标签:end Algorithm 求解 no iteration 搜索算法 GSA num matlab
1 简介
针对引力搜索算法存在的易早熟收敛、易陷入局部最优、搜索精度有待提高等缺陷,提出一种混合方法优化的自适应引力搜索算法(gravitationalsearchalgorithm,GSA)。首先 利 用 Sobol序列初始化种群,增强 算法全局搜索能力;其次引入 Hamming贴进度计算种群成熟度,判断种群是否早熟;然后引入 Logistic混沌对种群作混沌搜索,变异已陷入局部最优的粒子位置;最后基于早熟收敛判断因子改进引力系数,并为粒子位置公式添加收缩因子,促使种群加快脱离局部最优。对9个不同类型的基准测试函数做仿真实验,结果表明新算法能有效改善种群的早熟问题,具备更好的寻优性能。
2 部分代码
%_________________________________________________________________________%
% GSA + chaotic gravitational constant %
clear all
P_no=30;
Max_iteration=500;
Run_no=2;
ElitistCheck=1;
All_Convergence_curves=zeros(2,Max_iteration);
chValue=20;
F_index = 1;
for Algorithm_num=1:11
for i=1:Run_no
if Algorithm_num==1
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==2
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==3
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==4
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==5
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==6
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==7
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==8
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==9
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==10
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
if Algorithm_num==11
cg_curve=GSA(F_index,P_no,Max_iteration,ElitistCheck,Algorithm_num,chValue);
end
temp(i,:)=cg_curve;
end
All_Convergence_curves(Algorithm_num,:)=mean(temp);
end
figure
for k = 1:size(All_Convergence_curves,1)
semilogy(All_Convergence_curves(k,:))
hold on
end
legend('GSA', 'CGSA1', 'CGSA2', 'CGSA3', 'CGSA4', 'CGSA5', 'CGSA6', 'CGSA7', 'CGSA8', 'CGSA9', 'CGSA10')
save resuls
3 仿真结果
4 参考文献
[1]龚安, 吕倩, 胡长军, 康忠健, & 李华昱. (2015). 基于混沌万有引力搜索算法的svm参数优化及应用. 计算机科学, 42(4), 4.
标签:end,Algorithm,求解,no,iteration,搜索算法,GSA,num,matlab 来源: https://blog.csdn.net/m0_60703264/article/details/121629987
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。