2.2基于正余弦算法改进的小偷蜣螂 偷窃阶段的小偷蜣螂主要围绕食物竞争的最佳位置(即最优个体)运动,这种搜索策略过于单一,在接近当前最佳个体的过程中对其邻域范围的搜索不够充分,容易降低群体多样性,从而停滞在局部最优。 正弦余弦算法SCA(Sine-Cosine Algorithm,SCA)是2016年Mirjalili[6]基于正弦余弦函数性质提出的一种...
由蜣螂优化算法的原理可以得出其基本特点:其主要由四种行为(滚球、繁殖/育雏、觅食、偷窃)进行位置更新,滚球行为能够使算法在各阶段都具有较好的全局搜索能力;而繁殖行为与觅食行为则会让蜣螂分别围绕自身和最佳个体的位置进行探索,并随着迭代的进行,其搜索的动态边界将逐渐减小,其搜索范围也将逐渐缩小;偷窃行为则是在最...
蜣螂的可以利用天体线索(特别是太阳、月亮和偏振光)来导航,让粪球沿着直线滚动,如果完全没有光源(也就是在完全黑暗的环境中),蜣螂的就不再走直线,而是弯曲的,有时甚至略圆,有很多因素(如风、地面不平)都会导致蜣螂偏离原来的方向,蜣螂在滚粪球的过程如遇到障碍物而无法前进时,通常会爬到粪球上面"跳舞"(包括一...
蜣螂优化器 Dung beetle optimizer (DBO)模拟了蜣螂的滚球、跳舞、觅食、偷窃和繁殖行为。是一种启发式全局优化算法,模拟蜣螂(粪甲虫)的滚球、跳舞、觅食、偷窃、繁殖行为。DBO算法兼顾勘探能力与开发能力,收敛快精度高,稳定性强。中国学者于2022年发表在SCI期刊《JOURNAL OF SUPERCOMPUTING》上。
IDBO算法是一种基于Lévy飞行和t分布扰动的蜣螂优化算法。IDBO算法具有较好的性能,可以有效地求解单目标函数问题。 🔗 参考文献 [1] 潘志远,卜凡亮.基于蜣螂算法优化的DV-Hop定位算法[J].电子测量与仪器学报, 2023, 37(7):33-41. [2] 董奕含,喻志超,胡天跃,et al.基于改进蜣螂优化算法的瑞雷波频散曲线...
蜣螂优化算法 LSTM python 使用蜣螂优化算法和LSTM实现时间序列预测 在机器学习领域,蜣螂优化算法是一种模拟生物行为的优化算法,而长短期记忆网络(LSTM)是一种用于处理和预测序列数据的特殊类型的递归神经网络(RNN)。结合这两者,可以有效改进时间序列数据的预测效果。本文将指导你如何使用蜣螂优化算法来优化LSTM的超参数。
蜣螂优化算法通过模拟蜣螂集群的搜索行为,以寻找最优解。这种算法利用了蜣螂的集体智慧和分工合作的特点,使得算法能够有效地搜索到Pareto最优解集。 非支配排序是指根据解的目标函数值来确定其在解集中的优劣。蜣螂优化算法通过非支配排序对种群中的个体进行评估,并基于非支配排序等信息来更新种群,以保持多样性和收敛性...
以下是蜣螂优化算法的总体流程: 1.初始化种群 随机生成一定数量的蜣螂个体,每个个体代表问题的一个潜在解。 确定每个个体的位置和速度。 2.计算适应度 对于每个蜣螂个体,计算其适应度值,适应度值反映了个体在问题中的优劣程度。 适应度函数根据具体问题进行定义,通常与问题的目标函数相关。 3.滚动操作 根据蜣螂的...