1. 关键概念1.两个阶段：搜索和攻击猎物。本文提出的算法（SCSO）就包括了这两个阶段，此外，还提出了一种机制来实现探索和利用阶段的平衡。 2.算法运行时首先根据问题的规模( N pop × N d ) , ( pop = 1 , . . . , n =1,…,n=1,…,n)利用沙丘猫群创建一个候选矩阵，然后就目标函数对每个沙丘猫进行适应度评估，选择出其中最优的个体，其他的个体都朝向该个体移动
摘要：沙猫群优化算法(Sand Cat Swarm Optimization,SCSO)是由Amir Seyyedabbasi和Fa
原创
2023-05-04 11:59:38
471阅读
改进沙猫群优化算法(ISCSO) 文章目录改进沙猫群优化算法(ISCSO)1.沙猫群优化算法2. 改进沙猫群优化算法2.1 混沌映射初始化2.2 引入互利共生策略2.3 引入莱维飞行策略3.实验结果4.参考文献5.Matlab代码6.Python代码 摘要：对沙猫群优化算法进行改进。在改进的沙猫群优化算法中，利用混沌映射的均匀性初始化种群以提高种群多样性；通过融合互利共生和莱维飞行策略减少局部最
原创
2023-05-08 14:06:10
403阅读
1评论
一、算法简介沙猫群优化算法（Sand Cat swarm optimization，SCSO）由Amir Seyyedabbasi与Farzad Kiani于2022年提出。该算法模拟了沙猫狩猎行为，思路新颖，简单高效。沙猫是一种小个头的猫科动物，体长不过45-57cm。沙猫的腿短，头宽，还有一对大得夸张的耳朵。这对耳朵长在头部比较低的位置，在无甚遮掩的沙漠地带潜伏的时候，它们只要稍微用一点劲儿，
1 内容介绍这项研究提出了一种新的元启发式算法，称为沙猫群优化 (SCSO)，它模仿试图在自然界中生存的沙猫行为。这些猫能够探测到低于 2 kHz 的低频，并且具有难以置信的挖掘猎物的能力。受这两个特征的启发，所提出的算法包括两个主要阶段（搜索和攻击）。该算法以平衡的方式控制探索和利用阶段的转换，并在找到具有较少参数和操作的良好解决方案方面表现良好。它是通过使用定义的自适应策略找到适当
原创
2022-08-16 16:27:30
222阅读
摘 要： 针对传统优化算法在图像聚类分析中存在的复杂度高、容易陷入局部最优解的问题，提出了使用猫群算法求解图像聚类问题。该算法通过分组和混合策略的机制进行信息传递，用猫记忆当前群体中的全局最优解来更新自身，提高了算法的搜索能力；阐述了猫群算法的搜寻模式和跟踪模式，讨论了两种模式下猫群的速度、位置更新公式；并说明了利用该算法求解图像聚类分析问题的具体步骤。通过实验验证了猫群算法在图像聚类
一、简介猫群算法 ( Cat Swarm Optimization，缩写为CSO)是由 Shu － An Chu 等人在 2006 年首次提出来的一种基于猫的行为的全局优化算法具有收敛快，寻优能力强的特点。1 算法原理在猫群算法中，猫即待求优化问题的可行解。猫群算法将猫的行为分为两种模式，一种就是猫在懒散、环顾四周状态时的模式称之为搜寻模式;另一种是在跟踪动态目标时的状态称之为跟踪模式。猫群算法中，一部分猫执行搜寻模式，剩下的则执行跟踪模式，两种模式通过结合率 MR(Mixture Ratio)进行交
原创
2021-11-08 13:43:58
187阅读
一、简介猫群算法 ( Cat Swarm Optimization，缩写为CSO)是由 Shu － An Chu 等人在 2006 年首次提出来的一种基于猫的行为的全局优化算法具有收敛快，寻优能力强的特点。1 算法原理在猫群算法中，猫即待求优化问题的可行解。猫群算法将猫的行为分为两种模式，一种就是猫在懒散、环顾四周状态时的模式称之为搜寻模式;另一种是在跟踪动态目标时的状态称之为跟踪模式。猫群算法中，一部分猫执行搜寻模式，剩下的则执行跟踪模式，两种模式通过结合率 MR(Mixture Ratio)进行交
原创
2021-11-08 13:44:25
118阅读
猫群算法( Cat Swarm Optimization,缩写为CSO) 是由Shu - An Chu 等人在2006 年首次提出来的一种基于猫的行为的全局优化算法。根据 生物学分类,猫科动物大约有 32 种,
