【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码【图文】_matlab科研助手

一、麻雀算法

【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码【图文】_matlab科研助手

【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码【图文】_matlab科研助手

【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码【图文】_matlab科研助手

二、基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC)

针对麻雀搜索算法(SSA)容易陷入局部最优、收敛速度较慢等问题,本文提出一种基于Sobol序列和纵横交叉的麻雀搜索算法(SSASC)算法。首先,在初始化阶段引入类随机采样方法中的Sobol序列,增强种群的多样性和遍历性。其次,提出一种指数形式的非线性惯性权重,提高了算法的收敛效率。最后,应用纵横交叉策略对算法进行改进,利用横向交叉增强全局搜索能力,利用纵向交叉保持种群的多样性,防止算法陷入局部最优。选取了13个基准函数进行仿真实验,同时使用Wilcoxon检验和Friedman检验评价算法的性能。将基准函数从10维扩展到100维,与其他元启发式算法相比,SSASC在平均值和标准差处始终排名第一。实验结果表明,该算法在收敛速度和求解准确度方面均取得了实质性的优势。

三、部分代码

function [FoodFitness,FoodPosition,Convergence_curve]=SSA(N,Max_iter,lb,ub,dim,fobj)
if size(ub,1)==1
ub=ones(dim,1)*ub;
lb=ones(dim,1)*lb;
end
Convergence_curve = zeros(1,Max_iter);
%Initialize the positions of salps
SalpPositions=initialization(N,dim,ub,lb);
FoodPosition=zeros(1,dim);
FoodFitness=inf;
%calculate the fitness of initial salps
for i=1:size(SalpPositions,1)
SalpFitness(1,i)=fobj(SalpPositions(i,:));
end
[sorted_salps_fitness,sorted_indexes]=sort(SalpFitness);
for newindex=1:N
Sorted_salps(newindex,:)=SalpPositions(sorted_indexes(newindex),:);
end
FoodPosition=Sorted_salps(1,:);
FoodFitness=sorted_salps_fitness(1);
%Main loop
l=2; % start from the second iteration since the first iteration was dedicated to calculating the fitness of salps
while l<Max_iter+1
c1 = 2*exp(-(4*l/Max_iter)^2); % Eq. (3.2) in the paper
for i=1:size(SalpPositions,1)
SalpPositions= SalpPositions';
if i<=N/2
for j=1:1:dim
c2=rand();
c3=rand();
%%%%%%%%%%%%% % Eq. (3.1) in the paper %%%%%%%%%%%%%%
if c3<0.5
SalpPositions(j,i)=FoodPosition(j)+c1*((ub(j)-lb(j))*c2+lb(j));
else
SalpPositions(j,i)=FoodPosition(j)-c1*((ub(j)-lb(j))*c2+lb(j));
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
end
elseif i>N/2 && i<N+1
point1=SalpPositions(:,i-1);
point2=SalpPositions(:,i);
SalpPositions(:,i)=(point2+point1)/2; % % Eq. (3.4) in the paper
end
SalpPositions= SalpPositions';
end
for i=1:size(SalpPositions,1)
Tp=SalpPositions(i,:)>ub';Tm=SalpPositions(i,:)<lb';SalpPositions(i,:)=(SalpPositions(i,:).*(~(Tp+Tm)))+ub'.*Tp+lb'.*Tm;
SalpFitness(1,i)=fobj(SalpPositions(i,:));
if SalpFitness(1,i)<FoodFitness
FoodPosition=SalpPositions(i,:);
FoodFitness=SalpFitness(1,i);
end
end
Convergence_curve(l)=FoodFitness;
l = l + 1;
end

【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码【图文】_matlab科研助手

四、仿真结果

【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码【图文】_matlab科研助手【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码【图文】_matlab科研助手

五、参考文献

[1]段玉先,刘昌云.基于Sobol序列和纵横交叉策略的麻雀搜索算法[J/OL].计算机应用,{3},{4}{5}:1-9[2021-07-14].

本站由小牛团队全力维护,小牛十年了,大家已经步入中年 。本站源码全部经过团队成员测试并调试,价格可能比其它网站略贵几元钱,不解释!
小牛资源 » 【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码【图文】_matlab科研助手

发表评论

全站资源亲测可用,价格略高几元,不解释

立即查看 了解详情