞘群算法[J]. 计算机科学, 2020, 47(7):

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

【智能优化算法】基于Levy飞行策略的改进樽海鞘群算法求解单目标优化问题matlab代码_特征选择_07




举报

相关推荐

0 条评论