原创
2021-07-09 16:02:31
259阅读
分类预测 | Matlab实现SCSO-SVM沙猫群优化算法优化支持向量机多特征分类预测
作者：康慎吾
地点：北华航天工业学院基本蚁群算法的步骤信息素的更新有2种：
（1）挥发（所有路径上的信息素以一定的比率进行减少，模拟自然蚁群的信息素随时间挥发）；
（2）增强（给评价值“好”(有蚂蚁走过)的边增加信息素）。TSP问题
给定n个城市的集合C={c1,c2,..,cn}及各个城市的位置。TSP问题是找到
蚁群算法(AG)是一种模拟蚂蚁觅食行为的模拟优化算法，它是由意大利学者Dorigo M等人于1991年首先提出，并首先使用在解决TSP（旅行商问题）上。 之后，又系统研究了蚁群算法的基本原理和数学模型.蚁群算法的基本思想: 蚁群算法的基本原理: 1、蚂蚁在路径上释放信息素。2、碰到还没走过的路口，就随机挑选一条路走。同时，释放与路径长度有关的信息素。3、信息素浓度与路径长度成反比。后来的蚂蚁再次
# 蚁群优化算法：Python实现
蚁群优化算法（Ant Colony Optimization, ACO）是一种模拟蚂蚁寻找食物路径的行为来解决优化问题的启发式搜索算法。它通过模拟蚂蚁在寻找食物过程中释放信息素的行为，来寻找最优解。
## 算法原理
在自然界中，蚂蚁通过释放信息素来标记路径，其他蚂蚁会倾向于选择信息素浓度较高的路径。随着时间的推移，最优路径上的信息素浓度会逐渐增加，从而吸引
背景知识蚁群优化算法是Marco Dorigo 受到蚂蚁寻找食物发现路径的行为启发，在博士论文提出的算法，是一种用来寻找优化路径的概率型算法，刚开始是为了解决 TSP(旅行商问题) ，即旅行家要旅行n个城市，要求各个城市经历且仅经历一次然后回到出发城市，并要求所走的路程最短。目前其应用扩展到了优化问题领域的各个方面，算法设计得到不断的改进，逐渐构筑起一套成熟的算法框架，成为组合优化领域最具有潜力的
分类预测 | Matlab实现SCSO-SVM基于沙猫群优化算法优化支持向量机的多变量分类预测【23年新算法】
1 简介猫群算法(CSO)是 2006 年由台湾学者 Chu 等人通过观察猫群在日常生活中的行为提出来的一种新型群体智能算法。猫群算法与遗传算法类似，是基于迭代的优化方法，但是没有遗传算法的交叉算子，易实现，且拥有全局搜索、较快收敛速度等优点。猫群算法是研究人员通过观察自然界猫群的生活习性提出来的一种智能算法。该算法把猫群分成跟踪和搜寻两种模式。每只猫即对应
原创
2021-10-25 10:29:57
155阅读
鲸鱼优化算法（Whale Optimization Algorithm，WOA）一、算法灵感二、算法介绍2.1 初始化2.2 包围猎物阶段2.3 气泡网捕食法2.3.1 收缩包围2.3.2 螺旋更新2.4 搜索猎物2.5 WOA的伪代码三、实验结果3.1 F1收敛曲线3.2 F5收敛曲线3.3 F8收敛曲线四、参考文献 一、算法灵感 鲸鱼优化算法(Whale Optimization Algo
转载
2023-08-10 16:13:32
288阅读
利用蚁群算法进行优化PID参数 在MATLAB中利用蚁群算法进行优化PID参数，自己觉得用S 函数来写不是特别的好，因此采用M 文件来写算法程序，然后通过和Simulink进行交互（MATLAB和Simulink史可以相互交
1.算法描述支持向量机（support vector machines, SVM）是二分类算法，所谓二分类即把具有多个特性（属性）的数据分为两类，目前主流机器学习算法中，神经网络等其他机器学习模型已经能很好完成二分类、多分类，学习和研究SVM，理解SVM背后丰富算法知识，对以后研究其他算法大有裨益；在实现SVM过程中，会综合利用之前介绍的一维搜索、KKT条件、惩罚函数等相关知识。本篇首先通过详解S
转载
2023-07-21 23:27:40
80阅读
摘要：侏儒猫鼬优化算法(Dwarf Mongoose Optimization，DMO)是由是由 Jeffrey O.
原创
2023-05-04 12:16:24
278阅读
